数据仓库技术及应用 项目8 电商数据分析综合案例.ppt

任务1电商数据多维度分析及可视化2）根据各个年龄段的人群订单量对比分析电商平台会对用户实现精准营销，以达到利润最大化。同时也帮助用户满足所需。通过对不同年龄段的人群分组，并对这个购物行为做精准推荐。selectage_range,count(*)fromjdscdb.jd_useractionwhereactiondategroupbyage_range;统计后的结果如下：0 251781 250362 249023 248694 250845 248686 250747 24989任务1电商数据多维度分析及可视化0代表的10-15岁，1代表16-20岁，2代表21-35岁，3代表36-40岁，4代表41-45岁，5代表46-50岁，6代表51-60岁，7代表61-65岁；从上面统计结果可以看出购物年龄段在10-20岁之间比较活跃。将统计后的结果存入peopleorder表中createtablejdscdb.peopleorderasselectage_range,count(*)fromjdscdb.jd_useractionwhereactiondategroupbyage_range;查看是否存入成功：任务1电商数据多维度分析及可视化3）对用户行为的探测分析用户的购物行为可以用来判定一件商品的好坏，更可以对整个平台的商品做出调整。例如商品销量高的，可以增加库存，销量少的可以减少库存，或者停产，从而达到利润最大化。对用户的购物行为进行统计selectaction,count(*)fromjdscdb.jd_useractiongroupbyaction;统计后的结果如下：0 1760231 3852 119203 11672浏览0、加入购物车1、购买2、收藏3可以从统计后的结果看出，该电商网站的日浏览量为20万左右，日销售量在1万左右，可以通过长期数据来推断出该网站的前景。任务1电商数据多维度分析及可视化将统计后的结果存入useractionanalyse表中createtablejdscdb.useractionanalyseasselectaction,count(*)fromjdscdb.jd_useractiongroupbyaction;查看是否存入成功：任务1电商数据多维度分析及可视化4）销售量前十的商品类别的统计商品的销售量用来决定一个商品对用户的喜欢程度，商品的类别则显示整个电商平台的商品喜爱程度。通过对商品类别销量的统计可以对电商的商品种类做优化，通过优化处理达到最大利润。销售量前十的商品类别的统计selectcat_id,count(*)ascountfromjdscdb.jd_useractiongroupbycat_idorderbycountdesclimit10;统计后的结果如下：662 15833656 682515056780389 6489737 59181142 5205…….任务1电商数据多维度分析及可视化根据统计结果可以看出，手机类销量最好，其次是日用品将统计后的结果存入goodstop10表中createtablejdscdb.goodstop10asselectcat_id,count(*)ascountfromjdscdb.jd_useractiongroupbycat_idorderbycountdesclimit10;查看是否存入成功：任务1电商数据多维度分析及可视化3、数据导出到数据库使用Sqoop将查询结果导入MySQL数据库中1）将province_ordercoun表的数据导出到MySQL表中sqoopexport--connectjdbc:mysql://:3306/jdscdb?useUnicode=truecharacterEncoding=utf-8--usernameroot--passwordroot--tableprovince_ordercount--fields-terminated-by\001--export-dir/user/hive/warehouse/jdscdb.db/province_ordercount‘2）将peopleorder表的数据导出到MySQL表中：sqoopexport--connect