标签：数据分析 复购 EXCEL 订单 客户 选中 购买 数据
这是数据分析实战的第三篇（复购率计算篇），本文提供真实数据（脱敏），并梳理复购率计算思路和技巧，通过15分钟的阅读和实践，读者即可根据自己的订单数据灵活计算业务涉及到的复购率了。（实战数据在文末）
相关核心技巧：辅助列，数据透视表
ONE:什么是复购率？
对于销售尤其是快消品销售来说，不论线上还是线下，复购率这个指标都是重头戏，你说你的产品粘性很强，他说他的会员营销做的OJBK，我说我的内容营销对客户维系作用非常棒。
谁说了算？
复购率说了算！
我们先明确一下复购率的定义，官方说法（百科介绍）：指消费者对该品牌产品或者服务的重复购买次数，重复购买率越多，则反应出消费者对品牌的忠诚度就越高，反之则越低。
粗读概念总是模糊的，
提炼一下，复购率就是一段时间内，购买2次及以上客户人数，占总人数的比重。
这一步提炼揭示了我们计算复购率需要确定的3个点——一是一段时间（这里就是一个月），二是统计购买2次和2次以上对客户数，三是复购人数占总客户数（去重）比重。
TWO:怎么计算复购率？
第一步：数据概览
做数据分析，拿到数据后先撸（粗略看一下）一遍数据是一个极好的习惯，
我们从三个角度（订单数量、是否存在脏数据、数据逻辑）来看，不难发现：
1、实战数据一共有61072笔订单，时间涵盖了2018年7月1日-2018年7月31日，为期一月。
2、复购率计算是针对交易成功的客户，筛选交易状态，发现存在6088笔订单是用户退款，交易关闭了的，因此需要删除。
3、每一行数据只记录一个产品的交易信息，如单个客户一次性购买3个产品，系统会生成3笔（3行数据）订单信息。
第二步：数据清洗
我们先对刚才的脏数据（退款订单）进行清洗，这一列主要是和“交易状态”列相关的，选中该列，点击“排序和筛选”，
然后勾选中“付款以后用户退款成功，交易自动关闭的订单”：
样筛选出了所有脏数据，选中他们，
按一下“DELETE”键，和脏数据说拜拜，但是，刚才脏数据占据了很多行，现在这些行空了出来，将数据分的七零八落，为了规整数据，我们必须删除所有空行。
思路：通过定位某一列所有空单元格，再删除空单元格所在行即可：
选中A列，按住"CTRL+G"，点击“定位条件”，选中“空值”：
这时我们已经选中了A列所有单元格，把鼠标移动到其中选中的一个，右键删除，然后选择“整行”，
至此，简单的数据清洗已经完成。（部分同学反映这次数据有点给力，有些操作可能会耗些时间，大家耐心等待）。
第三步：计算复购率
再次重申一下，从系统导出的订单，绝大多数情况，同一个客户购买了多个产品，会生成多笔订单（下单、付款时间几乎一致），更进一步，一个客户在一天内购买多次，比如上午9：00下了一单，下午15：00又下了一单，时间存在不一致，但从消费行为上看，算复购并不合理，我们在此定义，单个客户1天内下的多笔订单，不能算复购。
因此，要计算复购，需要对同一天的多笔订单进行去重，思考30秒。
有思路了吗？
辅助列是个好东西，重要的话说三遍：辅助列好，辅助列秒，辅助列它棒的呱呱叫。
一个用户在同一天下单时间一般是这样的“2018/6/1 00:12:12”，年月日时分秒的格式，如果我们用年月日来进行识别，是不是同一天内下单对多笔订单就能够去除呢？
Let's do it，先插入一列：输入YEAR()&MONTH()&DAY(),
公式的意思就是获取年份，月份，一个月第几天并合并成一个数据），接着就是去重，我们为了让“同一天内多次下单的客户算作一次购买”，把“买家会员名”和辅助列（标志用户哪一天购买）两个字段作为判断标准，进行去重。
操作：所有列，找到”数据“模块下的”删除重复项“选项卡，
记住，买家ID和辅助时间列两列都勾选，就是买家ID和时间辅助列都一样的情况下才会删除
片
至此，我们已经把同一天内重复购买的客户订单完全剔除掉了。
（注：这里单纯计算复购率，因此采用了比较粗暴的删除方式，以后将会介绍更好的方法。）
下面一步的关键是要统计所有用户的购买次数，数据透视表蠢蠢欲动了。
选中所有数据，插入数据透视表，我们想要得到每个客户的复购次数，所以把“买家ID”放在透视表的”行“里面，再把”买家ID“放在值里面，用计数的格式显示，就得到了每个客户的复购次数。
数据透视表显示区域是这样的：
后，我们只要统计出购买次数大于等于2次的人数，再用他们除以总人数，复购率就出来了。
用COUNTIF（区域，条件），选中数据透视表“买家ID”这一列，统计条件是“>=2"，
结果是4628，再用COUNT统计总人数
可以发现，这段时间（7月份）的复购率就是16.93%（4628/27343），抛开产品和用户谈评价复购率高低就是耍流氓，这里主要讲述一种基于订单数据的通用计算法则， 暂不对指标本身做评判和讨论，后续会更新关于具体分析思维的案例。
喏，我们知道了这个月的复购率是16.93%，也就是说，在这个月，100个客户中会有近17个客户重复购买。
等等，让我们再重新念一遍：“在这个月，100个客户中会有17个重复购买”，基于这个假设，也就是说1000个客户中平均会有170个客户，10000个里面平均有1700个会重复购买。那他们重复购买的行为是怎么分布呢？（购买2次的有多少，购买3次、4次等等各有多少呢？）
SO EASY~
刚才的数据透视表“计数项：买家会员名”这一列已经统计出客户在本月的购买次数，我们可以用COUNTIF公式稍加汇总即可：
看来，复购用户占比会随着复购次数的增加而减少，有复购行为的客户中，大部分（67.39%）是购买了2次的，购买3次的用户占比16.81%，4、5、6次如上表。
敲黑板，思路和逻辑比会使用工具本身更加重要。
我们拿到订单（最重要的是买家昵称，付款时间两个字段）数据，先明确分析的目的（复购率），然后进行清洗（去掉脏数据），再为了得到结果创造条件（为了避免一天内同一客户多次下单的干扰，我们插入辅助列并去重），最终利用数据透视表进行数据汇总，基于汇总的结果，轻而易举（借助COUNT和COUNTIF)算出了复购率和复购分布。
文末附上实战数据：
链接：pan.baidu.com/s/1mtYxKt 密码：ifyn
标签：数据分析,复购,EXCEL,订单,客户,选中,购买,数据 来源： https://blog.51cto.com/u_15127548/2701867
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。