主要分析方面：客戶合理分群
客戶分群實現：使用聚類構建指標，需理解聚類的分析邏輯，需使用軟件：tableau
聚類方法：選擇3指標分別為購買總金額，客戶購買次數、類平均購買價格（四類的平均購買價格，四類字段列進行avg聚合）
類平均購買價格：計算消費數據中所以四級品類消費金額的平均值，等於為每個品類構造了一個數值標簽字段，在聚類中使用了按會員計算這個字段的均值，購物品種結構越接近，之間距離越小，越可能聚為1類。
tableau提供的聚類功能在分析中設置不同的群集方式，案例中划分了10組。另外案例中銷售金額比較大，會絕對主導距離設置的計算，聚類中使用銷售金額的10的對數，代替銷售金額加以處理。
一、客戶群集
1）連接文件：
2）過濾異常數據（消費金額大於0的數據）
3）創建【類平均購買價格】字段
4）創建散點圖（排除負值和空值）
5）修改公式，將類平均價格由求和改為avg
6）進行客戶分群
7）生成群集字段（群集字段可拖動到維度區域生成可重用的群集字段，分析-添加趨勢線，設置置信區間，將y截距設置為0）
8）結果
分析：
- 群體1總體規模不大，該群體在服裝、化妝品上都表現了一定的購買傾向，群體中可能女性群體偏大。
- 群體5和8消費結構有一定的相似性，8在食品上的消費比5多，5基本沒有食品消費，2者均在家電和廚房電器上消費多，證明2者可能都屬於男性購物群體，8可能年齡更大，有后代，在童裝上消費比較多，購物更加多元化，而5更加單一，更偏向於年輕小情侶。
二、客戶群集分析2
跟換上述散點圖列維度消費金額為類平均購買價格進行觀察。
分析：觀察集群2規模數量最大，但其購買頻次和和類平均購買價格都偏低，這個需要注意，如果客戶群體是注冊時間一點時期的老會員，說明客戶平時購物行為都不是發生在本購物中心，客戶存在流失情況。如果是新注冊會員，可能需要進行一些營銷策略，提升新用戶體驗，初期接觸時維持住多數客戶。
三、群集消費者條形圖
1）不同群集對記錄數和消費金額做條形圖，忽略（排除）未建立群集的列。
2）調整條形圖格式，修改記錄數為counted，修改其軸為倒序模式。
3）然后再對會員ID排序，調整顏色
分析：以上為群體集群規模對會員的消費金額，購物數量條形圖。可觀察出群體聚類規模並不均勻，4個群集規模較大，其他規模較小。不同群集貢獻的購買金額和群集規模並不完全對應。
四、不同產品類消費圖形
1）拖動大類、會員ID（群集）、記錄數、消費金額生成條形圖
2）修改成雙軸圖（消費金額）
3） 標記卡上調整記錄數為條形圖，消費金額為區域圖形，CTRL+W交換行和列，編輯記錄數軸，每行每列使用獨立的軸范圍。
4）隱藏坐標軸（取消記錄數標題）
5）生成儀表盤
