Olist 电商物流数据分析项目

本项目基于 Olist Kaggle 电商数据集，围绕订单趋势、配送效率、延误情况、品类结构、区域履约差异和客户满意度开展数据清洗与分析。

项目内容

• 使用 Python 构建分析用数据表
• 分析订单量、配送时间、延误率和评论分数的变化趋势
• 分析不同产品类别的结构特征与履约表现
• 分析买家地区、卖家地区与履约效率之间的关系
• 为 Excel 数据透视表和业务汇报准备可直接使用的分析表

仓库结构

• data_merge.py 主数据处理脚本，用于从原始 Olist 数据生成分析表
• report.md 项目的详细分析报告
• data/ 本地原始数据和生成结果目录

生成的分析表

脚本会生成以下几张核心分析表：

1. orders_merged_withprint.csv 订单级分析表，适合做订单趋势、配送效率、延误率、评分分析
2. order_category_analysis.csv 订单-品类分析表，适合做品类结构、品类订单数、品类时效分析
3. order_seller_analysis.csv 订单-卖家分析表，适合做卖家区域、同州/跨州履约分析
4. orders_category_helper.csv 精简版订单-品类辅助表，便于在 Excel 中快速透视分析

运行方式

将 Olist 原始 CSV 数据放入 data/ 目录后，执行：

D:\miniconda\python.exe .\data_merge.py

推荐分析方向

• 月度与季度订单趋势分析
• 配送时间与延误率分析
• 买家州与卖家州的区域履约比较
• 产品类别结构与品类表现分析
• 配送表现与客户评分关系分析

详细报告

完整分析报告见：

• report.md

说明

• Git 仓库默认不上传原始和生成后的大型 CSV 文件，以保持仓库轻量
• 评论分数 = 0 表示未评论，不代表真实差评
• 在品类表和卖家表中做金额汇总时，应优先使用 分摊支付金额，避免重复累计整笔订单金额
• 卖家维度的配送分析优先参考单卖家订单，结论更稳定