mysql前五个最多的客户职业_用户分析！

数据解读：

User_ID：用户ID，每个用户唯一标识

Product_ID：商品ID，每个商品唯一标识

Gender：用户性别，F为女性，M为男性

Age：用户年龄段

Occupation：用户职业，用编号显示

City_Category：用户来源城市类别，分为A、B、C

Stay_In_Current_City_Years：用户在当前城市居住年数，分为0、1、2、3、4+

Marital_Status：用户婚姻状况，1为已婚，0为未婚

Product_Category_1：商品所属分类1，不可为空

Product_Category_2：商品所属分类2，可为空

Product_Category_3：商品所属分类3，可为空

Purchase：用户本条记录消费金额(美元)

同一件商品可能属于多种分类，比如一件“男士运动T恤”属于 1. 服装、 2. 体育、 3. 男士 三种分类

查询数据基本信息情况:

1. 有多少条数据

SELECT COUNT(*) FROM blackfriday;

2. 有多少用户

SELECT COUNT(DISTINCT Userid) FROM blackfriday;

3. 商品种类有多少

SELECT COUNT(DISTINCT Product_ID) FROM blackfriday;

4. 年龄分段。

SELECT DISTINCT Age FROM blackfriday;

5. 多少种职业

SELECT DISTINCT Occupation FROM blackfriday ORDER BY Occupation;

6. 不同城市来源

SELECT DISTINCT City_Category FROM blackfriday;

7. 居住年限

SELECT DISTINCT Stay_In_Current_City_Years FROM blackfriday;

8.婚姻状况

SELECT DISTINCT Marital_Status FROM blackfriday;

9.多少种商品

SELECT DISTINCT Product_Category_1 FROM blackfriday ORDER BY Product_Category_1;

得到的结果分别是：

1.　一共有537577条数据。

2.　 5891个不同用户。

3.　 3623个不同商品。

4.　7个年龄段，分别为： 0-17、18-25、26-35、36-45、46-50、51-55、55+。

5.　21种职业，编号为 0-20

6. 3类城市，分别为 A、B、C。

7. 居住年限为0、1、2、3、4+ 。

8. 1为已婚，0为未婚。

9.　18种商品分类，编号 1-18。

一、商品销售情况

根据这个表中数据，我们将进行如下分析：

1. 哪些商品最受顾客喜欢？找出排名前40的商品。

通过去重、统计、排序截取了购买次数最多的前40种商品。

SELECT Product_ID '产品ID',COUNT(Userid) '购买数',Product_Category_1 '商品分类' FROM blackfriday GROUP BY Product_ID ORDER BY 购买数 DESC;

通过查询结果我们可以看出，购买人数最多的商品是产品ID为P00265242商品类别是5类的商品，但是商品类别中最受欢迎的是1类商品。

2. 哪些商品销售金额最高？找出排名前40的商品。

通过去重、统计、排序截取了销量最大的前40种商品。

SELECT Product_ID '产品ID',SUM(Purchase) '销售额',Product_Category_1 '商品分类' FROM blackfriday GROUP BY Product_ID ORDER BY 销售额 DESC LIMIT 40;

从排行榜中可以看出销售金额最高的产品是P00025442，商品类别为1类，还发现销售额较高的也基本都是1类商品。

3. 查看各类商品销售次数。

4. 查看各类商品销售金额。

5.将各类商品销售次数和各类商品销售金额的结果输出，结合Excel绘图。

商品销售数量和销售额最大的是1L、5L、8L，销售数量和销售额最小的分别是7L、18L商品。

二、用户消费情况

1. 不同年龄段的购买的商品类别数量？

SELECT Age '年龄段',COUNT(DISTINCT Userid) '人数',SUM(Purchase) '消费总额',SUM(Purchase)/ COUNT(DISTINCT Userid) '平均消费'

FROM blackfriday GROUP BY 年龄段 ORDER BY 消费总额 DESC;

从显示结果中看出，顾客人群在26-35、36-45这两个年龄段之间的居多，人均消费也是最高，说明这两个年龄段对消费力度影响最大。

2. 不同职业消费情况？

SELECT Occupation '职业',COUNT(DISTINCT Userid) '人数',SUM(Purchase) '消费总额',SUM(Purchase)/ COUNT(DISTINCT Userid) '平均消费'

FROM blackfriday GROUP BY 职业 ORDER BY 消费总额 DESC;

从结果中可以看出职业类别为4的人数最多，职业类别为20的人均消费最高，而职业类别为13的人均消费水平最低。

3. 性别分布和消费情况。(F为女性，M为男性)

SELECT Gender '性别',COUNT(DISTINCT Userid) '人数',SUM(Purchase) '销售额’

FROM blackfriday GROUP BY 性别;

顾客群体中，女性顾客明显少于男性顾客。

4. 不同城市的顾客人数和消费情况。

SELECT City_Category '城市',COUNT(DISTINCT Userid) '人数',SUM(Purchase) '销售额',SUM(Purchase)/COUNT(DISTINCT Userid) '平均消费'

FROM blackfriday GROUP BY 城市 ORDER BY 平均消费 DESC;

来自C成的人最多，但是总销售额不高，人均消费也是最低，而来自A城的人最少，人均消费最高，可以看出来自A城人经济状况不错。

5. 婚姻状况和消费情况。(1为已婚，0为未婚)

SELECT Marital_Status '是否结婚',COUNT(DISTINCT Userid) '人数',SUM(Purchase) '销售额',SUM(Purchase)/COUNT(DISTINCT Userid) '平均消费'

FROM blackfriday GROUP BY 是否结婚;

从查询结果可以看出，未婚居多，但婚姻状态对购买力没什么影响。

通过以上分析，我们可以推断出潜在的高价值顾客大概是这样一个情况：年龄在26-45之间，性别为男，来自A城，职业类别可能是20、4。

7. 高价值用户查找。

(1)查找消费额度排名前40位顾客。

SELECT Userid '顾客ID',Gender '性别',Age '年龄段',Occupation '职业',City_Category '城市',Stay_In_Current_City_Years '居住时长',Marital_Status '婚否',SUM(Purchase) '总消费额'FROM blackfriday GROUP BY Userid ORDER BY SUM(Purchase) DESC LIMIT 40;

(2)购买商品数排名前40位顾客。

通过以上分析，我们可以推断出潜在的高价值顾客大概是这样一个情况：年龄在26-45之间，性别为男，来自A城，职业类别可能是20、4。

消费额度排名榜和购买商品数排名榜大部分数据重合，可以看出高价值的顾客基本是来自A城的男性，年龄在26-45之间，职业类别20、4均在其中。得出的结果符合之前的分析结论。

用户分布统计图

从统计图形看：

1. 销售额度主力军的客户群体为男性，占据销售总额度的77%。

2. 客户年龄多数在26-35之间，其次是36-45之间，他们共占据了销售总额度的60%。

3. 从总体看，婚姻状况对销售总额度有一定的影响，其中未婚顾客的销售总额度达到59%，而已婚顾客是41%。

4. 来自A、B、C城市的客户中，B城销售额度最大，为41%。前面虽然分析出大客户主要集中于来自A城的客户，但是来自A城的人数是A、B、C三城中最少的。

5. 职业类别中以职业类别4的销售最高，其次是职业类别0和7，最低的是职业类别8，结合前面的分析，职业类别8的人数是最少的，只有17人。

学习资料见知识星球。

以上就是今天要分享的技巧，你学会了吗？若有什么问题，欢迎在下方留言。

快来试试吧，小琥 my21ke007。获取 1000个免费 Excel模板福利​​​​！

更多技巧， www.excelbook.cn

欢迎 加入 零售创新 知识星球，知识星球主要以数据分析、报告分享、数据工具讨论为主；