Hello，大家好，我是深圳跨境Andy，今天来跟大家分享一下如何深度挖掘订单配送表当中蕴含的信息，同时做数据的二次加工处理（数据可视化），让我们更加直观清晰认识到运营当中的问题，从而做出更有效的运营决策，我记得在论坛里面有个老哥说的一句话我特别喜欢：电商，商为主，贸易就是做生意，技术和数据都是为了生意服务的。
我写帖子也是为了集思广益，有时候分享就可以相互补充到很多很好的点子，这个帖子也算是一个引子吧。
接下来进入正题：如何深度挖掘订单配送表的信息？（数据可视化、技术向）
首先，订单配送表的下载路径如下图所示，老司机应该都会了：
如果店铺的订单是百万级别以上的数据（仰望大佬），建议处理数据就不要用excel了，power query更合适处理百万级别以上的数据，而且不需要每次订单表更新了都重新走一遍流程，一键刷新即可。强烈推荐大家学习一下power query的一些基本操作，这个模块就在excel里面。（如果大家对使用power query处理订单表数据，后期我可以单开一个帖子来给大家详细说明流程。
这里我们来拆解一下订单表可以收集到哪些有用的信息
先来给大家看一下我的订单表的表头：
1. 订单号和SKU（最重要的信息）
2.下单时间（包括 日期 和 时间h）
这里可以开始做数据分析，例如
a: 每个星期周几出单比较多，是否有明显高低峰？（这里是以天为单位的）
b:每天哪个时间点出单比较多？是否有明显高低峰（如果有明显的高低峰，就可以结合广告做运营上的操作，例如广告分时竞价，这样就可以降低acos，提高转化率）
3.预计收货时间（结合上面的出单时间，就可以算出配送时间，看美东美西是否有配送时间差异，订单跟地址库存分布是否合理，可以配合发货计划进行调整）
4. 发货地址（包括国家、州和城市，可以看出自己的订单是否有地域差异，上面也说了可以针对性发货，如果是特别明显，就针对某一特定地区和人群做深度客户洞察和用户需求分析，例如某一个时间段你的差评集中反映一个问题，这个时间段的订单又是集中在一个地区的，这时候就要进行地域的分析）
补充：这里的地址信息更高阶一点的信息处理则是 数据可视化，可视化的工具有很多，例如excel的maps插件就可以做，但是我用tableau做的一个数据化仪表盘更直观，而且可以随着订单表更新而更新，不需要重复繁琐的操作
5. 地区邮编号（复购行为分析） 可以针对这部分数据做重复性数据筛选，这种一般都是客户复购的，找到相应的订单号查看是否是复购客户，如果是的就可以利用request a review来索评，而且复购客户一般都是对你产品比较满意的，好评+1
这里是我做的数据可视化呈现，如果有更好的补充建议，欢迎提出~
分享不易，各位老板给弟弟点点赞，如果流程里面有哪些细节有疑问的，欢迎一起交流学习~
如果大家对以下内容感兴趣，让我看到你们渴望知识的目光，我后面会在这里更新详细的步骤教程~
1.如何利用power query处理数据
2.如何利用Tableau对订单表做可视化数据分析
-----------------------------
注：严禁任何形式转载，违者必究！！