Diese Studie präsentiert eine explorative Geschäftsanalyse eines transaktionalen Datensatzes des Online-Einzelhandels mit dem Ziel, umsetzbare Erkenntnisse zu extrahieren, die sich auf Verkaufsleistung, Kundenkonzentration und Produktdynamik beziehen. Mit R als primärem Analysetool wurde der Datensatz bereinigt und transformiert, um fehlende Werte, stornierte Transaktionen und Formatinkonsistenzen zu beheben. Monatliche Umsatztrends wurden untersucht, um Saisonalitätsmuster zu identifizieren. Eine Pareto-basierte Kundenkonzentationsanalyse ergab, dass etwa 27 % der Kunden 80 % des gesamten Umsatzes im Vereinigten Königreich ausmachten, was auf eine erhebliche Abhängigkeit von einem relativ kleinen Kundensegment hinweist. Die Analyse auf Produkebene identifizierte hochpreisige und volumenstarke Artikel und deckte Diskrepanzen zwischen Verkaufsmenge und Umsatzbeitrag auf. Die Ergebnisse zeigen, wie analytische Workflows auf Junior-Ebene bedeutungsvolle Geschäftseinblicke durch deskriptive Statistiken, Visualisierung und strukturierte Datenaufbereitung generieren können. Diese Arbeit bietet einen reproduzierbaren Rahmen für explorative Einzelhandelsanalysen und veranschaulicht den praktischen Wert leichter analytischer Ansätze in der operativen Entscheidungsfindung.
Vahid Darzi (Wed,) hat diese Frage untersucht.