《電子商務(wù)數(shù)據(jù)分析》高職全套教學(xué)課件

電子商務(wù)數(shù)據(jù)分析全套可編輯PPT課件content數(shù)據(jù)及電子商務(wù)數(shù)據(jù)分析知識(shí)數(shù)據(jù)分析指標(biāo)體系數(shù)據(jù)分析模型123目錄數(shù)據(jù)及電子商務(wù)數(shù)據(jù)分析知識(shí)1數(shù)據(jù)及電子商務(wù)數(shù)據(jù)分析知識(shí)11.了解數(shù)據(jù)的相關(guān)知識(shí)。2.掌握電子商務(wù)數(shù)據(jù)分析的概念和意義。3.理解電子商務(wù)數(shù)據(jù)分析的主要任務(wù)和流程。4.培養(yǎng)辯證思維能力。5.樹(shù)立崇高理想,激發(fā)勇于探索、不斷進(jìn)取的科研精神。數(shù)據(jù)及電子商務(wù)數(shù)據(jù)分析知識(shí)1一、工作情景描述在電子商務(wù)行業(yè)火爆和轉(zhuǎn)型的背后,數(shù)據(jù)分析工具是一個(gè)關(guān)鍵因素,通過(guò)對(duì)商品、用戶(hù)、平臺(tái)數(shù)據(jù)的分析,商家就能知道什么樣的商品好賣(mài),什么樣的顧客愛(ài)買(mǎi),哪一類(lèi)的促銷(xiāo)活動(dòng)更受歡迎等,這樣能夠更有針對(duì)性地調(diào)整策略,精準(zhǔn)營(yíng)銷(xiāo)。為更好地實(shí)施電子商務(wù)數(shù)據(jù)分析,本任務(wù)主要講述數(shù)據(jù)及電子商務(wù)數(shù)據(jù)的相關(guān)概念。1.數(shù)據(jù)

數(shù)據(jù)是指對(duì)客觀事件進(jìn)行記錄并可以鑒別的符號(hào),是對(duì)客觀事物的性質(zhì)、狀態(tài)及相互關(guān)系等進(jìn)行記載的物理符號(hào)或這些物理符號(hào)的組合,是構(gòu)成信息或者知識(shí)的原始材料。數(shù)據(jù)可以有數(shù)字、字母、數(shù)字符號(hào)的組合、圖形、圖像、音頻、視頻等多種表現(xiàn)形式。2.大數(shù)據(jù)(1)Volume(大量):(2)Velocity(高速):(3)Veracity(真實(shí)):(4)Variety(多樣):(5)Value(價(jià)值):(一)數(shù)據(jù)與大數(shù)據(jù)1數(shù)據(jù)及電子商務(wù)數(shù)據(jù)分析知識(shí)二、相關(guān)知識(shí)數(shù)據(jù)及電子商務(wù)數(shù)據(jù)分析知識(shí)1

(二)電子商務(wù)數(shù)據(jù)及類(lèi)型

1.市場(chǎng)數(shù)據(jù)市場(chǎng)數(shù)據(jù)是企業(yè)所處行業(yè)的整體數(shù)據(jù),包含行業(yè)產(chǎn)品總銷(xiāo)售額、競(jìng)爭(zhēng)對(duì)手銷(xiāo)售額、行業(yè)產(chǎn)品需求量、目標(biāo)客戶(hù)購(gòu)物偏好等。

2.企業(yè)數(shù)據(jù)

(1)運(yùn)營(yíng)數(shù)據(jù)

(2)產(chǎn)品數(shù)據(jù)電子商務(wù)數(shù)據(jù)分析的概念01電子商務(wù)數(shù)據(jù)分析的意義02大數(shù)據(jù)在電子商務(wù)領(lǐng)域的作用03數(shù)據(jù)及電子商務(wù)數(shù)據(jù)分析知識(shí)1

(三)電子商務(wù)數(shù)據(jù)分析的概念和意義1.行業(yè)分析2.客戶(hù)分析3.產(chǎn)品分析4.運(yùn)營(yíng)分析數(shù)據(jù)及電子商務(wù)數(shù)據(jù)分析知識(shí)1

(四)電子商務(wù)數(shù)據(jù)分析的主要任務(wù)數(shù)據(jù)及電子商務(wù)數(shù)據(jù)分析知識(shí)1

(五)電子商務(wù)數(shù)據(jù)分析的流程電子商務(wù)數(shù)據(jù)分析的流程主要包括確定設(shè)計(jì)方案、收集數(shù)據(jù)、數(shù)據(jù)處理與集成、數(shù)據(jù)分析、數(shù)據(jù)可視化、撰寫(xiě)分析報(bào)告,如圖1-2所示。圖1-2數(shù)據(jù)分析流程1.科學(xué)性3.針對(duì)性5.趨勢(shì)性2.系統(tǒng)性4.實(shí)用性數(shù)據(jù)及電子商務(wù)數(shù)據(jù)分析知識(shí)1

(六)電子商務(wù)數(shù)據(jù)分析的原則Excel01SPSS02Python04SQL05BI06數(shù)據(jù)及電子商務(wù)數(shù)據(jù)分析知識(shí)1

(七)數(shù)據(jù)分析工具EViews07SAS03數(shù)據(jù)及電子商務(wù)數(shù)據(jù)分析知識(shí)1三、實(shí)訓(xùn)過(guò)程實(shí)訓(xùn)-微任務(wù)1:熟悉電子商務(wù)數(shù)據(jù)及分析流程

1.微任務(wù)引入要進(jìn)行數(shù)據(jù)分析,首先要認(rèn)識(shí)到電子商務(wù)數(shù)據(jù)的重要性,厘清數(shù)據(jù)分析的相關(guān)概念,知曉分析原則和步驟,用理論指導(dǎo)實(shí)踐,這樣才能高屋建瓴、少走彎路。本微任務(wù)要求加深對(duì)電子商務(wù)數(shù)據(jù)的認(rèn)識(shí),能辨認(rèn)和區(qū)分電子商務(wù)數(shù)據(jù),理解電子商務(wù)數(shù)據(jù)分析的流程。數(shù)據(jù)及電子商務(wù)數(shù)據(jù)分析知識(shí)1

2.實(shí)訓(xùn)操作一步驟1:分小組討論信息、數(shù)據(jù)的概念,數(shù)據(jù)的表現(xiàn)形式、數(shù)據(jù)與信息的關(guān)系。完成表1-1的填寫(xiě)。數(shù)據(jù)及電子商務(wù)數(shù)據(jù)分析知識(shí)1步驟2:討論分析市場(chǎng)數(shù)據(jù)、企業(yè)運(yùn)營(yíng)類(lèi)數(shù)據(jù)、企業(yè)產(chǎn)品類(lèi)數(shù)據(jù)分別包含哪些范疇,并將下面提到的數(shù)據(jù)進(jìn)行分類(lèi),完成表1-2的填寫(xiě)。行業(yè)銷(xiāo)售量2000萬(wàn)件、瀏覽量3549、展現(xiàn)量1803、產(chǎn)品搜索指數(shù)3500、企業(yè)市場(chǎng)占有率1%、競(jìng)爭(zhēng)對(duì)手客單價(jià)223元、銷(xiāo)售量80件、銷(xiāo)售額8萬(wàn)元、客單價(jià)152元、庫(kù)存數(shù)量126件、售罄率80%、件單價(jià)10元、訂單響應(yīng)時(shí)長(zhǎng)30秒、行業(yè)銷(xiāo)售額增長(zhǎng)率15%、紅色37碼女靴、注冊(cè)客戶(hù)數(shù)1000、采購(gòu)金額3萬(wàn)元、投資回報(bào)率70%、成交客戶(hù)數(shù)量670、訪(fǎng)客數(shù)956、點(diǎn)擊量1651、跳失率11%、成交轉(zhuǎn)化率33.16%、客戶(hù)流失率11.2%、采購(gòu)數(shù)量3000件、庫(kù)存周轉(zhuǎn)率75%、競(jìng)爭(zhēng)對(duì)手銷(xiāo)售額10萬(wàn)元數(shù)據(jù)及電子商務(wù)數(shù)據(jù)分析知識(shí)1數(shù)據(jù)及電子商務(wù)數(shù)據(jù)分析知識(shí)1步驟3:結(jié)合生活中的現(xiàn)實(shí)例子,討論電子商務(wù)數(shù)據(jù)分析的流程。電子商務(wù)數(shù)據(jù)分析流程:

現(xiàn)實(shí)例子:

數(shù)據(jù)分析指標(biāo)體系2數(shù)據(jù)分析指標(biāo)體系21.理解并掌握電子商務(wù)數(shù)據(jù)分析的常用指標(biāo)。2.能較熟練地進(jìn)行數(shù)據(jù)分析指標(biāo)體系的搭建。3.能進(jìn)行數(shù)據(jù)分析指標(biāo)體系的驗(yàn)證。4.樹(shù)立正確的電子商務(wù)數(shù)據(jù)意識(shí),培養(yǎng)良好的職業(yè)道德。5.培養(yǎng)勤于動(dòng)腦、善于總結(jié)、勇于創(chuàng)新的思維習(xí)慣。數(shù)據(jù)分析指標(biāo)體系2一、工作情景描述在各大電子商務(wù)平臺(tái)或電子商務(wù)公司內(nèi)部,最常見(jiàn)到各種數(shù)據(jù)監(jiān)控大屏,用于幫助平臺(tái)和商家實(shí)時(shí)了解業(yè)務(wù)情況。要觀測(cè)數(shù)據(jù),首先就要建立一套正確的、完備的數(shù)據(jù)指標(biāo)體系,定義清楚要看什么、怎么看,從而做到有的放矢、有效解決關(guān)鍵問(wèn)題。要進(jìn)行電子商務(wù)分析,需要了解電子商務(wù)方面的數(shù)據(jù)指標(biāo)、數(shù)據(jù)分析指標(biāo)體系,知曉如何搭建和驗(yàn)證數(shù)據(jù)分析指標(biāo)體系。數(shù)據(jù)分析指標(biāo)體系2二、相關(guān)知識(shí)

(一)電子商務(wù)數(shù)據(jù)分析指標(biāo)指標(biāo)可以理解為用來(lái)描述事物的數(shù)量。比如最為常見(jiàn)的指標(biāo)有:頁(yè)面瀏覽量(PV),也就是描述頁(yè)面被瀏覽的次數(shù);轉(zhuǎn)化率,也就是描述目標(biāo)被轉(zhuǎn)化的次數(shù)。用一句話(huà)來(lái)將其分類(lèi)就是:誰(shuí),干了什么,結(jié)果怎樣?電子商務(wù)數(shù)據(jù)分析的常用指標(biāo)大類(lèi)有網(wǎng)站運(yùn)營(yíng)指標(biāo)、經(jīng)營(yíng)環(huán)境指標(biāo)、營(yíng)銷(xiāo)活動(dòng)指標(biāo)、消費(fèi)者價(jià)值指標(biāo),具體細(xì)類(lèi)則包括日活躍量(DAU)、周活躍量(WAU)、跳失率、轉(zhuǎn)化率等。數(shù)據(jù)分析指標(biāo)體系2

(二)商品類(lèi)指標(biāo)商品類(lèi)指標(biāo)包括:訂單量、訂單金額、每訂單金額、商品銷(xiāo)售量、支付轉(zhuǎn)化率、有效訂單指標(biāo)、訂單有效率、銷(xiāo)售任務(wù)、庫(kù)存量單位SKU、商品毛利、店鋪傭金、成交總額GMV。

(三)會(huì)員類(lèi)指標(biāo)會(huì)員類(lèi)指標(biāo)有:購(gòu)買(mǎi)會(huì)員數(shù)、活躍會(huì)員數(shù)、可營(yíng)銷(xiāo)會(huì)員數(shù)、會(huì)員激活率、老會(huì)員數(shù)、新會(huì)員數(shù)、復(fù)購(gòu)率、流失會(huì)員數(shù)、會(huì)員異動(dòng)比。數(shù)據(jù)分析指標(biāo)體系2

(四)網(wǎng)店運(yùn)營(yíng)類(lèi)指標(biāo)網(wǎng)站運(yùn)營(yíng)類(lèi)指標(biāo)主要包括:到達(dá)率、獨(dú)立訪(fǎng)客UV、訪(fǎng)問(wèn)量Visit、頁(yè)面瀏覽量PV、新訪(fǎng)問(wèn)占比、訪(fǎng)問(wèn)深度、停留時(shí)間、跳出率、退出率、產(chǎn)品頁(yè)轉(zhuǎn)化率、加入購(gòu)物車(chē)轉(zhuǎn)化率、結(jié)算轉(zhuǎn)化率、訂單轉(zhuǎn)化率、購(gòu)物車(chē)內(nèi)轉(zhuǎn)化率、目標(biāo)轉(zhuǎn)化率、其他網(wǎng)站成本指標(biāo)、其他網(wǎng)站收益指標(biāo)。1配送業(yè)務(wù)量3配送滿(mǎn)足率2滿(mǎn)載率4配送準(zhǔn)確率數(shù)據(jù)分析指標(biāo)體系2

(五)物流配送數(shù)據(jù)指標(biāo)數(shù)據(jù)分析指標(biāo)體系2

(六)營(yíng)銷(xiāo)數(shù)據(jù)指標(biāo)營(yíng)銷(xiāo)數(shù)據(jù)指標(biāo)指在電子商務(wù)運(yùn)營(yíng)過(guò)程中產(chǎn)生的數(shù)據(jù),營(yíng)銷(xiāo)數(shù)據(jù)指標(biāo)包括:曝光量、點(diǎn)擊量、點(diǎn)擊率、CPM、CPD、CPC、CPA、每訂單成本,每有效訂單成本、投入產(chǎn)出比。數(shù)據(jù)分析指標(biāo)體系2

(七)數(shù)據(jù)指標(biāo)體系

1.數(shù)據(jù)指標(biāo)體系的作用從不同的維度梳理業(yè)務(wù),把數(shù)據(jù)指標(biāo)系統(tǒng)地組織起來(lái),這就是數(shù)據(jù)指標(biāo)體系。數(shù)據(jù)指標(biāo)體系的作用如下:1監(jiān)控業(yè)務(wù)情況2通過(guò)拆解指標(biāo)尋找當(dāng)前業(yè)務(wù)問(wèn)題3評(píng)估業(yè)務(wù)可改進(jìn)的地方,找出下一步工作的方向數(shù)據(jù)分析指標(biāo)體系2

2.搭建數(shù)據(jù)指標(biāo)體系的思路

(1)梳理業(yè)務(wù)場(chǎng)景及產(chǎn)品核心流程,同時(shí)跟業(yè)務(wù)方溝通數(shù)據(jù)指標(biāo)需求①全面、完整的數(shù)據(jù)指標(biāo)體系都會(huì)包含不同業(yè)務(wù)場(chǎng)景或者不同流程的指標(biāo)。②不同類(lèi)型產(chǎn)品的業(yè)務(wù)目標(biāo)、產(chǎn)品流程不同,數(shù)據(jù)指標(biāo)體系也不一樣。③明確了業(yè)務(wù)邏輯和產(chǎn)品流程后,會(huì)有一個(gè)初步的指標(biāo)體系。關(guān)注業(yè)務(wù)需求和業(yè)務(wù)目標(biāo)是什么,就明確了數(shù)據(jù)指標(biāo)體系到底該包含哪些部分,以及要細(xì)化到什么程度。數(shù)據(jù)分析指標(biāo)體系2

(2)結(jié)合業(yè)務(wù)場(chǎng)景和業(yè)務(wù)方需求,按照不同劃分方式搭建指標(biāo)體系。

(3)明確數(shù)據(jù)指標(biāo)的定義,完善分析維度、時(shí)間粒度以及數(shù)據(jù)的實(shí)時(shí)性。取數(shù)邏輯指標(biāo)的定義包括業(yè)務(wù)描述、數(shù)據(jù)口徑和計(jì)算公式。

(4)指標(biāo)體系驗(yàn)證完整性———最基礎(chǔ)的一項(xiàng)評(píng)估標(biāo)準(zhǔn),用來(lái)評(píng)估指缺失的程度。指標(biāo)缺失可分為選擇錯(cuò)誤和漏的程度。準(zhǔn)確性———數(shù)據(jù)標(biāo)記錄的信息是否存在異常或錯(cuò)誤。合理性———指標(biāo)數(shù)據(jù)是否符合其定義,以及遵循預(yù)語(yǔ)法規(guī)則的程度。數(shù)據(jù)分析指標(biāo)體系2

3.電子商務(wù)數(shù)據(jù)常見(jiàn)指標(biāo)體系電子商務(wù)數(shù)據(jù)常見(jiàn)的分析指標(biāo)體系有:總體運(yùn)營(yíng)指標(biāo)、流量指標(biāo)、銷(xiāo)售轉(zhuǎn)化(轉(zhuǎn)化率)指標(biāo)、用戶(hù)價(jià)值指標(biāo)、商品及供應(yīng)鏈指標(biāo)、營(yíng)銷(xiāo)活動(dòng)指標(biāo)、市場(chǎng)競(jìng)爭(zhēng)指標(biāo)、風(fēng)控控制指標(biāo),如圖1-3所示。圖1-3電子商務(wù)數(shù)據(jù)分析指標(biāo)體系數(shù)據(jù)分析指標(biāo)體系2三、實(shí)訓(xùn)過(guò)程

實(shí)訓(xùn)-微任務(wù)1:熟悉數(shù)據(jù)分析常見(jiàn)的指標(biāo)

1.微任務(wù)引入電子商務(wù)的每個(gè)環(huán)節(jié)都有相應(yīng)的數(shù)據(jù)指標(biāo),這些數(shù)據(jù)指標(biāo)從各方面量化和反映運(yùn)營(yíng)情況。進(jìn)行電子商務(wù)數(shù)據(jù)分析,就需要明晰電子商務(wù)有哪些常見(jiàn)數(shù)據(jù)指標(biāo),以及每個(gè)指標(biāo)的含義和使用環(huán)境。本微任務(wù)要求熟悉電子商務(wù)數(shù)據(jù)指標(biāo)的分類(lèi),掌握常見(jiàn)電子商務(wù)數(shù)據(jù)指標(biāo)的涵義。數(shù)據(jù)分析指標(biāo)體系2

2.實(shí)訓(xùn)操作步驟1:熟悉電子商務(wù)數(shù)據(jù)分析常見(jiàn)指標(biāo)。

________________________________________________________

________________________________________________________

________________________________________________________

數(shù)據(jù)分析指標(biāo)體系2步驟2:課堂思考與討論環(huán)節(jié)。問(wèn)題1:網(wǎng)站中某個(gè)用戶(hù)在一次訪(fǎng)問(wèn)內(nèi)下了兩個(gè)訂單,其中一個(gè)訂單包含2個(gè)商品,另一個(gè)訂單包含1個(gè)商品。請(qǐng)問(wèn)訂單量是多少?總商品銷(xiāo)售量是多少?

________________________________________________________

________________________________________________________

________________________________________________________

數(shù)據(jù)分析指標(biāo)體系2問(wèn)題2:為什么需要GMV指標(biāo)?

________________________________________________________

________________________________________________________

________________________________________________________問(wèn)題3:什么是會(huì)員異動(dòng)比?會(huì)員異動(dòng)比是不是越大越好?

________________________________________________________

________________________________________________________

________________________________________________________

數(shù)據(jù)分析指標(biāo)體系2問(wèn)題4:用戶(hù)在當(dāng)天既產(chǎn)生了第一次訪(fǎng)問(wèn),又產(chǎn)生了第二次訪(fǎng)問(wèn),網(wǎng)站分析系統(tǒng)會(huì)在新訪(fǎng)問(wèn)量和老訪(fǎng)問(wèn)量里面哪里加1呢?

________________________________________________________問(wèn)題5:退出與跳出的區(qū)別是什么?

________________________________________________________問(wèn)題6:如果一個(gè)廣告展現(xiàn)了20000次,約定CPM為50元,那么商家該付多少?gòu)V告費(fèi)?

________________________________________________________

數(shù)據(jù)分析指標(biāo)體系2

實(shí)訓(xùn)-微任務(wù)2:數(shù)據(jù)分析指標(biāo)體系搭建與驗(yàn)證

1.微任務(wù)引入某天貓旗艦店經(jīng)營(yíng)類(lèi)目為服裝(服裝價(jià)位50~450元),預(yù)計(jì)雙十一的目標(biāo)是:企業(yè)銷(xiāo)售額達(dá)到2億元,并增加用戶(hù)數(shù)4萬(wàn)個(gè)。調(diào)查了最近幾年服裝行業(yè)的天貓雙十一活動(dòng)時(shí)的客戶(hù)下單轉(zhuǎn)化率約為18%。本微任務(wù)要求根據(jù)情景描述,判斷出此電商活動(dòng)的主要目的,并能?chē)@主題找出關(guān)鍵的數(shù)據(jù)指標(biāo),搭建并驗(yàn)證數(shù)據(jù)分析指標(biāo)體系。

數(shù)據(jù)分析指標(biāo)體系2

3.實(shí)訓(xùn)操作步驟1:核心數(shù)據(jù)指標(biāo)確定。

________________________________________________________

________________________________________________________

________________________________________________________步驟2:明確指標(biāo)影響因素,拆分?jǐn)?shù)據(jù)指標(biāo)。

________________________________________________________

________________________________________________________

________________________________________________________

數(shù)據(jù)分析指標(biāo)體系2步驟3:結(jié)合分析目標(biāo)和指標(biāo)影響因素,構(gòu)思思維導(dǎo)圖,可參考圖1-4。

圖1-4思維導(dǎo)圖構(gòu)思數(shù)據(jù)分析指標(biāo)體系2使用軟件將構(gòu)思好的思維導(dǎo)圖繪制出來(lái)。可以使用MicrosoftOfficeVisio軟件、XMind軟件繪制,也可以使用Word中的SmartArt工具繪制,這里以XMind軟件為例。首先在百度搜索欄中輸入XMind,找到XMind官網(wǎng),免費(fèi)下載并安裝好XMind軟件,如圖1-5所示。

圖1-5搜索并下載XMind軟件數(shù)據(jù)分析指標(biāo)體系2步驟4:安裝后打開(kāi)XMind軟件,選擇一種模板創(chuàng)建思維導(dǎo)圖,如圖1-6所示。

圖1-6創(chuàng)建思維導(dǎo)圖數(shù)據(jù)分析指標(biāo)體系2步驟5:使用XMind的工具繪制出思維導(dǎo)圖的框架,如圖1-7所示。步驟6:使用XMind軟件的面板工具可以修改模板結(jié)構(gòu)樣式,也可以進(jìn)行形狀和文字的調(diào)整和美化,如圖1-8所示。圖1-7繪制思維導(dǎo)圖圖1-8XMind軟件的面板界面數(shù)據(jù)分析指標(biāo)體系2步驟7:同理,確定并繪制出完整的指標(biāo)體系,如圖1-9所示。圖1-9指標(biāo)體系數(shù)據(jù)分析模型3數(shù)據(jù)分析模型31.了解模型的含義。2.理解各種分析模型的含義。3.掌握各種分析模型的特點(diǎn)以及適用范圍。4.能熟練應(yīng)用5W2H分析模型。5.能熟練應(yīng)用邏輯樹(shù)分析模型。6.樹(shù)立科學(xué)價(jià)值觀,培養(yǎng)積極探索、善于總結(jié)的能力。7.培養(yǎng)創(chuàng)新意識(shí)和辯證思維能力。數(shù)據(jù)分析模型3一、工作情景描述模型是指對(duì)于某個(gè)實(shí)際問(wèn)題或客觀事物、規(guī)律進(jìn)行抽象后的一種形式化表達(dá)。任何模型都是由三個(gè)部分組成:目標(biāo)、變量和關(guān)系。明確變量,改變變量,即可直接呈現(xiàn)目標(biāo)結(jié)果。如果要一個(gè)電子商務(wù)企業(yè)從零開(kāi)始摸索搭建數(shù)據(jù)分析模型,項(xiàng)目周期長(zhǎng)、成本高、風(fēng)險(xiǎn)也高,若有現(xiàn)成的電子商務(wù)數(shù)據(jù)分析模型,就能極大地縮短項(xiàng)目周期,減少成本投入,降低試錯(cuò)風(fēng)險(xiǎn)和試錯(cuò)成本。數(shù)據(jù)分析模型3二、相關(guān)知識(shí)

(一)PEST分析模型

PEST分析模型是指宏觀環(huán)境的分析,宏觀環(huán)境又稱(chēng)一般環(huán)境,是一切影響行業(yè)和企業(yè)的宏觀因素。分析宏觀環(huán)境因素,不同行業(yè)和企業(yè)根據(jù)自身特點(diǎn)和經(jīng)營(yíng)需要,分析的具體內(nèi)容會(huì)有差異,但一般都應(yīng)對(duì)政治(Politics)、經(jīng)濟(jì)(Economic)、社會(huì)(Society)和技術(shù)(Technology)進(jìn)行分析,本質(zhì)上是一種對(duì)環(huán)境的把控,如圖1-10所示。數(shù)據(jù)分析模型3

(二)SWOT分析模型

SWOT分析模型是指基于內(nèi)外部競(jìng)爭(zhēng)環(huán)境和競(jìng)爭(zhēng)條件下的態(tài)勢(shì)分析,就是將與研究對(duì)象密切相關(guān)的各種主要內(nèi)部?jī)?yōu)勢(shì)、劣勢(shì)和外部的機(jī)會(huì)、威脅,通過(guò)調(diào)查列舉出來(lái),并依照矩陣形式排列,用系統(tǒng)分析的思想,將各種因素相互匹配加以分析,從中得出一系列相應(yīng)的結(jié)論,而結(jié)論通常帶有一定的決策性。運(yùn)用這種方法,可以對(duì)研究對(duì)象所處的情景進(jìn)行全面、系統(tǒng)、準(zhǔn)確地研究,根據(jù)研究結(jié)果制定相應(yīng)的發(fā)展戰(zhàn)略、計(jì)劃以及對(duì)策等。數(shù)據(jù)分析模型3

S(strengths)是優(yōu)勢(shì)、W(weaknesses)是劣勢(shì)、O(opportunities)是機(jī)會(huì)、T(threats)是威脅,如圖1-11所示。按照企業(yè)競(jìng)爭(zhēng)戰(zhàn)略的完整概念,戰(zhàn)略應(yīng)是一個(gè)企業(yè)“能夠做的”(組織的強(qiáng)項(xiàng)和弱項(xiàng))和“可能做的”(環(huán)境的機(jī)會(huì)和威脅)之間的有機(jī)組合。從整個(gè)價(jià)值鏈的每個(gè)環(huán)節(jié)上,將企業(yè)與競(jìng)爭(zhēng)對(duì)手做詳細(xì)的對(duì)比,如產(chǎn)品是否新穎,制造工藝是否復(fù)雜,銷(xiāo)售渠道是否暢通,以及價(jià)格是否具有競(jìng)爭(zhēng)性等。數(shù)據(jù)分析模型3圖1-10PEST分析模型圖1-11SWOT分析模型數(shù)據(jù)分析模型3

(三)4P分析模型

4P分析模型是營(yíng)銷(xiāo)學(xué)的一種組合概念,包括產(chǎn)品(Product)、價(jià)格(Price)、渠道(Place)、促銷(xiāo)(Promotion)。產(chǎn)品:包括質(zhì)量、外觀樣式、品牌類(lèi)別、規(guī)格等屬性,是該模型的核心,主要是為了滿(mǎn)足消費(fèi)者的需求,產(chǎn)品可以是有形的,也可以是無(wú)形的。價(jià)格:包括基本價(jià)格、促銷(xiāo)價(jià)格、付款價(jià)格等。定價(jià)是一種手段,也是一門(mén)藝術(shù),影響產(chǎn)品定價(jià)的因素有很多,包括品牌的定位、切入的市場(chǎng)格局、產(chǎn)品分量、包裝尺寸等。渠道:互聯(lián)網(wǎng)的銷(xiāo)售渠道是以用戶(hù)為主,即靠用戶(hù)來(lái)擴(kuò)散渠道,以用戶(hù)來(lái)拉取更多的用戶(hù)。促銷(xiāo):即推廣,互聯(lián)網(wǎng)產(chǎn)品推廣的形式更加多樣化,包括廣告、營(yíng)銷(xiāo)、優(yōu)惠活動(dòng)、宣傳、周年慶等形式。數(shù)據(jù)分析模型3

(四)KANO分析模型

KANO分析模型是東京理工大學(xué)教授狩野紀(jì)昭(NoriakiKano)發(fā)明,此模型以分析用戶(hù)需求對(duì)用戶(hù)滿(mǎn)意的影響為基礎(chǔ),體現(xiàn)了產(chǎn)品性能和用戶(hù)滿(mǎn)意之間的非線(xiàn)性關(guān)系,常用于產(chǎn)品設(shè)計(jì)時(shí)的屬性定位。根據(jù)不同類(lèi)型的質(zhì)量特性與顧客滿(mǎn)意度之間的關(guān)系,可將產(chǎn)品服務(wù)的質(zhì)量特性分為五類(lèi):基本(必備)型質(zhì)量是產(chǎn)品最核心的屬性;期望(意愿)型質(zhì)量是一維屬性,與用戶(hù)態(tài)度線(xiàn)性正相關(guān);興奮(魅力)型質(zhì)量是超出用戶(hù)期望的屬性;無(wú)差異型質(zhì)量是無(wú)關(guān)因素也是可有可無(wú)因素;反向(逆向)型質(zhì)量是反而讓用戶(hù)不滿(mǎn)的因素,其分析模型如圖1-12所示。數(shù)據(jù)分析模型3前三種質(zhì)量特性需求根據(jù)績(jī)效指標(biāo)分類(lèi)就是基本因素、績(jī)效因素和激勵(lì)因素。圖1-12KANO分析模型數(shù)據(jù)分析模型3如圖1-13所示,某手機(jī)產(chǎn)品屬性開(kāi)發(fā)優(yōu)先級(jí)為“基本屬性→一維屬性→魅力屬性→無(wú)關(guān)因素”。圖1-13產(chǎn)品屬性開(kāi)發(fā)KANO優(yōu)先級(jí)模型數(shù)據(jù)分析模型3

(五)5W2H分析模型

5W2H分析模型又稱(chēng)5W2H分析法,也稱(chēng)七問(wèn)分析法,5W2H分析模型圍繞時(shí)間、地點(diǎn)、人物、事件、原因、方式方法、程度7個(gè)要素,即為什么(Why)、什么事(What)、誰(shuí)(Who)、什么時(shí)候(When)、什么地方(Where)、如何做(How)、什么價(jià)格(Howmuch)。5W2H是用戶(hù)行為分析和業(yè)務(wù)場(chǎng)景分析的常用模型,主要用于用戶(hù)行為分析、業(yè)務(wù)問(wèn)題分析、營(yíng)銷(xiāo)活動(dòng)等。

Why———為什么要做?可不可以不做?有沒(méi)有替代方案?例如:用戶(hù)購(gòu)買(mǎi)的目的是什么、產(chǎn)品在哪些方面吸引用戶(hù)。What———是什么?目的是什么?做什么工作?例如:用戶(hù)購(gòu)買(mǎi)了什么、與用戶(hù)需求是否一致。數(shù)據(jù)分析模型3

Who———誰(shuí)?由誰(shuí)來(lái)做?例如:用戶(hù)是誰(shuí)、用戶(hù)有什么特點(diǎn)。

When———何時(shí)?什么時(shí)間做?什么時(shí)機(jī)最適宜?例如:何時(shí)是購(gòu)買(mǎi)的高峰

Where———何處?在哪里做?例如:用戶(hù)在什么平臺(tái)購(gòu)買(mǎi);用戶(hù)從什么渠道獲取信息。

How———怎么做?如何提高效率?如何實(shí)施?方法是什么?例如:用戶(hù)購(gòu)買(mǎi)方式有哪些、用戶(hù)支付方式有哪些。

Howmuch———多少?做到什么程度?數(shù)量如何?質(zhì)量水平如何?費(fèi)用產(chǎn)出如何?例如:用戶(hù)購(gòu)買(mǎi)總額是多少。數(shù)據(jù)分析模型3

(六)RFM分析模型

1.RFM分析模型含義根據(jù)會(huì)員最近一次購(gòu)買(mǎi)時(shí)間R(Recency)、購(gòu)買(mǎi)頻率F(Frequency)、購(gòu)買(mǎi)金額M(Monetary)計(jì)算得出RFM得分,評(píng)估客戶(hù)的訂單活躍價(jià)值,用以客戶(hù)分群或價(jià)值區(qū)分。該模型常用于電子商務(wù)(交易類(lèi))企業(yè)的會(huì)員分析。根據(jù)劃分出的8個(gè)部分,將RFM三項(xiàng)指標(biāo)的價(jià)值按照高低劃分到表1-3中,即可完成客戶(hù)分類(lèi)。數(shù)據(jù)分析模型3數(shù)據(jù)分析模型3

2.RFM分析模型作用

(1)重要價(jià)值客戶(hù),三項(xiàng)指標(biāo)值都很高,該類(lèi)客戶(hù)距離最近一次消費(fèi)時(shí)間較近,購(gòu)買(mǎi)頻率較高,購(gòu)買(mǎi)金額較大。

(2)重要發(fā)展客戶(hù),購(gòu)買(mǎi)頻率低,其他兩個(gè)值較高。

(3)重要保持客戶(hù),最近消費(fèi)距離現(xiàn)在時(shí)間較遠(yuǎn),但購(gòu)買(mǎi)頻率和購(gòu)買(mǎi)金額高。

(4)重要挽留客戶(hù),最近消費(fèi)時(shí)間距離現(xiàn)在較遠(yuǎn)、購(gòu)買(mǎi)頻率低,但購(gòu)買(mǎi)金額高。數(shù)據(jù)分析模型3

(5)一般價(jià)值客戶(hù),該類(lèi)客戶(hù)距離最近一次購(gòu)買(mǎi)時(shí)間間隔較近,購(gòu)買(mǎi)頻率高,購(gòu)買(mǎi)金額小。

(6)一般發(fā)展客戶(hù),該類(lèi)客戶(hù)購(gòu)買(mǎi)頻率低、購(gòu)買(mǎi)金額少,距離上一次購(gòu)買(mǎi)時(shí)間間隔近,可能屬于流失或即將流失客戶(hù)。

(7)一般保持客戶(hù),該類(lèi)客戶(hù)購(gòu)買(mǎi)頻率較高,但最近未產(chǎn)生過(guò)購(gòu)買(mǎi)行為,且購(gòu)買(mǎi)金額較低。

(8)低價(jià)值客戶(hù),該類(lèi)客戶(hù)最近未產(chǎn)生過(guò)購(gòu)買(mǎi)行為,購(gòu)買(mǎi)頻率較低且購(gòu)買(mǎi)金額小,可能是新客戶(hù)。數(shù)據(jù)分析模型3

3.RFM分析模型演變

RFE模型是RFM模型的演變,基于用戶(hù)的普通行為(非轉(zhuǎn)化或交易)產(chǎn)生。RFE模型是根據(jù)會(huì)員最近一次訪(fǎng)問(wèn)時(shí)間R(Recency)、訪(fǎng)問(wèn)頻率F(Frequency)和頁(yè)面互動(dòng)度E-(Engagements)計(jì)算得出的RFE得分。數(shù)據(jù)分析模型3

(七)漏斗分析模型

1.漏斗分析模型含義漏斗分析模型是一套流程式數(shù)據(jù),它能夠科學(xué)反映用戶(hù)行為狀態(tài)以及從起點(diǎn)到終點(diǎn)各階段轉(zhuǎn)化率情況,如圖1-14所示。圖1-14漏斗模型數(shù)據(jù)分析模型3

2.漏斗分析模型演變

(1)AIDMA模型

AIDMA模型是將消費(fèi)者從瀏覽信息到購(gòu)買(mǎi)產(chǎn)品的整個(gè)過(guò)程歸納為五個(gè)步驟:注意(Awareness)→興趣(Interest)→欲望(Desire)→記憶(Memory)→購(gòu)買(mǎi)行動(dòng)(Action)。從吸引消費(fèi)者的注意力,到引起用戶(hù)可以轉(zhuǎn)向購(gòu)買(mǎi)欲望的興趣,同時(shí)能夠記憶住足夠的時(shí)間,以便用戶(hù)做出行動(dòng)。數(shù)據(jù)分析模型3

(2)AISAS模型

AISAS模型可以分為注意吸引(Attention)、激發(fā)興趣(Interest)、信息搜索(Search)、產(chǎn)生行動(dòng)(Action)和信息分享(Share),即“注意→興趣→搜索→行動(dòng)→分享”,如圖1-15所示。用戶(hù)從接受到產(chǎn)品的宣傳營(yíng)銷(xiāo)信息,到引起興趣,然后開(kāi)始搜索進(jìn)行了解(多渠道),到下載產(chǎn)生訂單并支付,以及后續(xù)的評(píng)價(jià)進(jìn)行分享。圖1-15AISAS模型數(shù)據(jù)分析模型3該模型也可以分為兩個(gè)階段:粉絲聚集階段(AI):營(yíng)銷(xiāo)平臺(tái)聚集粉絲的吸引注意(Attention)→激發(fā)興趣(Interest)階段;粉絲互動(dòng)階段(SAS):營(yíng)銷(xiāo)平臺(tái)與粉絲、粉絲與自己的粉絲,平臺(tái)的粉絲與粉絲,形成多層次互動(dòng)的“信息搜索(Search)→產(chǎn)生行動(dòng)(Action)→信息分享(Share)”階段。數(shù)據(jù)分析模型3

(3)AARRR模型分析法

AARRR模型可歸納為五個(gè)步驟:獲客(Acquisition)、激活(Activation)、留存(Retention)、變現(xiàn)(Revenue)、自傳播(Referral),如圖1-16所示。分別對(duì)應(yīng)用戶(hù)生命周期中的5個(gè)環(huán)節(jié):獲取用戶(hù)、提高活躍度、提高留存率、獲取收入、自傳播。①獲客(Acquisition)獲客是互聯(lián)網(wǎng)產(chǎn)品運(yùn)營(yíng)的首要指標(biāo),即通常所說(shuō)的“拉新”,具體量化指標(biāo)包括:渠道曝光量指通過(guò)各個(gè)渠道看到產(chǎn)品推廣信息的人數(shù);渠道轉(zhuǎn)換率指因渠道曝光轉(zhuǎn)換成用戶(hù)的人數(shù);日新增用戶(hù)數(shù)指日新增用戶(hù)是多少;日應(yīng)用下載量指每天有多少用戶(hù)下載了產(chǎn)品;獲客成本指獲取一個(gè)客戶(hù)所花費(fèi)的成本。數(shù)據(jù)分析模型3圖1-16AARRR模型數(shù)據(jù)分析模型3②激活(Activation)激活是指把新用戶(hù)轉(zhuǎn)化為活躍用戶(hù),讓用戶(hù)樂(lè)于使用產(chǎn)品。具體量化指標(biāo)包括:日活躍用戶(hù)數(shù)指一天之內(nèi),登錄或使用了某個(gè)產(chǎn)品的用戶(hù)數(shù),同理還有周活躍、月活躍用戶(hù)數(shù);活躍率(活躍用戶(hù)占比)是某一時(shí)間段內(nèi)活躍用戶(hù)占總用戶(hù)量的比率。③留存(Retention)留存是指解決“用戶(hù)來(lái)得快、走得也快”問(wèn)題,提升用戶(hù)粘性,避免用戶(hù)流失的手段。留存的目標(biāo)是培養(yǎng)用戶(hù)行為,指新會(huì)員(用戶(hù))在經(jīng)過(guò)一定時(shí)間后,仍然會(huì)訪(fǎng)問(wèn)、登錄、使用、下單成交轉(zhuǎn)化等特定行為,留存用戶(hù)占當(dāng)時(shí)新用戶(hù)的比例就是留存率,分為日留存、周留存、月留存。數(shù)據(jù)分析模型3④變現(xiàn)(Revenue)獲取收入是產(chǎn)品運(yùn)營(yíng)的核心,也是找到產(chǎn)品的盈利模式,保障產(chǎn)品能夠持續(xù)運(yùn)營(yíng)的重要手段。具體量化指標(biāo)有客單價(jià)、付費(fèi)用戶(hù)占比、每用戶(hù)平均收入、復(fù)購(gòu)率、銷(xiāo)售額等。⑤自傳播(Referral)自傳播是社交網(wǎng)絡(luò)興起后,對(duì)運(yùn)營(yíng)工作的拓展。自傳播基于社交網(wǎng)絡(luò)的病毒式傳播,運(yùn)用好自傳播能夠降低運(yùn)營(yíng)成本并取得良好效果,其常用的指標(biāo)計(jì)算公式為轉(zhuǎn)發(fā)率=某功能中轉(zhuǎn)發(fā)用戶(hù)數(shù)/看到該功能的用戶(hù)數(shù)轉(zhuǎn)化率=某段時(shí)間內(nèi)產(chǎn)生購(gòu)買(mǎi)行為的客戶(hù)人數(shù)/所有到達(dá)店鋪的訪(fǎng)客人數(shù)廣告轉(zhuǎn)化率=點(diǎn)擊廣告進(jìn)入推廣網(wǎng)站的人數(shù)/看到廣告的人數(shù)K因子=每個(gè)用戶(hù)向他的朋友們發(fā)出的邀請(qǐng)的數(shù)量×接收到邀請(qǐng)的人轉(zhuǎn)化為新用戶(hù)的轉(zhuǎn)化率數(shù)據(jù)分析模型3

(4)RARRA分析模型

RARRA分析模型是AARRR分析模型的演變,包含用戶(hù)留存(Retention)、用戶(hù)激活(Activation)、用戶(hù)推薦(Referral)、商業(yè)變現(xiàn)(Revenue)、用戶(hù)拉新(Acquisition)五個(gè)環(huán)節(jié)。用戶(hù)留存為用戶(hù)提供價(jià)值,使用戶(hù)產(chǎn)生更多回訪(fǎng);用戶(hù)激活確保新用戶(hù)在首次啟動(dòng)時(shí)看到產(chǎn)品價(jià)值;用戶(hù)推薦讓用戶(hù)分享、討論產(chǎn)品;商業(yè)變現(xiàn)產(chǎn)生收入、盈利;用戶(hù)拉新鼓勵(lì)老用戶(hù)帶來(lái)新用戶(hù)。數(shù)據(jù)分析模型3

(八)生命周期分析模型生命周期分析模型可分為用戶(hù)生命周期模型(圖1-17)和產(chǎn)品生命周期模型(圖1-18),用戶(hù)生命周期是以用戶(hù)為核心,指用戶(hù)從“搖籃”到“墳?zāi)埂钡恼麄€(gè)過(guò)程,而產(chǎn)品生命周期是站在產(chǎn)品角度,分析產(chǎn)品從研發(fā)到滅亡的過(guò)程。圖1-17用戶(hù)生命周期圖1-18產(chǎn)品生命周期數(shù)據(jù)分析模型3

(九)邏輯樹(shù)分析模型

1.邏輯樹(shù)分析模型概述圖1-19邏輯樹(shù)分析模型數(shù)據(jù)分析模型3

2.邏輯樹(shù)分析模型的種類(lèi)議題樹(shù)1假設(shè)樹(shù)2是否樹(shù)3數(shù)據(jù)分析模型3

3.邏輯樹(shù)分析模型的作用

(1)邏輯樹(shù)能理清思路,避免重復(fù)和無(wú)關(guān)的思考;

(2)邏輯樹(shù)能保證解決問(wèn)題過(guò)程的完整性;

(3)邏輯樹(shù)能將工作細(xì)分,確定各部分的優(yōu)先順序,責(zé)任明確到單位。數(shù)據(jù)分析模型3

4.邏輯樹(shù)分析模型的應(yīng)用

(1)確定問(wèn)題———將原本模糊的問(wèn)題確定為一個(gè)具體的問(wèn)題,可將需要解決的問(wèn)題作為樹(shù)干。

(2)分析問(wèn)題———將問(wèn)題的各個(gè)結(jié)構(gòu)拆分成更細(xì)致的互相獨(dú)立的部分,不重復(fù)不遺漏。

(3)剔除次要問(wèn)題———針對(duì)各個(gè)部分再依次進(jìn)行分析,找出問(wèn)題的關(guān)鍵點(diǎn)。

(4)進(jìn)行關(guān)鍵分析———針對(duì)關(guān)鍵驅(qū)動(dòng)點(diǎn),集思廣益,找出解決方案。

(5)按照前四步驟思考形成邏輯樹(shù),輸出實(shí)際分析報(bào)告。數(shù)據(jù)分析模型3

5.邏輯樹(shù)分析模型的應(yīng)用原則

(1)要素化。把相同問(wèn)題總結(jié)歸納成要素。

(2)框架化。將各個(gè)要素組織成框架,遵守不重不漏的原則。

(3)關(guān)聯(lián)化。框架內(nèi)各要素保持必要的相互關(guān)系,簡(jiǎn)單而不孤立。數(shù)據(jù)分析模型3三、實(shí)訓(xùn)過(guò)程實(shí)訓(xùn)-微任務(wù)1:5W2H模型

1.微任務(wù)引入

5W2H模型簡(jiǎn)單、方便,易于理解、使用,富有啟發(fā)意義,廣泛用于企業(yè)管理和技術(shù)活動(dòng),對(duì)于決策和執(zhí)行性的活動(dòng)也非常有幫助,有助于彌補(bǔ)考慮問(wèn)題的疏漏。本微任務(wù)要求靈活運(yùn)用5W2H模型分析用戶(hù)購(gòu)買(mǎi)手機(jī)時(shí)的決策過(guò)程和影響因素。數(shù)據(jù)分析模型3

2.實(shí)訓(xùn)操作步驟1:熟悉5W2H模型的核心內(nèi)容。

________________________________________________________步驟2:分析用戶(hù)購(gòu)買(mǎi)決策過(guò)程要經(jīng)歷哪幾個(gè)階段。

________________________________________________________步驟3:以用戶(hù)購(gòu)買(mǎi)決策過(guò)程,針對(duì)某商品(手機(jī))的用戶(hù)購(gòu)買(mǎi)偏好為例,進(jìn)行5W2H分析,填入表1-4。

數(shù)據(jù)分析模型3數(shù)據(jù)分析模型3步驟4:根據(jù)步驟3的顧客行為,使用5W2H模型為手機(jī)賣(mài)家整理出幾條銷(xiāo)售業(yè)務(wù)關(guān)注點(diǎn),填入表1-5。數(shù)據(jù)分析模型3數(shù)據(jù)分析模型3實(shí)訓(xùn)-微任務(wù)2:邏輯樹(shù)分析模型

1.微任務(wù)引入邏輯樹(shù)有三種類(lèi)型,雖然這三種邏輯樹(shù)結(jié)構(gòu)類(lèi)似,但是有不同的使用前提,合理地使用邏輯樹(shù),對(duì)于我們分析問(wèn)題和制訂解決方案能起到事倍功半的效果。本微任務(wù)要求根據(jù)不同的主題目標(biāo),設(shè)計(jì)出相應(yīng)的邏輯樹(shù)。數(shù)據(jù)分析模型3

2.實(shí)訓(xùn)操作步驟1:熟悉邏輯樹(shù)的三種類(lèi)型。

________________________________________________________步驟2:以“公司利潤(rùn)下滑原因”(拆解到2層分支)為主題,使用Visio軟件、XMind軟件或者Word中的SmartArt工具繪制、設(shè)計(jì)并繪制問(wèn)題樹(shù)。可參考圖1-20進(jìn)行繪制。數(shù)據(jù)分析模型3圖1-20繪制問(wèn)題樹(shù)數(shù)據(jù)分析模型3步驟3:以“提高銷(xiāo)售額”為主題,使用Visio軟件、XMind軟件或者Word中的SmartArt工具繪制、設(shè)計(jì)并繪制假設(shè)樹(shù)?？蓞⒖紙D1-21進(jìn)行繪制。圖1-21繪制假設(shè)樹(shù)數(shù)據(jù)分析模型3步驟4:以“產(chǎn)品是否有競(jìng)爭(zhēng)力”為主題,使用Visio軟件、XMind軟件或者Word中的SmartArt工具繪制、設(shè)計(jì)并繪制是否樹(shù)?？蓞⒖紙D1-22進(jìn)行繪制。圖1-22繪制是否樹(shù)謝謝觀看電子商務(wù)數(shù)據(jù)分析content數(shù)據(jù)采集數(shù)據(jù)清洗12目錄數(shù)據(jù)采集1數(shù)據(jù)采集11.了解商務(wù)數(shù)據(jù)的來(lái)源。2.熟悉數(shù)據(jù)采集工具。3.能進(jìn)行電子商務(wù)數(shù)據(jù)采集。4.增強(qiáng)法律意識(shí),培養(yǎng)誠(chéng)實(shí)守信、遵紀(jì)守法,遵守規(guī)則的行為習(xí)慣。5.培養(yǎng)多角度思考問(wèn)題的能力。數(shù)據(jù)采集1一、工作情景描述在進(jìn)行電子商務(wù)數(shù)據(jù)分析之前,必須了解電子商務(wù)數(shù)據(jù)的來(lái)源,并學(xué)會(huì)電子商務(wù)數(shù)據(jù)采集方法。本任務(wù)主要講述電子商務(wù)數(shù)據(jù)采集方法與實(shí)施。1數(shù)據(jù)采集二、相關(guān)知識(shí)

(一)電子商務(wù)數(shù)據(jù)的來(lái)源就電子商務(wù)數(shù)據(jù)而言,數(shù)據(jù)采集的渠道主要包括電子商務(wù)網(wǎng)站、網(wǎng)店后臺(tái)、平臺(tái)提供的數(shù)據(jù)工具、政府部門(mén)、機(jī)構(gòu)協(xié)會(huì)、媒體、企業(yè)以及權(quán)威網(wǎng)站數(shù)據(jù)機(jī)構(gòu)等。針對(duì)不同的采集渠道,可以選擇不同的采集工具。具體選擇時(shí),應(yīng)考慮各種工具的適用范圍、可以采集的數(shù)據(jù)類(lèi)型,以及該工具的具體功能等因素?；ヂ?lián)網(wǎng)中可供采集的數(shù)據(jù)非常多,采集的方法也各有不同。數(shù)據(jù)采集1按照數(shù)據(jù)資料的性質(zhì)劃分01按照數(shù)據(jù)來(lái)源的范圍劃分按照數(shù)據(jù)來(lái)源的對(duì)象劃分0203數(shù)據(jù)采集1

(二)電子商務(wù)數(shù)據(jù)采集商務(wù)數(shù)據(jù)采集方法商務(wù)數(shù)據(jù)采集流程數(shù)據(jù)采集數(shù)據(jù)采集的原則3214數(shù)據(jù)采集的注意事項(xiàng)5數(shù)據(jù)采集1

(三)數(shù)據(jù)采集工具針對(duì)不同的采集渠道,可以選擇不同的采集工具。具體選擇時(shí),應(yīng)考慮各種工具的適用范圍、可以采集的數(shù)據(jù)類(lèi)型,以及該工具的具體功能等因素。互聯(lián)網(wǎng)中可供采集的數(shù)據(jù)非常多,采集的方法也各有不同。這里主要介紹采集網(wǎng)絡(luò)平臺(tái)中的數(shù)據(jù),以及利用各種數(shù)據(jù)采集工具抓取網(wǎng)頁(yè)中的數(shù)據(jù)的方法。數(shù)據(jù)采集1

1.采集網(wǎng)絡(luò)平臺(tái)中的數(shù)據(jù)網(wǎng)絡(luò)平臺(tái)中的數(shù)據(jù)采集方法分為兩種,下載或復(fù)制,即下載并保存數(shù)據(jù)文件,復(fù)制并粘貼數(shù)據(jù)。

2.使用工具軟件采集數(shù)據(jù)下面介紹部分目前比較好用的免費(fèi)數(shù)據(jù)采集工具。數(shù)據(jù)采集1(1)八爪魚(yú)采集器(2)火車(chē)頭采集器(3)近探中國(guó)(5)ForeSpider(6)生意參謀(7)后羿采集器(4)ContentGrabber數(shù)據(jù)采集1三、實(shí)訓(xùn)過(guò)程實(shí)訓(xùn)-微任務(wù)1:使用記錄單錄入庫(kù)存商品信息

1.微任務(wù)引入數(shù)據(jù)直接錄入也是數(shù)據(jù)采集的一種方式。當(dāng)有大量庫(kù)存商品數(shù)據(jù)需要錄入時(shí),可以使用記錄單登記商品數(shù)據(jù),這樣不僅可以避免遺漏數(shù)據(jù),還可以在記錄單中檢查數(shù)據(jù)。本微任務(wù)要求在Excel中使用記錄單快速錄入商品庫(kù)存數(shù)據(jù)。數(shù)據(jù)采集1

2.實(shí)訓(xùn)操作步驟1:新建一個(gè)Excel工作簿,命名為“商品庫(kù)存信息.xlsx”。錄入“商品名稱(chēng)”“品牌”“入庫(kù)時(shí)間”“期初數(shù)量”“入庫(kù)數(shù)量”“出庫(kù)數(shù)量”“結(jié)存數(shù)量”“庫(kù)存標(biāo)準(zhǔn)量”,待錄入的數(shù)據(jù)信息如圖2-1所示:圖2-1待錄入的庫(kù)存信息數(shù)據(jù)采集1步驟2:添加記錄單功能。執(zhí)行“文件”→“選項(xiàng)”命令,彈出“Excel選項(xiàng)”對(duì)話(huà)框,單擊左側(cè)“自定義功能區(qū)”,對(duì)話(huà)框右側(cè)列表框中勾選“數(shù)據(jù)”復(fù)選框,單擊“新建組”按鈕,如圖2-2所示。選擇新建的組,單擊“重命名”按鈕,顯示名稱(chēng)為“錄入”,如圖2-3所示。數(shù)據(jù)采集1圖2-2在數(shù)據(jù)組選項(xiàng)卡里新建組數(shù)據(jù)采集1圖圖2-3將新建組重命名為“錄入”數(shù)據(jù)采集1步驟3:Excel選項(xiàng)對(duì)話(huà)框的左側(cè)列表框中單擊“自定義功能區(qū)”,在“從下列位置選擇命令”下拉列表中選擇“所有命令”選項(xiàng),在命令列表中選擇“記錄單”選項(xiàng),單擊“添加”按鈕,如圖2-4所示。這樣便將“記錄單”命令添加到新建的錄入組中了,如圖2-5所示。步驟4:選中A2單元格,切換到“數(shù)據(jù)”選項(xiàng)卡,在“錄入”組中單擊“記錄單”按鈕,如圖2-6所示。數(shù)據(jù)采集1圖2-4添加“記錄單”數(shù)據(jù)采集1圖2-5“記錄單”添加成功圖2-6點(diǎn)擊“記錄單”按鈕數(shù)據(jù)采集1步驟5:彈出“Sheet1”對(duì)話(huà)框,在各字段中輸入新商品信息,錄入完第1條記錄后,單擊“新建”按鈕,繼續(xù)錄入下一條記錄,如圖2-7所示。圖2-7錄入信息數(shù)據(jù)采集1步驟6:依次錄入其他各條記錄,錄入完畢后,檢查錄入的商品庫(kù)存信息,調(diào)整并適當(dāng)美化表格,如圖2-8所示。圖2-8錄入后的信息數(shù)據(jù)采集1實(shí)訓(xùn)-微任務(wù)2:使用工具軟件采集數(shù)據(jù)

1.微任務(wù)引入數(shù)據(jù)采集軟件是為了解決從網(wǎng)頁(yè)上大批量、自動(dòng)化采集信息的商務(wù)需求而由專(zhuān)業(yè)的互聯(lián)網(wǎng)軟件公司研發(fā)的一整套工具軟件。某圖書(shū)經(jīng)營(yíng)企業(yè)為了了解散文類(lèi)圖書(shū)的市場(chǎng)情況,準(zhǔn)備從網(wǎng)頁(yè)中采集散文類(lèi)圖書(shū)的書(shū)名、評(píng)分和評(píng)論人數(shù)數(shù)據(jù),可利用數(shù)據(jù)采集軟件有針對(duì)性地進(jìn)行采集。本微任務(wù)要求使用后羿采集器工具軟件從豆瓣讀書(shū)官網(wǎng)采集部分散文類(lèi)圖書(shū)的相關(guān)數(shù)據(jù)。數(shù)據(jù)采集1

2.實(shí)訓(xùn)操作步驟1:下載并安裝后羿采集器,如圖2-9所示。運(yùn)行后羿采集器,如圖2-10所示。圖2-9下載后羿采集器數(shù)據(jù)采集1圖2-10運(yùn)行后羿采集器數(shù)據(jù)采集1步驟2:打開(kāi)瀏覽器,進(jìn)入豆瓣讀書(shū)官網(wǎng),搜索散文圖書(shū),如圖2-11所示。圖2-11打開(kāi)豆瓣網(wǎng)并搜索散文數(shù)據(jù)采集1步驟3:將散文圖書(shū)所在的網(wǎng)址復(fù)制粘貼到后羿采集器界面的“手動(dòng)輸入”框中,如圖2-12所示。圖2-12將散文網(wǎng)址復(fù)制到后羿采集器中數(shù)據(jù)采集1步驟4:設(shè)置后羿采集器的啟動(dòng)參數(shù),還可以進(jìn)行添加字段、刪除字段、修改字段名、字段數(shù)據(jù)處理等操作,如圖2-13所示。步驟5:開(kāi)始采集,當(dāng)采集到預(yù)期的數(shù)據(jù)量時(shí),單擊“停止”按鈕,停止采集。采集停止界面如圖2-14所示。圖2-13啟動(dòng)設(shè)置數(shù)據(jù)采集1圖2-14停止采集數(shù)據(jù)采集1步驟6:單擊“瀏覽”按鈕并選擇文件的導(dǎo)出類(lèi)型,將采集到的數(shù)據(jù)導(dǎo)出,如圖2-15所示。圖2-15導(dǎo)出數(shù)據(jù)數(shù)據(jù)采集1步驟7:檢查采集到的數(shù)據(jù),如圖2-16所示。圖2-16檢查采集到的數(shù)據(jù)數(shù)據(jù)采集1實(shí)訓(xùn)-微任務(wù)3:從網(wǎng)頁(yè)中采集表中數(shù)據(jù)到Excel

1.微任務(wù)引入

Excel軟件具備獲取外部數(shù)據(jù)的功能,外部數(shù)據(jù)可以來(lái)自于Access、網(wǎng)站、文本或其他來(lái)源。如果網(wǎng)頁(yè)中的數(shù)據(jù)是以表格形式呈現(xiàn)的,則可以在Excel中直接采集,獲取網(wǎng)頁(yè)中的這些數(shù)據(jù)。本微任務(wù)要求能夠直接采集網(wǎng)頁(yè)中的表格數(shù)據(jù)。

數(shù)據(jù)采集1

2.實(shí)訓(xùn)操作步驟1:在瀏覽器中搜索需要抓取的網(wǎng)站。步驟2:打開(kāi)網(wǎng)站,查看網(wǎng)站數(shù)據(jù)是否可以抓取。查看網(wǎng)站源代碼,有Table則可抓取,沒(méi)有則不能抓取。在網(wǎng)站數(shù)據(jù)可抓取的情況下,復(fù)制網(wǎng)址。例如:執(zhí)行“國(guó)家統(tǒng)計(jì)局”→“統(tǒng)計(jì)數(shù)據(jù)”→“數(shù)據(jù)查詢(xún)”命令,查看統(tǒng)計(jì)局?jǐn)?shù)據(jù);執(zhí)行“中國(guó)銀行”→“金融數(shù)據(jù)”→“中國(guó)銀行外匯牌價(jià)”命令,查看外匯牌價(jià)數(shù)據(jù)。數(shù)據(jù)采集1步驟3:打開(kāi)Excel,執(zhí)行“數(shù)據(jù)”→“獲取外部數(shù)據(jù)”→“自網(wǎng)站”命令,如圖2-17所示,打開(kāi)一個(gè)瀏覽器窗口。圖2-17選擇獲取外部數(shù)據(jù)選項(xiàng)數(shù)據(jù)采集1步驟4:在打開(kāi)的瀏覽器窗口的地址欄,復(fù)制粘貼預(yù)采集數(shù)據(jù)所在網(wǎng)頁(yè)的網(wǎng)址(第四次全國(guó)經(jīng)濟(jì)普查公報(bào)(第七號(hào))的網(wǎng)址),單擊“轉(zhuǎn)到”按鈕,瀏覽器中呈現(xiàn)對(duì)應(yīng)的頁(yè)面,如圖2-18所示。圖2-18粘貼網(wǎng)址數(shù)據(jù)采集1步驟5:找到網(wǎng)頁(yè)中數(shù)據(jù)所在的表格,如圖2-19所示。選中網(wǎng)頁(yè)中的表格,單擊“導(dǎo)入”按鈕,如圖2-20所示。設(shè)置導(dǎo)入數(shù)據(jù)的放置位置,這里設(shè)置起始位置為“=$A$1”,如圖2-21所示。可以看到Excel顯示正在獲取數(shù)據(jù),如圖2-22所示。圖2-19定位數(shù)據(jù)所在表格數(shù)據(jù)采集1圖2-20選中數(shù)據(jù)所在表格數(shù)據(jù)采集1圖2-21選擇數(shù)據(jù)的放置位置圖2-22獲取數(shù)據(jù)數(shù)據(jù)采集1圖2-23檢查采集到的數(shù)據(jù)步驟6:在Excel中可以看到直接從網(wǎng)站上采集導(dǎo)入的數(shù)據(jù)信息,如圖2-23所示。數(shù)據(jù)清洗2數(shù)據(jù)清洗21.理解并掌握電子商務(wù)數(shù)據(jù)分析的常用指標(biāo)。2.能較熟練地進(jìn)行數(shù)據(jù)分析指標(biāo)體系的搭建。3.能進(jìn)行數(shù)據(jù)分析指標(biāo)體系的驗(yàn)證。4.樹(shù)立正確的電子商務(wù)數(shù)據(jù)意識(shí),培養(yǎng)良好的職業(yè)道德。5.培養(yǎng)勤于動(dòng)腦、善于總結(jié)、勇于創(chuàng)新的思維習(xí)慣。數(shù)據(jù)清洗2一、工作情景描述通過(guò)各種渠道收集來(lái)的數(shù)據(jù),常出現(xiàn)缺失、異常、冗余、不一致等現(xiàn)象,并不能直接為數(shù)據(jù)分析所用,例如拼寫(xiě)錯(cuò)誤的單詞、難以去除的尾隨空格、不需要的前綴、不正確的大小寫(xiě)和缺失的內(nèi)容,這些因素都會(huì)導(dǎo)致數(shù)據(jù)混亂。此外,一些成熟的數(shù)據(jù)分析模型對(duì)處理數(shù)據(jù)有特定的要求,比如一定的數(shù)據(jù)類(lèi)型、統(tǒng)一的數(shù)據(jù)量綱、數(shù)據(jù)的冗余性要求、屬性的相關(guān)性要求等。本任務(wù)主要講述如何對(duì)收集來(lái)的數(shù)據(jù)進(jìn)行清洗、處理與計(jì)算。數(shù)據(jù)清洗2二、相關(guān)知識(shí)

(一)數(shù)據(jù)清洗的含義數(shù)據(jù)清洗(DataCleaning)是在對(duì)數(shù)據(jù)進(jìn)行審查和校驗(yàn)的過(guò)程中,發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識(shí)別的錯(cuò)誤,包括數(shù)據(jù)一致性檢查、處理無(wú)效值和缺失值等,目的在于刪除重復(fù)信息、糾正存在的錯(cuò)誤,并規(guī)范數(shù)據(jù)的一致性。因?yàn)閿?shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是面向某一主題的數(shù)據(jù)集合,這些數(shù)據(jù)從多個(gè)業(yè)務(wù)系統(tǒng)中抽取且包含歷史數(shù)據(jù),這樣就避免不了有的數(shù)據(jù)是錯(cuò)誤數(shù)據(jù)、有的數(shù)據(jù)相互之間有沖突,這些錯(cuò)誤的或有沖突的數(shù)據(jù)稱(chēng)為“臟數(shù)據(jù)”,應(yīng)按照一定的規(guī)則把“臟數(shù)據(jù)”“洗掉”,這就是數(shù)據(jù)清洗。數(shù)據(jù)清洗2

(二)數(shù)據(jù)清洗規(guī)則完整性1全面性2合法性3唯一性4數(shù)據(jù)清洗2

(三)數(shù)據(jù)清洗中的簡(jiǎn)單加工1.數(shù)據(jù)轉(zhuǎn)化2.數(shù)據(jù)轉(zhuǎn)置3.字段分列數(shù)據(jù)清洗2三、實(shí)訓(xùn)過(guò)程實(shí)訓(xùn)-微任務(wù)1:數(shù)據(jù)清洗

1.微任務(wù)引入在數(shù)據(jù)采集過(guò)程中,往往會(huì)因?yàn)閿?shù)據(jù)來(lái)源不穩(wěn)定、采集方式不恰當(dāng)?shù)仍蛟斐刹杉降臄?shù)據(jù)存在一定的缺陷,不能直接使用。圖2-24中的數(shù)據(jù)是統(tǒng)計(jì)調(diào)查收集來(lái)的數(shù)據(jù),表中數(shù)據(jù)明顯存在一些問(wèn)題,這會(huì)直接影響后續(xù)的數(shù)據(jù)分析。本微任務(wù)要求對(duì)表中數(shù)據(jù)進(jìn)行清洗操作。數(shù)據(jù)清洗2圖2-24數(shù)據(jù)格式不一致的資料數(shù)據(jù)清洗2

2.實(shí)訓(xùn)操作步驟1:數(shù)據(jù)一致性處理。經(jīng)過(guò)觀察,可以看出“身高”“體重”“月生活費(fèi)”“家庭年收入”“每周課外學(xué)習(xí)時(shí)間”這幾列均存在單位不統(tǒng)一的現(xiàn)象。

(1)將圖2-25中“身高”字段中的數(shù)據(jù)去掉字符“cm”。

(2)單擊C列,或者選中C列的所有數(shù)據(jù),執(zhí)行“查找和選擇”→“替換”命令,如圖2-26所示。

數(shù)據(jù)清洗2圖2-25選擇C列數(shù)據(jù)清洗2

(3)彈出“查找和替換”對(duì)話(huà)框,在“替換”選項(xiàng)卡下的“查找內(nèi)容”中輸入“cm”,設(shè)置“替換為”為空,單擊“全部替換”按鈕完成替換,如圖2-27所示,替換后的結(jié)果如圖2-28所示。

圖2-26選擇“替換”命令圖2-27輸入查找內(nèi)容和替換內(nèi)容數(shù)據(jù)清洗2圖2-28替換后的結(jié)果數(shù)據(jù)清洗2

(4)使用相同的方法,對(duì)數(shù)據(jù)不一致的“體重”“月生活費(fèi)”“家庭年收入”“每周課外學(xué)習(xí)時(shí)間”進(jìn)行操作,使每列的數(shù)據(jù)呈現(xiàn)形式一致。在處理“家庭年收入”列時(shí),需要將此列所有數(shù)據(jù)的單位統(tǒng)一成“萬(wàn)”(“0000”替換為“萬(wàn)”),再統(tǒng)一去掉單位“萬(wàn)”。

(5)上述操作是去掉數(shù)據(jù)后面的單位。如果要為某列數(shù)據(jù)統(tǒng)一加上某種單位,可通過(guò)設(shè)置單元格格式來(lái)實(shí)現(xiàn)。例如要給“每周課外學(xué)習(xí)時(shí)間”列統(tǒng)一加上小時(shí)單位,可以選中此列所有數(shù)據(jù),單擊“設(shè)置單元格格式”,如圖2-29所示。在設(shè)置單元格格式對(duì)話(huà)框中,執(zhí)行“數(shù)字”→“自定義”命令,在類(lèi)型中輸入“0"小時(shí)"”即可,如圖2-30所示。數(shù)據(jù)清洗2圖2-29選擇“設(shè)置單元格格式”圖2-30統(tǒng)一加上單位小時(shí)數(shù)據(jù)清洗2步驟2:缺失數(shù)據(jù)的處理。將“年齡”字段中的空值均替換為“18”。

(1)選擇“年齡”所在的E列,執(zhí)行“查找和選擇”→“定位條件”命令,如圖2-31所示。在“定位條件”對(duì)話(huà)框中,選中“空值”單選項(xiàng),如圖2-32所示。數(shù)據(jù)清洗2圖2-31選擇“定位條件”命令圖2-32選擇定位條件“空值”數(shù)據(jù)清洗2

(2)單擊“確定”按鈕,E列所有的空白單元格呈選中狀態(tài)。輸入替代值“18”,按“Ctrl+Enter”組合鍵確認(rèn),所有選中的空白單元格中統(tǒng)一被輸入了“18”,如圖2-33所示。圖2-33空白單元格中統(tǒng)一輸入新的數(shù)據(jù)數(shù)據(jù)清洗2步驟3:刪除重復(fù)記錄。單擊數(shù)據(jù)表的任意位置,執(zhí)行“數(shù)據(jù)”→“刪除重復(fù)項(xiàng)”命令,如圖2-34所示。

圖2-34刪除重復(fù)項(xiàng)數(shù)據(jù)清洗2步驟4:清洗后的信息補(bǔ)充。數(shù)據(jù)清洗是人為的科學(xué)處理方式,因此其結(jié)果存在無(wú)可避免的偏差,在確實(shí)無(wú)法保證信息的完整性與準(zhǔn)確性時(shí)需要對(duì)文件添加說(shuō)明。說(shuō)明的方法是在工作表的最后添加一列備注項(xiàng),凡是做了什么樣的操作在備注里都具體寫(xiě)明,數(shù)據(jù)需要怎么用由數(shù)據(jù)處理者酌情考慮。步驟5:美化和修飾表格。數(shù)據(jù)清洗2實(shí)訓(xùn)-微任務(wù)2:數(shù)據(jù)的轉(zhuǎn)置與分列

1.微任務(wù)引入采集到的數(shù)據(jù)有可能是雜亂無(wú)章、難以理解的,這時(shí)需要對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)置或分列,保留和呈現(xiàn)有用的、待分析的數(shù)據(jù)。本微任務(wù)要求使用Excel軟件對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)置與分列操作。

2.實(shí)訓(xùn)操作步驟1:數(shù)據(jù)轉(zhuǎn)置最簡(jiǎn)單的操作方法:先復(fù)制好某行或某列數(shù)據(jù),在粘貼時(shí)單擊“開(kāi)始”按鈕,單擊“剪貼板”組“粘貼”按鈕下面的三角箭頭,單擊“轉(zhuǎn)置”圖標(biāo),如圖2-35所示。轉(zhuǎn)置后的效果如圖2-36所示。數(shù)據(jù)清洗2圖2-35轉(zhuǎn)置性粘貼數(shù)據(jù)清洗2圖2-36轉(zhuǎn)置后的數(shù)據(jù)數(shù)據(jù)清洗2步驟2:字段分列

(1)選擇“字段分列”工作表的A列數(shù)據(jù),如圖2-37所示;執(zhí)行“數(shù)據(jù)”→“分列”命令,如圖2-38所示。數(shù)據(jù)清洗2圖2-37選中要操作的列圖2-38數(shù)據(jù)分列數(shù)據(jù)清洗2

(2)要將A列字段“姓名,家庭地址,郵編”分列出三列,因?yàn)閿?shù)值之間用逗號(hào)隔開(kāi),且數(shù)值內(nèi)容長(zhǎng)短不一,所以選中“分隔符號(hào)”單選項(xiàng),單擊“下一步”按鈕,如圖2-39所示。圖2-39選中“分隔符號(hào)”單選項(xiàng)數(shù)據(jù)清洗2

(3)選擇什么樣的分隔符,要根據(jù)原始數(shù)據(jù)中的分隔符來(lái)確定,這里勾選“逗號(hào)”復(fù)選框?yàn)榉指舴?單擊“下一步”按鈕,如圖2-40所示。圖2-40選中“逗號(hào)”為分隔符數(shù)據(jù)清洗2

(4)在彈出的對(duì)話(huà)框中,確定目標(biāo)區(qū)域的起點(diǎn)單元格。這里將B1單元格作為起始位置,即目標(biāo)區(qū)域?yàn)椤?$B$1”,放置分列后的數(shù)據(jù),如圖2-41所示。圖2-41確定目標(biāo)區(qū)域數(shù)據(jù)清洗2

(5)單擊“完成”按鈕,分列的結(jié)果如圖2-42所示。圖2-42分列結(jié)果謝謝觀看電子商務(wù)數(shù)據(jù)分析content數(shù)據(jù)處理數(shù)據(jù)可視化分析數(shù)據(jù)分組分析123目錄數(shù)據(jù)處理1數(shù)據(jù)處理11.了解數(shù)據(jù)處理的意義。2.熟悉常見(jiàn)的運(yùn)算函數(shù)。3.能熟練對(duì)數(shù)據(jù)進(jìn)行處理。4.加強(qiáng)辯證思維能力。5.培養(yǎng)愛(ài)崗敬業(yè)、誠(chéng)實(shí)守信的職業(yè)素養(yǎng)。數(shù)據(jù)處理1一、工作情景描述數(shù)據(jù)處理的基本目的是從大量的、難以理解的數(shù)據(jù)中抽取并推導(dǎo)出對(duì)于某些特定用戶(hù)來(lái)說(shuō)是有價(jià)值、有意義的數(shù)據(jù)。數(shù)據(jù)加工處理的手段主要有字段匹配、數(shù)據(jù)抽取、數(shù)據(jù)計(jì)算。本任務(wù)要求學(xué)生能夠使用Excel軟件對(duì)數(shù)據(jù)進(jìn)行加工、處理和運(yùn)算。1數(shù)據(jù)處理二、相關(guān)知識(shí)

(一)字段匹配有時(shí)候原數(shù)據(jù)表中沒(méi)有可用的字段內(nèi)容,需要從其他數(shù)據(jù)表中獲得,實(shí)現(xiàn)這個(gè)步驟的過(guò)程為字段匹配。字段匹配就是將原數(shù)據(jù)清單中沒(méi)有但其他數(shù)據(jù)清單中有的字段匹配過(guò)來(lái)。VLOOKUP函數(shù)是Excel中的一個(gè)縱向查找函數(shù),與LOOKUP函數(shù)和HLOOKUP函數(shù)屬于一類(lèi)函數(shù),在工作中都有廣泛應(yīng)用,實(shí)現(xiàn)按列查找,最終返回該列所需查詢(xún)序列所對(duì)應(yīng)的值;與之對(duì)應(yīng)的HLOOKUP是按行查找的。數(shù)據(jù)處理1該函數(shù)的語(yǔ)法規(guī)則如下:VLOOKUP(lookup_value,table_array,col_index_num,[range_lookup])即:VLOOKUP(查找值,區(qū)域,要返回第幾列的內(nèi)容,1近似匹配0精確匹配)數(shù)據(jù)處理1

(二)數(shù)據(jù)抽取數(shù)據(jù)抽取指從數(shù)據(jù)源系統(tǒng)中抽取出目的數(shù)據(jù)源系統(tǒng)所需要的數(shù)據(jù),也就是從數(shù)據(jù)源中抽取所需數(shù)據(jù)的過(guò)程,常見(jiàn)的操作包括拆分?jǐn)?shù)據(jù)部分信息、保留部分?jǐn)?shù)據(jù)、抽取匹配數(shù)據(jù)等。數(shù)據(jù)源又可以簡(jiǎn)單分為結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。Excel中數(shù)據(jù)抽取是指利用原數(shù)據(jù)清單中某些字段的部分信息得到一個(gè)新字段。常用的數(shù)據(jù)抽取函數(shù)有LEFT()、RIGHT()、MID()、YEAR()

MONTH()、DAY()、WEEKDAY()等。數(shù)據(jù)處理1

(三)數(shù)據(jù)計(jì)算數(shù)據(jù)計(jì)算是Excel的一個(gè)核心功能。數(shù)據(jù)計(jì)算是根據(jù)原有字段數(shù)據(jù),通過(guò)計(jì)算形成新的字段數(shù)據(jù)。1.使用公式計(jì)算2.使用函數(shù)計(jì)算3.公式和函數(shù)的區(qū)別4.取整函數(shù)數(shù)據(jù)處理1

(四)Excel中公式的引用方式相對(duì)引用1絕對(duì)引用2混合引用3三維引用和外部引用4數(shù)據(jù)處理1三、實(shí)訓(xùn)過(guò)程實(shí)訓(xùn)-微任務(wù)1:數(shù)據(jù)抽取與匹配

1.微任務(wù)引入電子商務(wù)中,一些數(shù)據(jù)中往往蘊(yùn)含了很多信息,比如收貨地址包含了省份、城市等信息,身份證號(hào)里的數(shù)字都有特殊的含義,有時(shí)就需要通過(guò)收貨地址統(tǒng)計(jì)客戶(hù)的省份、城市,通過(guò)身份證號(hào)判斷客戶(hù)的生日等,這就涉及數(shù)據(jù)抽取操作。本微任務(wù)要求對(duì)表中的數(shù)據(jù)進(jìn)行抽取、匹配處理。數(shù)據(jù)處理1

2.實(shí)訓(xùn)操作步驟1:提取收貨地址中的省份信息。由于在收貨地址數(shù)值中,省份數(shù)值在最左端,因此可以使用LEFT函數(shù)。選中B2單元格,輸入公式“=LEFT(A2,2)”,按Enter鍵確認(rèn),就得到A2單元格中的省份信息,如圖3-1所示。向下拖動(dòng)B2單元格右下角的填充柄,引用公式。圖3-1提取省份信息數(shù)據(jù)處理1步驟2:提取收貨地址中的郵編信息。郵編信息在收貨地址最右端,可以使用RIGHT函數(shù)。選中C2單元格,輸入公式“=RIGHT(A2,8)”,按Enter鍵確認(rèn),就得到C2單元格中的郵編信息。向下拖動(dòng)C2單元格右下角的填充柄,引用公式,如圖3-2所示。圖3-2提取郵編信息數(shù)據(jù)處理1步驟3:在E2單元格中輸入公式“=YEAR(D2)”、F2單元格中輸入公式“=MONTH(D2)”、G2單元格中輸入公式“=DAY(D2)”、H2單元格中輸入公式“=WEEKDAY(D2,2)”,用鼠標(biāo)同時(shí)框選E2、F2、G2、H2,雙擊框選區(qū)域的右下角填充柄,即可完成表中A列所有訂單付款時(shí)間“年”“月”“日”“星期”的信息提取,如圖3-3所示。圖3-3提取年、月、日和星期數(shù)據(jù)處理1步驟4:在步驟1、2中,省份信息和郵編信息的提取結(jié)果有些粗糙,如果想讓提取結(jié)果更為精準(zhǔn),則需輔助使用FIND函數(shù),如圖3-4所示。FIND函數(shù)的作用是返回一個(gè)字符串在另一個(gè)字符串中出現(xiàn)的起始位置。省份信息提取時(shí)需要通過(guò)考慮省份的具體字?jǐn)?shù),即第一個(gè)空格前的數(shù)據(jù)。圖3-4精確提取省份信息數(shù)據(jù)處理1步驟5:在“數(shù)據(jù)匹配”工作表中完成省份信息匹配。字段匹配就是將原數(shù)據(jù)清單中沒(méi)有但其他數(shù)據(jù)清單中有的字段匹配過(guò)來(lái)。通過(guò)身份證號(hào)的字段匹配省份編碼,結(jié)果返回匹配編碼和省份單元格中。圖3-5精確提取郵編信息數(shù)據(jù)處理1

(1)首先需要了解身份證號(hào)碼18位數(shù)字的含義:前1~2位是所在省份的代碼;第3~4位是所在城市的代碼;第5~6位是所在區(qū)縣的代碼;第7~14位表示出生年、月、日;第15~16位表示所在地的派出所代碼;第17位表示性別,奇數(shù)表示男性,偶數(shù)表示女性;第18位數(shù)字是校驗(yàn)碼。身份證號(hào)表示省份的代碼使用LEFT函數(shù)或MID函數(shù)將“身份證號(hào)碼”列中數(shù)據(jù)的前兩個(gè)數(shù)字取出來(lái),如圖3-6所示。數(shù)據(jù)處理1

(2)根據(jù)給定省份編碼,使用VLOOKUP函數(shù)匹配出所對(duì)應(yīng)的省份。選中C2單元格,執(zhí)行“公式”→“插入函數(shù)”命令,選擇類(lèi)別為“全部”或“查找與引用”,找到VLOOKUP函數(shù)并確定,如圖3-7、圖3-8所示。圖3-7插入VLOOKUP函數(shù)數(shù)據(jù)處理1圖3-8VLOOKUP函數(shù)各參數(shù)設(shè)置數(shù)據(jù)處理1

(3)使用相對(duì)引用的方法引用公式,完成列中其他數(shù)據(jù)的計(jì)算,如圖3-9所示。圖3-9最終匹配結(jié)果數(shù)據(jù)處理1實(shí)訓(xùn)-微任務(wù)2:數(shù)據(jù)計(jì)算

1.微任務(wù)引入有的信息不會(huì)直接在原始數(shù)據(jù)呈現(xiàn),需要根據(jù)研究目的找到數(shù)據(jù),分析指標(biāo)之間的關(guān)聯(lián),通過(guò)對(duì)相應(yīng)數(shù)據(jù)計(jì)算,才能得到相應(yīng)的信息。本微任務(wù)要求對(duì)圖3-10所示的表中信息進(jìn)行數(shù)據(jù)計(jì)算。圖3-10待計(jì)算的數(shù)據(jù)數(shù)據(jù)處理1

2.實(shí)訓(xùn)操作步驟1:使用公式“銷(xiāo)售額=單價(jià)×銷(xiāo)量”,計(jì)算銷(xiāo)售額。選中J2單元格,輸入公式“=B2*C2”,向下引用公式,如圖3-11所示。圖3-11計(jì)算銷(xiāo)售額數(shù)據(jù)處理1步驟2:計(jì)算銷(xiāo)售天數(shù)、銷(xiāo)售年數(shù)。使用公式“銷(xiāo)售天數(shù)=下架日期-上架日期”和“銷(xiāo)售年數(shù)=銷(xiāo)售天數(shù)/365”。在K2單元格中輸入“=I2-H2”,如圖3-12所示。計(jì)算出的“銷(xiāo)售年數(shù)”數(shù)值不一定是整數(shù),可以用INT函數(shù)取整,在L2單元格中輸入“=INT(K2/365)”,如圖3-13所示。圖3-12計(jì)算銷(xiāo)售天數(shù)數(shù)據(jù)處理1圖3-13計(jì)算銷(xiāo)售年數(shù)數(shù)據(jù)處理1步驟3:計(jì)算退款金額。使用公式“退款金額=單價(jià)×退款單數(shù)”,在M2單元格中輸入“=B2*D2”,如圖3-14所示。圖3-14計(jì)算退款金額數(shù)據(jù)處理1步驟4:計(jì)算退款率、差評(píng)率、好評(píng)率。退款率、差評(píng)率、好評(píng)率的數(shù)值應(yīng)以百分比的形式呈現(xiàn)。以好評(píng)率為例,好評(píng)率的計(jì)算公式是“好評(píng)率=好評(píng)單數(shù)/總評(píng)價(jià)單數(shù)”,計(jì)算結(jié)果如圖3-15所示。圖3-15計(jì)算好評(píng)率數(shù)據(jù)處理1步驟5:計(jì)算每種商品的銷(xiāo)售量占比。計(jì)算出所有商品的總銷(xiāo)量,以總銷(xiāo)量為分母進(jìn)行運(yùn)算。也可以直接運(yùn)用公式,注意分母的公式要使用絕對(duì)引用或混合引用,計(jì)算結(jié)果如圖3-16所示。圖3-16計(jì)算銷(xiāo)量的占比數(shù)據(jù)處理1步驟6:銷(xiāo)售年數(shù)的取整。銷(xiāo)售年數(shù)=(下架時(shí)間-上架時(shí)間)/365。通常計(jì)算出來(lái)的年數(shù)是一個(gè)小數(shù),如果希望得到整數(shù),可以用INT函數(shù)取整,使用公式“=INT(D2)”,結(jié)果是3。如果要進(jìn)行四舍五入式取整,則要用函數(shù)RONUD,在編輯欄將公式修改為“=RONUD(D2,0)”即可,如圖3-17所示。圖3-16計(jì)算銷(xiāo)量的占比數(shù)據(jù)處理1步驟7:計(jì)算轉(zhuǎn)化率。計(jì)算加購(gòu)物車(chē)的轉(zhuǎn)化率、交易轉(zhuǎn)化率,計(jì)算結(jié)果如圖3-18所示。圖3-18計(jì)算轉(zhuǎn)化率數(shù)據(jù)可視化分析2數(shù)據(jù)可視化分析21.理解數(shù)據(jù)可視化的基本流程和常用方法。2.熟悉各種圖表的特點(diǎn)和功能。3.靈活運(yùn)用圖表進(jìn)行數(shù)據(jù)可視化分析。4.熟練制作動(dòng)態(tài)圖表。5.熟練使用切片器。6.提高視覺(jué)審美鑒賞能力,提升美學(xué)素養(yǎng)。7.培養(yǎng)獨(dú)立思考能力和分析抗辨能力。數(shù)據(jù)可視化分析2一、工作情景描述通常情況下,數(shù)據(jù)分析的結(jié)果是通過(guò)圖表來(lái)展現(xiàn)的,這樣比較直觀,人們也更愿意接受圖表這種數(shù)據(jù)展現(xiàn)方式,因?yàn)樗芨有蜗?、有效地傳遞出分析人員所要表達(dá)的觀點(diǎn)。不同的圖表類(lèi)型所承擔(dān)的功能是截然不同的,同樣的數(shù)據(jù)可以使用不同的圖表呈現(xiàn)出不同方面的特征。因此在設(shè)計(jì)信息圖之前,要厘清需求,再判斷和選擇具體使用哪種圖表。本任務(wù)主要講述圖表類(lèi)型、數(shù)據(jù)的可視化作圖。數(shù)據(jù)可視化分析2二、相關(guān)知識(shí)

(一)數(shù)據(jù)可視化基本流程數(shù)據(jù)可視化的目的不只是把數(shù)據(jù)通過(guò)各種圖形展示出來(lái),更是要借助這些圖形來(lái)探索數(shù)據(jù)的隱藏信息。1明確目的3視覺(jué)設(shè)計(jì)2選擇合適的圖表4突出信息數(shù)據(jù)可視化分析2

(二)主要的圖表類(lèi)型3.折線(xiàn)圖2.氣泡圖1.散點(diǎn)圖7.雷達(dá)圖6.面積圖5.餅圖4.柱形圖與條形圖數(shù)據(jù)可視化分析2

(三)數(shù)據(jù)可視化方法

1.數(shù)據(jù)對(duì)比可視化分析數(shù)據(jù)對(duì)比通常是把兩個(gè)或兩個(gè)有一定聯(lián)系的數(shù)據(jù)指標(biāo)進(jìn)行比較,從數(shù)量上展示和說(shuō)明被對(duì)比對(duì)象規(guī)模大小、水平高低、速度快慢等。在數(shù)據(jù)對(duì)比可視化分析時(shí),常用的圖表類(lèi)型有柱形圖和條形圖。數(shù)據(jù)可視化分析2

2.數(shù)據(jù)趨勢(shì)可視化分析數(shù)據(jù)趨勢(shì)可視化分析一般適用于某些指標(biāo)或維度的長(zhǎng)期跟蹤,一方面可以看出所分析對(duì)象的變化情況,更重要的是發(fā)現(xiàn)變化趨勢(shì)中明顯的拐點(diǎn),以便分析出現(xiàn)拐點(diǎn)的原因。常用的圖表類(lèi)型有折線(xiàn)圖和面積圖。

3.數(shù)據(jù)占比可視化分析數(shù)據(jù)占比可視化分析可以直觀地看到各項(xiàng)數(shù)據(jù)所占比例大小,快速找準(zhǔn)處于核心地位或起關(guān)鍵作用的數(shù)據(jù)對(duì)象。常用的圖表類(lèi)型有餅圖和圓環(huán)圖。數(shù)據(jù)可視化分析2

4.數(shù)據(jù)分布可視化分析數(shù)據(jù)占比可視化分析可以直觀地看到各項(xiàng)數(shù)據(jù)所占比例大小,快速找準(zhǔn)處于核心地位或起關(guān)鍵作用的數(shù)據(jù)對(duì)象。常用的圖表類(lèi)型有餅圖和圓環(huán)圖。數(shù)據(jù)可視化分析2

(四)數(shù)據(jù)透視表與數(shù)據(jù)透視圖1.數(shù)據(jù)透視表2.數(shù)據(jù)透視圖數(shù)據(jù)可視化分析2

(五)切片器切片器是一個(gè)非常實(shí)用的篩選器。在Excel中,切片器可以根據(jù)具體條件,快速篩選出數(shù)據(jù),應(yīng)用非常靈活,尤其在制作動(dòng)態(tài)圖表時(shí),可以創(chuàng)建連接多個(gè)圖表,切換切片器的選項(xiàng),圖表也會(huì)相應(yīng)的變動(dòng),呈現(xiàn)出“動(dòng)態(tài)”的數(shù)據(jù)展示。日常操作中,有時(shí)會(huì)配合使用多個(gè)切片器來(lái)查找和篩選數(shù)據(jù),數(shù)據(jù)的展現(xiàn)更細(xì)化,更明確。數(shù)據(jù)可視化分析2三、實(shí)訓(xùn)過(guò)程實(shí)訓(xùn)-微任務(wù)1:圖表可視化分析

1.微任務(wù)引入

Excel提供了多種類(lèi)型的圖表,本微任務(wù)要求熟悉Excel的各種圖表,為給定的數(shù)據(jù)創(chuàng)建合適的圖表,并能使用圖表的各種屬性選項(xiàng)美化圖表。

2.實(shí)訓(xùn)操作步驟1:打開(kāi)Excel軟件,熟悉各種圖表類(lèi)型,分析各種圖表類(lèi)型各自的特點(diǎn)、適用場(chǎng)景等。數(shù)據(jù)可視化分析2步驟2:可以直接以月份為橫坐標(biāo),以“目標(biāo)”列、“銷(xiāo)售一部”列、“銷(xiāo)售二部”列、“銷(xiāo)售三部”列的數(shù)值為縱坐標(biāo),創(chuàng)建簇狀柱形圖。為了使圖表效果更為突出和直觀,建議創(chuàng)建組合圖表。選中A2:E14區(qū)域,如圖3-19所示,在“插入”菜單下找到圖表項(xiàng)、單擊“推薦的圖表”或展開(kāi)“查看所有圖表”。圖3-19選擇圖表類(lèi)型數(shù)據(jù)可視化分析2在“插入圖表”對(duì)話(huà)框中,選擇“所有圖表”選項(xiàng)卡下的“組合”,“目標(biāo)”系列設(shè)置“簇狀柱形圖”,“銷(xiāo)售一部”系列、“銷(xiāo)售二部”系列、“銷(xiāo)售三部”系列設(shè)置“帶數(shù)據(jù)標(biāo)記的折線(xiàn)圖”,如圖3-20所示。圖3-20創(chuàng)建組合圖表數(shù)據(jù)可視化分析2步驟3:在創(chuàng)建的組合圖表上方添加標(biāo)題“各月銷(xiāo)售目標(biāo)達(dá)成分析圖”,如圖3-21所示。圖