客户购物习惯分析可以理解为分析客户每日的购物峰值在哪里，分析不同地区的客户的购物高峰期是否不同。本文结合了时间与地区两个维度对客单价波动的原因进行讲解，在这节中，笔者将把这两个维度结合到一起，通过一系列的数据整理与分析得到不同地区的客户的购物习惯。数据来源仍然为后台中的订单报表。分析所需的参数有 purchase-date(采购时间和 ship-state( 货运状态 。筛选方法有两种:24 小时总订单量变化规律和不同地区 24 小时订单量变化规律。
完成数据的筛选后，就可以构建客户购物习惯可视化图表。上一节介绍了如何利用订单报表进行订单量和平均客单价波动的分析方法。
客户购物习惯分析可以理解为更深一层的订单量波动分析，即对不同地区的订单量波动情况进行数据筛选和可视化处理。
本节以 CA、FL、TX 这三大地区为案例进行讲解，当对订单报表进行数据筛选后，可以得到三大地区不同时间段的订单量对比。筛选出不同地区不同时间段的订单后，运营者需要计算不同时间段的订单比例来确保客户画像的准确性。
CA、FL、TX 三大地区不同时间段的订单比例=地区单一时间段产生的订单=地区所有时间段产生的总订单。
完成上述数据筛选的步骤后，就可以结合不同的数据进行可视化分析。运营者首先针对不同时间段的订单比例数据绘制“订单量整体趋势”柱形图。
如果运营者需要结合所有地区观察店铺总体订单量波动趋势，可以绘制新的可视化柱形图。
除了订单量单日变化趋势外，运营者还可以结合不同地区单日订单比例的变化绘制客户购物习惯的折线图。
（本文内容根据网络资料整理，出于传递更多信息之目的，不代表连连国际赞同其观点和立场）
