跨境电商分析小技巧之数据清理篇,数跨境BI助您提升分析效率

标签: 跨境电商币种 | 发布时间: 2024-05-31 17:10:33

跨境电商数据清洗是数据分析中的关键步骤,通过结合使用数跨境BI的各项功能,能够轻松解决数据清理,各类表单都能轻松适用。

跨境电商数据分析能够为企业提供精准的决策支持,提升整体竞争力和利润率。在全球化竞争日益激烈的今天,跨境电商数据分析对于企业实现精细化管理和可持续发展非常重要。

数跨境BI将从数据清理、数据分析、数据可视化三个角度,为您带来各类不同的跨境电商分析技巧,帮助企业深入了解市场趋势、优化营销策略、提高运营效率的关键。今天我们带来第一篇——数据清理。

过数据分析工作经历的运营者都知道,采集到的第一手数据一般都是无法直接进行分析的,这时候就需要对数据进行“清洗”。特别是对于报表采集的数据需要结合特定的分析目的进行清洗。在数跨境BI中,提供了多种功能以供进行数据清洗,以订单报告为例:

1)币种统一:左右合并

场景:不同站点币种不一,需要统一币种后才能计算整体销售额。

方法:使用数跨境BI自带的《实时汇率表》,并使用其类似vlookup的【左右合并】功能,根据订单报告中的币种信息和交易时间,在汇率表中查找出相应日期的汇率,从而完成币种折算。

2)数据过滤:筛选

场景:计算店铺周一到周日的销售额变化趋势(周权重指数)的时候,需要收集各店铺最近1个完整年度的销售数据,并剔除Prime day、黑五、deals秒杀等异常值数据。

方法:使用数跨境BI的【筛选】功能,能根据特定条件快速过滤掉不需要参与进一步分析的数据。筛选方式有满足全部条件、满足任一条件、精确筛选、模糊筛选等。筛选后的数据可以进行后续计算。

3)表头统一:字段重命名

场景:需要将好几份亚马逊数据报告结合起来分析,发现亚马逊数据报告存在各种语种不一的表头名称,甚至同一字段在不同报告中的名称也会存在差异,需要进行统一。

方法:可以使用数跨境BI的【字段重命名】功能进行名称上的统一

4)日期格式处理: 字段类型转换

场景:在做用户购物习惯分析时,其中最关键的数据就是订单报表中的订单时间。有的订单时间乍一看没有大问题,如“2023-01-13T21:44:15+00:00”,但进行分析的时候,发现根本无法直接识别。

方法:使用数跨境BI的【字段类型转换】功能,一步将其转换成标准的、可供进一步分析的时间格式“2023-01-13 21:44:15”

5)复杂时间格式处理:公式

场景:亚马逊后台报告根据站点不同,会出现各种类型不一的时间格式,如“Feb 1.2023 12:37:23 AM PST”,这种时间格式是难以处理的,对汇总数据进行统一分析造成了障碍。

方法:数跨境BI提供了多种公式函数,组合使用,可以对各种类型复杂的时间格式进行处理。例如下图即为组合使用todate、substitute和right函数将“Feb 1.2023 12:37:23 AM PST”日期处理为“2023-02-01 12:37:23”

场景2: 不同地区对于时间的制式也不同,有些地方采用12小时制,使用AM和PM来区分上下午,有些则采用24小时制。再上一步进行日期字段格式处理后,我们还发现美区时间需要区分AM和PM,同时还包含了PST和PDT。

这时候我们可以组合使用Hourdelta和条件赋值功能:

HOURDELTA(date, deltahours)

  • date是处理好的时间字段
  • delatehours是所需要加减的小时数

当原字段包含PM时,为下午,我们需要给处理好的日期字段新增12小时

世界上有24个时区,每个时区相对于世界标准时间(UTC)有不同的偏移量。有些国家会使用夏令时制度,在特定时间将时间调快1小时,进一步加剧了时间处理的复杂性。所以在日期清理好之后,需要考虑到不同时区的差异标准,来规范所有站点的时间标准。

总结

跨境电商数据清洗是数据分析中的关键步骤,通过结合使用数跨境BI的各项功能,能够轻松解决数据清理,各类表单都能轻松适用。

以上就是数据清理的分析技巧,在之后的文章中,我们将会继续介绍数据分析、数据可视化等不同角度,想要快速了解更多分析方法,可以扫描下方二维码与小九沟通~



上一篇:
下一篇:
相关内容


电话
咨询

服务热线

18651502287

1V1
咨询

咨询数跨境BI顾问 获取最新资料