历史订单累计超过1000个的店铺，通过后台的订单报表对用户画像进行基础性分析的成功率比较高。在店铺品牌化初期，即使买家对店铺比较满意，也不会直接在该店铺反复下单，而是选择在次年购买相同的产品，或者尝试购买同店铺其他的款式。因此，购买过店铺产品的买家都是潜在的长期顾客，卖家可以根据订单表格中提供的下单时间、配送地址等信息，进行基础性的用户画像搭建。
卖家分析店铺用户的地理分布信息，一方面可以与美国市场信息进行对比，确认后期店铺运营的重心;另一方面可以通过不同店铺的订单来源分析，确认某一款式的实际市场份额。在具体的分析过程中，卖家可以对不同地区订单排序、累计订单统计，以及不同地区市场占有率等信息进行分析。
卖家可以对不同地区的订单数量进行排序。卖家需要将订单报表中的“ship-city(配送城市)”或“ship-state(配送州)”信息筛选出来，以“ship-state”为例进行讲解。完成“ship-state”的筛选以后，卖家会得到订购数量的统计值。由于存在单个订单多件产品的情况，在使用Excel数据透视表功能时，卖家需要对订购数量一栏进行统计，添加为直方图中的排列图。
图中的横轴代表不同的地区，左纵轴代表不同地区的订单量，右纵轴代表不同地区订单累计数量占总订单量的比例。假设该店铺累计订单量为1，统计显示加利福尼亚州(CA)订单占比最高，占总订单量的12.4%;其次是佛罗里达州(FL)得克萨斯州(TX)和纽约州(NY)，占比分别为7.9%、7.9%和6.8%。如果卖家想要了解自身店铺80%的市场份额来自哪些地区，就可以先从右纵轴中找到 80%的数值，然后再通过地区对应关系找到相关联的订单产生地。根据统计可知，前24个州的订单量占总订单量的 83.4%，其余26个州和1个特区的订单量仅占总订单量的 16.6%。
了解了各个地区的市场占比以后，卖家就可以划分店铺的各类市场了，一般划分为头部市场、长尾市场、低单市场，以下是其划分标准。
(1)头部市场:市场份额累计占比在80%以内，并且单独市场份额不低于 1%
的地区。
(2)低单市场:市场份额累计占比小于等于头部市场最后1名的地区。
(3)长尾市场:市场份额累计占比在15%以上，除头部市场和低单市场以外的地区。
了解了三类市场的划分标准以后，卖家就可以对长尾市场和低单市场的占比份额进行单独累计了，最终制作订单分布比例图，图中各个图形的面积代表不同市场的市场份额。
由于美国人口分布不均衡，排名前4的地区本身已经占据了美国人口的1/3，订单量自然会水涨船高，卖家在后期运营过程中也会重点关注这些地区。除了关注订单占比的绝对值，卖家还需要考虑市场本身的占有率问题，尤其是前期已经积累了一定订单和流量准备转型的品牌店铺，必须考虑店铺原来的市场定位和用户情况。卖家可以通过对各地区订单量与美国各地区人口数量进行对比，对市场占有指数进行测定。
亚马逊服装类目的客单价基本在15~30美元且市场情况相对稳定，因此卖家可以直接将店铺订单量与各地区人口数量进行比较。需要注意的是，这个指数只有高低之分，可以帮助卖家判定当前产品在各地区的分布情况。而体量较大的卖家则需要对比店铺产品销售额和该地区市场的消费水平，得出更为精准的市场占有率数值。因为本例中订单数量较少，所以优先使用市场占有指数进行计算。
我们来看一下各地区订单分布图，佐治亚州(GA)华盛顿州(WA)的市场占有指数明显偏低，而路易斯安那州(LA)、密西西比州(MS)的市场占有指数较高。卖家通过分析用户画像是否与最终的订单量相关，可以在实际运营过程中不断监控用户画像是否出现了变化或偏差，并且适时对相关标准进行修改和调整，保证用户画像不断更新。
除了用户地区分布分析，卖家还可以通过订单报表进行用户价格分布分析。与地区分布分析不同的是，用户价格分布分析存在两种维度的分析方式。
(1)价格时间分布，即随着一天24小时的变化，客单价会发生怎样的改变。
(2)价格地区分布，即不同地区的平均客单价分布情况。
卖家通过分析店铺订单的时间分布信息，一方面可以与美国市场信息进行对比，确认后期店铺运营的重心;另一方面可以通过对不同店铺的订单来源分析，判断款式的用户来源。
首先依旧保留对订单州地区的筛选，然后对应得到订购时间。卖家通过对时间数据进行“清洗”，最终可以获得下单的小时信息。卖家将时间信息与订单数量信息进行组合图展示，可以得出一天24时订单量和平均客单价变化图。
完成价格和订单量的时间分布分析以后，卖家就可以进行价格地区分布分析了。我们回到原订单表格中，获得商品价格和订单州地区，对订单州地区进行“筛选”，并对商品价格进行“降序”操作，插人柱状图后可以得到不同地区订单平均客单价对比。
虽然该柱状图已经可以用来对各个地区平均客单价进行对比了，但是数据差异不大，因此为了方便比较，需要定义一个“比较数”，我们来看一下它的计算公式。
比较数=平均客单价-最低平均客单价
计算出新的“比较数”以后，我们就可以得到新的柱状图了。
