轻松学习SQL数据分析：五个真实项目案例，五个数据分析报告，可写进简历哦

原创

已于 2025-03-20 08:47:11 修改 · 4.5k 阅读

42 ·

CC 4.0 BY-SA版权

文章标签：

#学习 #sql #数据分析

于 2025-03-19 21:44:35 首次发布

轻松学习SQL数据分析：在实战中学习SQL数据分析，轻松应对学习、工作

案例一：零食商铺销售分析

【项目背景】

本次项目旨在深入分析2023年下半年（7月1日至12月31日）某平台上综合性零食的销售数据，以支持平台在2023年针对这一热门品类的广告投放策略。通过对购买人数、不同店铺表现及具体商品销售数据的全面研究，我们期望能够揭示综合性零食的整体销售趋势、价格区间分布以及消费者的地域偏好。

具体来说，我们的分析将聚焦于以下几个关键方面：

整体销售数据分析：首先，我们将统计综合性零食在2023年下半年的总销售额、销售量及购买人次，从而掌握该类商品的整体市场热度与增长态势。
价格区间研究：进一步，我们将分析不同价格区间的综合性零食销售情况，了解哪些价格段的商品更受消费者青睐，为平台定价策略提供参考。
地域偏好分析：此外，我们还将深入研究综合性零食消费者的地域分布情况，揭示不同地域消费者的购买习惯、需求特点，从而指导平台在不同地区投放更为精准的广告内容。

通过以上分析，我们将为平台提供详尽的数据支持和策略建议，助力其在2021年针对综合性零食品类制定更为精准有效的广告投放策略，进一步提升品牌影响力和市场竞争力。

【数据集介绍】

下表展示了一个示例数据集，其中包含了关于综合性零食在不同店铺的销售信息。**请注意，这些数据是虚拟的，但旨在提供一个清晰的数据结构参考。**以下是数据集中关键字段的详细描述：商品名称、店铺名称、价格、购买人数、买家地址。

综合性零食店铺销售数据
在这里插入图片描述

【经营分析】

1.分析平台售卖综合性零食的店铺数、总销售额、商品种类数、总购买人数等

为了获取店铺数、总销售额、商品种类数以及总购买人数等关键统计数量，我们需要利用SQL的汇总函数，并确保在统计过程中去除重复数据。使用DISTINCT关键字可以有效地处理重复数据。

对于销售额的计算，由于在本案例中每人每次只购买一件商品，因此销售额可以通过将每件商品的价格（价格字段）与购买人数（购买人数字段，此处实际上代表销售数量）相乘得出。

SELECT   
    COUNT(DISTINCT shop_name) AS "店铺数",  
    COUNT(DISTINCT product_name) AS "商品种类数",  
    CONCAT(ROUND(SUM(price * purchase_count) / 10000, 2), '万元') AS "总销售额",  
    CONCAT(ROUND(SUM(purchase_count) / 10000, 2), '万人') AS "总购买人数"  
FROM   
    snack_sales_data

查询结果：
在这里插入图片描述

分析结论：

平台综合性零食市场活跃，拥有1425家店铺，4156种商品，总销售额达到30353.34万元，吸引了701.49万消费者购买。市场竞争激烈，消费者需求旺盛。

2.找出销售额排名前10的店铺，并明确其购买人数、销售额

为了找出销售额排名前10的店铺，并明确其购买人数、销售额，我们可以按照以下步骤进行操作：

(1) 确定每个店铺的购买人数与销售额

首先，我们需要按照店铺名称对数据进行分组（GROUP BY 店铺名称），并计算每个店铺的总销售额。销售额可以通过将每个商品的销售单价（价格）与相应的购买人数相乘，然后再对所有商品进行求和得出（SUM(价格 * 购买人数)）。同时，我们也可以统计出每个店铺的总购买人数（SUM(购买人数)）。

(2) 找出销售额排名前10的店铺

在得到每个店铺的销售额之后，我们需要对这些店铺按照销售额从高到低进行排序（ORDER BY SUM(价格 * 购买人数) DESC）。然后，使用LIMIT 10来限制返回结果的行数，从而得到销售额排名前10的店铺。

结合以上步骤，我们可以构建如下的SQL查询语句：