Excel電商數(shù)據(jù)分析與應(yīng)用 課件 第 1章　電商數(shù)據(jù)分析導(dǎo)論

電商數(shù)據(jù)分析導(dǎo)論1.1認(rèn)知數(shù)據(jù)分析1.2電商數(shù)據(jù)分析技能圖譜1什么是數(shù)據(jù)分析23CONTENTS數(shù)據(jù)分析的作用數(shù)據(jù)分析的標(biāo)準(zhǔn)流程4數(shù)學(xué)、統(tǒng)計(jì)學(xué)和運(yùn)籌學(xué)5數(shù)據(jù)分析方法論6數(shù)據(jù)分析工具7電商數(shù)據(jù)指標(biāo)體系什么是數(shù)據(jù)分析PARTONE數(shù)據(jù)是客觀的事實(shí)，能夠被收集的數(shù)據(jù)都是過去的事情。數(shù)據(jù)的歷史性信息的指向性什么叫數(shù)據(jù)分析每個(gè)人對(duì)相同的數(shù)據(jù)會(huì)產(chǎn)生不同的看法，所以不是所有從數(shù)據(jù)中提取的信息都能適用所有人。數(shù)據(jù)分析就是將數(shù)據(jù)轉(zhuǎn)變?yōu)橛行畔⒌倪^程兩大特性：數(shù)據(jù)分析的核心數(shù)據(jù)分析的核心就是建立參考系，也是使用不同的角度去觀察事物，運(yùn)用維度和指標(biāo)間的不同組合，能更清晰的看清事物的全貌例：分析自己的店鋪數(shù)據(jù)時(shí)需要建立同期的行業(yè)大盤參考系數(shù)據(jù)有用信息建立參考系同期的行業(yè)過去的自己同期的對(duì)手不同的角度介于兩者之間新角度轉(zhuǎn)換數(shù)據(jù)分析的作用PARTTWO數(shù)據(jù)分析的實(shí)用數(shù)據(jù)分析可以給決策者在運(yùn)營(yíng)過程中提供策略的決策依據(jù)，特定的分析維度可以幫助運(yùn)營(yíng)做出有效決策。例：某企業(yè)想要從線下轉(zhuǎn)入線上進(jìn)入市場(chǎng)做決策，選擇是開淘寶店或者天貓店平臺(tái)店鋪數(shù)量數(shù)量占比銷售總額(元)銷售總額占比淘寶435198.91%193858.724.36%天貓481.09%601822.775.64%總計(jì)4399100%795681.5100.00%采集某企業(yè)所經(jīng)營(yíng)的類目店鋪及經(jīng)營(yíng)店鋪，經(jīng)統(tǒng)計(jì)后得到數(shù)據(jù)，如果選擇入住淘寶平臺(tái)，將面臨激烈的競(jìng)爭(zhēng)，而天貓的競(jìng)爭(zhēng)小，份額大，所以建議入住天貓，由天貓進(jìn)入市場(chǎng)。例：企業(yè)在優(yōu)化產(chǎn)品標(biāo)題時(shí)，需要替換哪些詞，哪些詞能提高引流效果？采集某企業(yè)商品的關(guān)鍵詞數(shù)據(jù)，將關(guān)鍵詞換成詞根，發(fā)現(xiàn)“情人節(jié)”、“手工”和“友情”這3個(gè)詞的訪客數(shù)很低，沒有流量所以應(yīng)該換其他的有效詞；而且替換新詞會(huì)有更好的引流效果。數(shù)據(jù)分析的實(shí)用運(yùn)營(yíng)方向更清晰決策更精準(zhǔn)成功率更高數(shù)據(jù)分析給運(yùn)營(yíng)的作用數(shù)據(jù)分析的標(biāo)準(zhǔn)流程PARTTHREE數(shù)據(jù)分析的標(biāo)準(zhǔn)流程明確目標(biāo)明確分析維度和指標(biāo)采集數(shù)據(jù)數(shù)據(jù)清洗數(shù)據(jù)整理數(shù)據(jù)分析數(shù)據(jù)可視化數(shù)據(jù)報(bào)告數(shù)據(jù)分析前期流程明確目標(biāo)明確分析維度和指標(biāo)數(shù)據(jù)采集數(shù)據(jù)清洗采集的數(shù)據(jù)一般不可直接使用，可能會(huì)有一部分“臟數(shù)據(jù)”，如果不處理它們將會(huì)影響分析的結(jié)果，所以我們?cè)谡砬靶铏z查數(shù)據(jù)，發(fā)現(xiàn)“臟數(shù)據(jù)”就必須進(jìn)行清洗。例：我們從生意參謀下載數(shù)據(jù)，其中第三行觀測(cè)值存在“-”為標(biāo)記的缺失值，此類缺失值如果不處理將無法進(jìn)行下次操作，因此需將數(shù)據(jù)中的“-”符號(hào)替換為數(shù)字“0”。統(tǒng)計(jì)日期PC端支付金額PC端支付商品數(shù)PC端支付老買家數(shù)2023-05-03907.624182023-05-04268.941512023-05-051,196.9215-2023-05-061,938.211622023-05-07319.15235數(shù)據(jù)整理子行業(yè)名稱銷售額（千萬元）時(shí)間T恤57662023年1月襯衫53982023年1月T恤163902023年2月襯衫186862023年2月T恤295312023年3月襯衫319572023年3月收集的數(shù)據(jù)一般都是零零散散的或者雜亂的，直接觀察數(shù)據(jù)很難知道數(shù)據(jù)的意義，或者洞察信息，所以數(shù)據(jù)只有通過整理，形成整潔的數(shù)據(jù)，才便于我們分析。例：圖1為女裝T恤和襯衫兩個(gè)品類在2023年1-3月的銷售額數(shù)據(jù)，將數(shù)據(jù)整理為圖2的形式，更便于分析。圖1時(shí)間T恤襯衫總計(jì)2023年1月57665398111642023年2月1639018686350762023年3月295313195761488總計(jì)5168756041107728圖2數(shù)據(jù)分析關(guān)鍵詞詞根訪客數(shù)支付買家數(shù)工具箱34229五金451收納箱120加厚73大號(hào)50手提式21數(shù)據(jù)分析目的是將數(shù)據(jù)轉(zhuǎn)變成有效的信息。前面的步驟都是為了能在這一步得到信息，信息的提煉依靠對(duì)比法、拆分法、分組法等分析方法。例：將商品標(biāo)題中的詞根進(jìn)行分析，從而對(duì)標(biāo)題進(jìn)行優(yōu)化。通過對(duì)表中支付買家數(shù)進(jìn)行對(duì)比，可以發(fā)現(xiàn)“收納箱”和“大號(hào)”這兩個(gè)詞根的支付買家數(shù)為0，表示沒有用戶通過這兩個(gè)詞產(chǎn)生交易，因此得到的信息是“收納箱”和“大號(hào)”這兩個(gè)詞可以優(yōu)化。數(shù)據(jù)可視化數(shù)據(jù)可視化旨在借助圖形化手段，清晰有效地傳達(dá)與溝通信息。產(chǎn)品點(diǎn)擊率指數(shù)轉(zhuǎn)化率指數(shù)交易指數(shù)流量指數(shù)口碑指數(shù)A0.850.420.590.740.94B0.620.480.510.780.86C0.960.670.830.550.74例：通過可視化圖表將數(shù)據(jù)直觀的展現(xiàn)出來。數(shù)據(jù)報(bào)告數(shù)據(jù)報(bào)告是將一系列分析結(jié)果具有邏輯性地進(jìn)行集中展現(xiàn)并闡述分析結(jié)論的文檔，可以使用PPT、Word制作報(bào)告。數(shù)學(xué)、統(tǒng)計(jì)學(xué)和運(yùn)籌學(xué)PARTFOUR電商數(shù)據(jù)分析的技能圖譜電商數(shù)據(jù)分析師和業(yè)務(wù)數(shù)據(jù)分析師的定位相似，需要多種技能的支撐才可以完成數(shù)據(jù)分析任務(wù)，因此可以知道數(shù)據(jù)分析并不是一個(gè)獨(dú)立的學(xué)科，它跟多個(gè)學(xué)科的知識(shí)有著緊密的聯(lián)系。電商數(shù)據(jù)人才除了能從數(shù)字中獲取有價(jià)值的信息之外，還需要具備熟練的數(shù)據(jù)處理能力。運(yùn)籌學(xué)數(shù)據(jù)分析方法論電商數(shù)據(jù)指標(biāo)體系數(shù)學(xué)和統(tǒng)計(jì)學(xué)數(shù)學(xué)和統(tǒng)計(jì)學(xué)是數(shù)據(jù)分析兩門最基本的理論知識(shí)學(xué)科，數(shù)據(jù)分析就是這兩門學(xué)科的應(yīng)用。運(yùn)籌學(xué)是現(xiàn)代管理學(xué)的一門重要專業(yè)基礎(chǔ)課，主要研究求解最優(yōu)解，可解決運(yùn)營(yíng)過程中的最佳決策問題。數(shù)據(jù)分析方法論：數(shù)據(jù)分析方法論是前人分析的經(jīng)驗(yàn)歸納，套用方法論可以快速入門數(shù)據(jù)分析。工欲善其事必先利其器，數(shù)據(jù)分析單靠筆尖或者計(jì)算器速度太慢，而且面對(duì)大量資料的整理需要專業(yè)的技能，因此熟練掌握至少一個(gè)工具將大大提高數(shù)據(jù)分析的效率和精度。對(duì)于一名數(shù)據(jù)分析工作者來講，業(yè)務(wù)場(chǎng)景的敏銳度十分重要，只有懂業(yè)務(wù)的分析師才能將數(shù)據(jù)轉(zhuǎn)變成生產(chǎn)力。了解并掌握電商的數(shù)據(jù)指標(biāo)體系可以幫助分析者更快更準(zhǔn)確地開展數(shù)據(jù)分析工作。數(shù)據(jù)分析方法論P(yáng)ARTFIVE數(shù)據(jù)分析方法論許多電商從業(yè)者在分析數(shù)據(jù)的時(shí)候會(huì)遇到許多問題：不知從哪方面切入開展分析？分析的內(nèi)容和指標(biāo)不知是否合理、完整？這些問題都是因?yàn)榉治鋈藛T缺少方法論的緣故；方法論可以幫助分析人員依據(jù)某些軌跡順利地開展分析活動(dòng)，常見的分析方法有以下9種。對(duì)比法拆分法分組法排序法交叉法只有通過參照物的對(duì)比才能了解現(xiàn)狀和發(fā)現(xiàn)問題，通過橫向和縱向的對(duì)比找到自己所處的位置。將大問題和相關(guān)的指標(biāo)拆解成多個(gè)小問題和多個(gè)相關(guān)指標(biāo)，通過拆解問題和指標(biāo)可以快速找到問題產(chǎn)生的原因。將數(shù)據(jù)依據(jù)某些維度進(jìn)行分組統(tǒng)計(jì)，通過觀察分組后的結(jié)果洞察事物的特征。基于某個(gè)度量值進(jìn)行遞增或遞減的排列，通過排序后的結(jié)果清晰地反映所有觀測(cè)值的情況。將兩個(gè)及以上的維度進(jìn)行交叉分析，比如通過產(chǎn)品特征和價(jià)格區(qū)間兩個(gè)維度的交叉分析，找到更符合企業(yè)定位的細(xì)分市場(chǎng)。降維法分析問題時(shí)指標(biāo)的信息量過多，采用業(yè)務(wù)梳理的方式選擇核心指標(biāo)進(jìn)行分析，減少過多指標(biāo)的干擾。在統(tǒng)計(jì)學(xué)上也可以使用主成分分析或因子分析的方法達(dá)到降維的目的。降維法分析問題時(shí)指標(biāo)的信息量不足，通過計(jì)算派生出新的指標(biāo)，包含了更多的信息量，比如搜索競(jìng)爭(zhēng)度=搜索人氣÷商品數(shù)。指標(biāo)法在分析時(shí)采用指標(biāo)的方式分析結(jié)果，一般通過制成表格來查看分析結(jié)果。指標(biāo)法在分析時(shí)采用圖形的方式更加直觀地分析結(jié)果。數(shù)據(jù)分析方法論除了以上常見的分析方法之外，還有一些在業(yè)務(wù)上常用的思維分析框架，如以下7種方法。SWOT分析法通過該方法了解自己所處的環(huán)境，對(duì)內(nèi)外部因素進(jìn)行分析并制定應(yīng)對(duì)策略。描述性統(tǒng)計(jì)法描述性統(tǒng)計(jì)是用來概括、表述事物整體狀況以及事物間關(guān)聯(lián)、類屬關(guān)系的統(tǒng)計(jì)方法，基于統(tǒng)計(jì)值來表示數(shù)據(jù)集的集中和離散等情況。矩陣分析法將主要因素放在矩陣的兩個(gè)維度軸進(jìn)行定量或者定性的分析，并通過某個(gè)點(diǎn)將數(shù)據(jù)分為四個(gè)象限。矩陣分析法將三個(gè)及以上的維度在表格、多維平面圖或者三維圖中進(jìn)行觀測(cè)分析。數(shù)據(jù)歸一化將數(shù)值映射在[0,1]的范圍上，消除因?yàn)橹涤虿煌a(chǎn)生的分析難點(diǎn)，一般配合多維分析法或在數(shù)據(jù)建模時(shí)使用。時(shí)間序列分析法針對(duì)連續(xù)的變化的時(shí)間數(shù)據(jù)的分析方法，主要用于預(yù)測(cè)連續(xù)的未來數(shù)據(jù)，比如分析店鋪每天的銷售額。時(shí)間序列分析法研究指標(biāo)間的相關(guān)程度，常用于尋找關(guān)鍵影響因素。數(shù)據(jù)分析工具PARTSIX數(shù)據(jù)分析工具掌握兩個(gè)及以上的分析工具才能更好的進(jìn)行數(shù)據(jù)分析，而分析工具又五花八門，可將工具分成以下3類。數(shù)據(jù)分析與可視化統(tǒng)計(jì)與數(shù)據(jù)挖掘數(shù)據(jù)分析與可視化按照數(shù)據(jù)結(jié)構(gòu)來組織、存儲(chǔ)和管理數(shù)據(jù)的倉(cāng)庫(kù)。常見的數(shù)據(jù)庫(kù)有Access、MSSQL、MySQL、Oracle、DB2。用于組織數(shù)據(jù)進(jìn)行分析和可視化呈現(xiàn)的工具，常見的工具有Excel、PowerBI、Tableau。用于統(tǒng)計(jì)分析和數(shù)據(jù)挖掘算法的工具，常見的工具有R、Python、SPSS、SAS。數(shù)據(jù)分析工具根據(jù)企業(yè)的需求階段需要掌握的工具不同，具體如下。第一階段這個(gè)階段的企業(yè)現(xiàn)狀是數(shù)據(jù)用Excel或WPS文件存儲(chǔ)，數(shù)據(jù)文件多而雜亂，經(jīng)營(yíng)多年的電商企業(yè)甚至?xí)谐^10萬張歷史數(shù)據(jù)的表格，無法對(duì)龐大歷史數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)管理雜亂。這個(gè)階段企業(yè)需要解決數(shù)據(jù)的統(tǒng)一管理及分析的問題。這個(gè)階段可選用Excel和MySQL，Excel解決分析層和應(yīng)用層的問題，MySQL可解決大數(shù)據(jù)量的存儲(chǔ)和計(jì)算問題，而且Excel和MySQL在國(guó)內(nèi)企業(yè)的占有率和普及率相對(duì)較高。前期第二階段這個(gè)階段的企業(yè)現(xiàn)狀是已經(jīng)實(shí)現(xiàn)了統(tǒng)一管理和分析數(shù)據(jù)，但隨著企業(yè)數(shù)據(jù)量和數(shù)據(jù)應(yīng)用能力的提升，原有的Excel已經(jīng)滿足不了大數(shù)據(jù)量下進(jìn)行多表建模聯(lián)合分析的需求，可能刷新一張分析模型文件所需的時(shí)間很久。

此時(shí)需要使用BI產(chǎn)品滿足復(fù)雜的業(yè)務(wù)建模需求，可選用微軟的PowerBI。部分企業(yè)在這個(gè)階段會(huì)有專業(yè)統(tǒng)計(jì)方法和數(shù)據(jù)挖掘的需求，可選擇SPSS，掌握難度不大。SPSS有兩個(gè)工具，一個(gè)是Statistics用于統(tǒng)計(jì)分析，一個(gè)是Modeler用于商業(yè)數(shù)據(jù)分析與挖掘，但是SPSS在國(guó)內(nèi)企業(yè)的占有率較低。數(shù)據(jù)分析工具根據(jù)企業(yè)的需求階段需要掌握的工具不同，具體如下。第三階段這個(gè)階段企業(yè)已經(jīng)屬于數(shù)據(jù)驅(qū)動(dòng)型的企業(yè)，數(shù)據(jù)應(yīng)用需要在生產(chǎn)、流通、銷售和管理等各個(gè)環(huán)節(jié)滲透，隨著數(shù)據(jù)種類的復(fù)雜化，原有的數(shù)據(jù)采集、清洗及算法應(yīng)用的效率已經(jīng)滿足不了需求，要運(yùn)用IT技術(shù)和算法解決商業(yè)問題，真正將數(shù)據(jù)轉(zhuǎn)變成生產(chǎn)力，因此可以在R和Python之間二者擇其一，這兩者都是應(yīng)用非常廣泛的編程語(yǔ)言。后期第四階段這個(gè)階段企業(yè)已經(jīng)是深度的數(shù)據(jù)驅(qū)動(dòng)型企業(yè)，進(jìn)入這個(gè)階段的企業(yè)只有少數(shù)的龍頭企業(yè)，它們通過技術(shù)手段極大地提高工作效率和商業(yè)收益，轉(zhuǎn)型智慧商業(yè)領(lǐng)域，運(yùn)用大數(shù)據(jù)和人工智能升級(jí)改造所有的環(huán)節(jié)。企業(yè)在這個(gè)階段需要應(yīng)用大數(shù)據(jù)框架（如hadoop）來解決并發(fā)問題，以及人工智能框架（如TensorFlow）來解決應(yīng)用問題。電商數(shù)據(jù)指標(biāo)體系PARTSEVEN電商數(shù)據(jù)指標(biāo)體系數(shù)據(jù)指標(biāo)體系是指由相互之間有邏輯聯(lián)系的指標(biāo)構(gòu)成的整體，是基于業(yè)務(wù)場(chǎng)景構(gòu)建的，一個(gè)完善的數(shù)據(jù)指標(biāo)體系將給業(yè)務(wù)提供有力的支撐，而且可以防止因?yàn)槿藛T的流動(dòng)導(dǎo)致數(shù)據(jù)分析部門運(yùn)作癱瘓。業(yè)務(wù)的差異性，導(dǎo)致不同電商平臺(tái)、不同商戶的數(shù)據(jù)指標(biāo)體系可能存在差異，但是大體上都是以公式展開：銷售額=訪客數(shù)×轉(zhuǎn)化率×客單價(jià)上式是電商行業(yè)的重要公式，基于這條公式延伸出指標(biāo)體系。感謝觀看電商數(shù)據(jù)分析導(dǎo)論1.3數(shù)據(jù)分析在電商中的應(yīng)用1業(yè)務(wù)場(chǎng)景23CONTENTS數(shù)據(jù)診斷及復(fù)盤市場(chǎng)分析4競(jìng)爭(zhēng)分析及渠道分析5活動(dòng)及廣告分析6產(chǎn)品分析及庫(kù)存分析7消費(fèi)者分析業(yè)務(wù)場(chǎng)景PARTONE業(yè)務(wù)場(chǎng)景數(shù)據(jù)分析的目的是提高商業(yè)的效益，增加企業(yè)的利潤(rùn)。所以對(duì)電商企業(yè)經(jīng)營(yíng)過程中的各個(gè)環(huán)節(jié)進(jìn)行數(shù)據(jù)分析，為經(jīng)營(yíng)者提供有效的決策依據(jù)，不但可以提高經(jīng)營(yíng)效率，還可以提高企業(yè)的經(jīng)營(yíng)能力。數(shù)據(jù)復(fù)盤競(jìng)爭(zhēng)分析活動(dòng)分析產(chǎn)品分析市場(chǎng)分析渠道分析廣告分析庫(kù)存分析數(shù)據(jù)診斷消費(fèi)者分析常用的業(yè)務(wù)場(chǎng)景包含但不局限于以下10類場(chǎng)景。業(yè)務(wù)場(chǎng)景數(shù)據(jù)對(duì)于電商運(yùn)營(yíng)者而言是一盞指明燈，如果數(shù)據(jù)是運(yùn)營(yíng)的眼睛，那么數(shù)據(jù)分析便是運(yùn)營(yíng)的視力，一樣的數(shù)據(jù)給不同的運(yùn)營(yíng)會(huì)有不同的決策結(jié)果，每個(gè)人看到的都是基于自己的視力水平呈現(xiàn)的結(jié)果。本書將運(yùn)營(yíng)常用的數(shù)據(jù)分析場(chǎng)景逐一舉例，以使運(yùn)營(yíng)人員能夠快速套用場(chǎng)景的分析思路和方法，從而提高運(yùn)營(yíng)水平。數(shù)據(jù)的紅利仍在，但運(yùn)營(yíng)人員需要具備一定的能力才可以爭(zhēng)取到紅利。通過數(shù)據(jù)分析獲利的店鋪比比皆是，下面列舉3個(gè)相關(guān)場(chǎng)景。某網(wǎng)店在進(jìn)行數(shù)據(jù)分析前的退款率高達(dá)20%，在對(duì)退款產(chǎn)品、退款消費(fèi)者和原因進(jìn)行分析后，優(yōu)化了產(chǎn)品詳情頁(yè)和打包發(fā)貨環(huán)節(jié)，有效地將退款率降到了8%。某網(wǎng)店在進(jìn)行數(shù)據(jù)分析前滯銷率高達(dá)38%，在對(duì)滯銷產(chǎn)品進(jìn)行分析，對(duì)庫(kù)存動(dòng)銷預(yù)測(cè)后，優(yōu)化了滯銷產(chǎn)品的營(yíng)銷策略，并用庫(kù)存的發(fā)貨速度指導(dǎo)采購(gòu)部門的備貨數(shù)量，有效地將滯銷率降低到20%。某網(wǎng)店在進(jìn)行數(shù)據(jù)分析前支付轉(zhuǎn)化率低到0.87%，在對(duì)客服數(shù)據(jù)和頁(yè)面數(shù)據(jù)進(jìn)行分析后，給客服下達(dá)了響應(yīng)時(shí)間、響應(yīng)率等KPI（關(guān)鍵業(yè)績(jī)指標(biāo)），并參考同行優(yōu)秀的頁(yè)面進(jìn)行頁(yè)面優(yōu)化后，轉(zhuǎn)化率提高到1.7%。數(shù)據(jù)診斷及復(fù)盤PARTTWO杜邦分析法數(shù)據(jù)診斷數(shù)據(jù)診斷是指對(duì)網(wǎng)店運(yùn)營(yíng)的數(shù)據(jù)指標(biāo)進(jìn)行分析對(duì)比，找出有異常的數(shù)據(jù)指標(biāo)或者找出與分析問題最為相關(guān)的指標(biāo)；主要業(yè)務(wù)場(chǎng)景：針對(duì)網(wǎng)店的數(shù)據(jù)診斷分析運(yùn)營(yíng)過程中存在的問題。常用的店鋪快速診斷方法有以下兩種方法。相關(guān)性分析法將相關(guān)指標(biāo)進(jìn)行拆解，并展示最相關(guān)的指標(biāo)變化，從而通過指標(biāo)間的關(guān)聯(lián)和變化快速發(fā)現(xiàn)店鋪的問題。先分析問題找到核心指標(biāo)，再通過相關(guān)性分析指導(dǎo)與問題的核心指標(biāo)相關(guān)程度高的指標(biāo)，針對(duì)性地分析這些指標(biāo)。數(shù)據(jù)復(fù)盤數(shù)據(jù)復(fù)盤是針對(duì)某個(gè)事件對(duì)各個(gè)工作環(huán)節(jié)產(chǎn)生的數(shù)據(jù)進(jìn)行梳理，并還原事件發(fā)生的過程。這個(gè)事件可能是某次大促或者某次方案的執(zhí)行。診斷與復(fù)盤相近，容易混淆，數(shù)據(jù)復(fù)盤是還原具體的每一個(gè)過程，分析的數(shù)據(jù)包含工作人員的數(shù)據(jù)，比如客服人員撥打了100位網(wǎng)店消費(fèi)者的電話。運(yùn)營(yíng)能從整個(gè)過程中進(jìn)行提煉和總結(jié)，而數(shù)據(jù)診斷并不需要還原過程。注應(yīng)用場(chǎng)景：針對(duì)某個(gè)事件對(duì)各個(gè)工作環(huán)節(jié)產(chǎn)生的數(shù)據(jù)進(jìn)行梳理，并還原事件發(fā)生的過程。市場(chǎng)分析PARTTHREE市場(chǎng)分析市場(chǎng)分析是指應(yīng)用統(tǒng)計(jì)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)等分析工具對(duì)特定市場(chǎng)的運(yùn)行狀況、產(chǎn)品生產(chǎn)、銷售、技術(shù)、市場(chǎng)競(jìng)爭(zhēng)力、市場(chǎng)政策等市場(chǎng)要素進(jìn)行深入的分析，從而發(fā)現(xiàn)市場(chǎng)運(yùn)行的內(nèi)在規(guī)律，進(jìn)而進(jìn)一步預(yù)測(cè)未來市場(chǎng)發(fā)展的趨勢(shì)。

市場(chǎng)分析是發(fā)現(xiàn)和掌握市場(chǎng)運(yùn)行規(guī)律的必經(jīng)之路，是市場(chǎng)中企業(yè)發(fā)展的大腦，對(duì)指導(dǎo)市場(chǎng)中企業(yè)的經(jīng)營(yíng)規(guī)劃和發(fā)展具有決定性意義。市場(chǎng)容量分析市場(chǎng)趨勢(shì)分析市場(chǎng)細(xì)分分析分析的是市場(chǎng)相對(duì)規(guī)模，市場(chǎng)規(guī)模是難以估算的，根據(jù)統(tǒng)計(jì)學(xué)的方式估算的結(jié)果并不靠譜，因此要用電商的市場(chǎng)數(shù)據(jù)（抽樣）來分析電商的相對(duì)規(guī)模，給決策者提供有價(jià)值的參考依據(jù)。對(duì)市場(chǎng)的自然規(guī)律進(jìn)行探索，以及對(duì)未來的發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)，讓決策者提前根據(jù)市場(chǎng)發(fā)展趨勢(shì)做出預(yù)判，并對(duì)經(jīng)營(yíng)策略進(jìn)行調(diào)整。市場(chǎng)細(xì)分是市場(chǎng)選擇的基礎(chǔ)，需要根據(jù)消費(fèi)者群體將市場(chǎng)劃分成多個(gè)子市場(chǎng)，因?yàn)樽邮袌?chǎng)之間需求存在著明顯的差異。品牌分析競(jìng)爭(zhēng)分析目標(biāo)市場(chǎng)選擇以品牌為分析維度，研究品牌市場(chǎng)的分布，從而找到市場(chǎng)空白。分析市場(chǎng)競(jìng)爭(zhēng)環(huán)境和競(jìng)爭(zhēng)對(duì)手，掌握競(jìng)爭(zhēng)信息便于企業(yè)制定市場(chǎng)營(yíng)銷策略。目標(biāo)市場(chǎng)選擇是指根據(jù)自身情況估計(jì)每個(gè)細(xì)分市場(chǎng)的優(yōu)劣勢(shì)，并選擇進(jìn)入一個(gè)或多個(gè)細(xì)分市場(chǎng)。競(jìng)爭(zhēng)分析及渠道分析PARTFOUR競(jìng)爭(zhēng)分析競(jìng)爭(zhēng)分析是針對(duì)競(jìng)爭(zhēng)市場(chǎng)環(huán)境和競(jìng)爭(zhēng)對(duì)手開展的分析，從而幫助企業(yè)更深入地了解市場(chǎng)和自己的同行競(jìng)爭(zhēng)對(duì)手。競(jìng)爭(zhēng)環(huán)境分析競(jìng)爭(zhēng)對(duì)手的選擇競(jìng)爭(zhēng)對(duì)手?jǐn)?shù)據(jù)跟蹤競(jìng)爭(zhēng)對(duì)手分析指針對(duì)電商平臺(tái)搜索環(huán)境、價(jià)格和品牌分析的結(jié)果，該結(jié)果代表了企業(yè)市場(chǎng)成本及進(jìn)入壁壘的高低。指行業(yè)競(jìng)爭(zhēng)標(biāo)桿的確定，根據(jù)競(jìng)爭(zhēng)對(duì)手矩陣和對(duì)手分類，確定不同時(shí)期的行業(yè)標(biāo)桿，對(duì)企業(yè)的發(fā)展起到正面的引導(dǎo)作用。指長(zhǎng)期收集并跟蹤競(jìng)爭(zhēng)對(duì)手?jǐn)?shù)據(jù)，掌握競(jìng)爭(zhēng)對(duì)手的動(dòng)態(tài)。指針對(duì)某個(gè)競(jìng)爭(zhēng)對(duì)手的人群、產(chǎn)品、渠道等開展的分析行為。指針對(duì)分布式的社交渠道入口的分析，比如微淘、淘寶直播等渠道，對(duì)投放在渠道的商品、內(nèi)容進(jìn)行分析，從而指導(dǎo)企業(yè)調(diào)整社交渠道的運(yùn)營(yíng)策略。社交渠道分析指針對(duì)傳統(tǒng)的聚合式流量入口的分析，比如搜索、活動(dòng)、首頁(yè)、廣告等渠道，掌握各個(gè)渠道的市場(chǎng)表現(xiàn)和用戶的特征，以幫助企業(yè)優(yōu)化渠道運(yùn)營(yíng)策略。傳統(tǒng)流量渠道分析渠道分析渠道分析是指對(duì)電商的流量渠道的精細(xì)化分析，針對(duì)各個(gè)渠道的銷售情況、用戶、價(jià)格分布等細(xì)節(jié)進(jìn)行分析，以幫助企業(yè)調(diào)整渠道布局。活動(dòng)及廣告分析PARTFIVE分析產(chǎn)品的活動(dòng)效果，對(duì)活動(dòng)銷量進(jìn)行預(yù)估，幫助企業(yè)制訂活動(dòng)營(yíng)銷策略?；顒?dòng)結(jié)束后將活動(dòng)數(shù)據(jù)與同類活動(dòng)、日銷數(shù)據(jù)進(jìn)行對(duì)比分析，總結(jié)活動(dòng)的成敗。分析廣告投放的關(guān)鍵詞的效果和趨勢(shì)，從而給營(yíng)銷推廣提供決策依據(jù)?；顒?dòng)及廣告分析活動(dòng)及廣告分析是指對(duì)促銷活動(dòng)和廣告投放的效果進(jìn)行分析，從而了解企業(yè)進(jìn)行營(yíng)銷活動(dòng)和廣告的情況，并對(duì)下一階段的工作提出優(yōu)化建議，對(duì)某些區(qū)域的促銷和廣告策略進(jìn)行局部調(diào)整，對(duì)用戶進(jìn)行更精準(zhǔn)的營(yíng)銷?；顒?dòng)效果預(yù)測(cè)活動(dòng)效果對(duì)比分析關(guān)鍵詞效果分析地域效果分析分析廣告投放的地域的效果和趨勢(shì)，從而給營(yíng)銷推廣提供決策依據(jù)。產(chǎn)品分析及庫(kù)存分析PARTSIX產(chǎn)品結(jié)構(gòu)分析產(chǎn)品矩陣產(chǎn)品生命周期分析產(chǎn)品銷售分析產(chǎn)品分析產(chǎn)品分析是指對(duì)企業(yè)產(chǎn)品結(jié)構(gòu)和銷售情況進(jìn)行的分析，通過對(duì)這些指標(biāo)的分析來指導(dǎo)企業(yè)產(chǎn)品結(jié)構(gòu)和運(yùn)營(yíng)策略的調(diào)整，加強(qiáng)產(chǎn)品的競(jìng)爭(zhēng)能力和合理配置。對(duì)產(chǎn)品的價(jià)格、品類、熱賣程度等因素進(jìn)行分析，了解產(chǎn)品中各類產(chǎn)品的比例關(guān)系，從而調(diào)整產(chǎn)品的生產(chǎn)和銷售策略。

通過矩陣分析法分析產(chǎn)品，基于兩個(gè)或多個(gè)因素的相互作用對(duì)產(chǎn)品的影響，洞察產(chǎn)品所處的態(tài)勢(shì)，從而制訂產(chǎn)品戰(zhàn)略發(fā)展方向?；诋a(chǎn)品的銷售趨勢(shì)分析產(chǎn)品的生命周期，是從新產(chǎn)品的構(gòu)想一直到產(chǎn)品消失的整個(gè)過程。主要分析各個(gè)不同的因素對(duì)銷售績(jī)效的不同作用，如銷售時(shí)段、地域、價(jià)格等，通過產(chǎn)品間的對(duì)比了解熱銷和滯銷產(chǎn)品，制訂出產(chǎn)品的銷售策略。庫(kù)存績(jī)效分析補(bǔ)貨數(shù)量測(cè)算庫(kù)存分析庫(kù)存分析是對(duì)企業(yè)的庫(kù)存績(jī)效進(jìn)行分析的過程，包括庫(kù)存預(yù)警和補(bǔ)貨數(shù)量的分析，幫助企業(yè)提高倉(cāng)庫(kù)管理能力，提高庫(kù)存績(jī)效，降低不良庫(kù)存。指對(duì)庫(kù)存的存量、動(dòng)銷率、售罄率、庫(kù)存周轉(zhuǎn)率等進(jìn)行分析，幫助企業(yè)管理庫(kù)存，掌握庫(kù)存的情況。指對(duì)產(chǎn)品補(bǔ)貨進(jìn)行測(cè)算，幫助企業(yè)科學(xué)補(bǔ)貨。消費(fèi)者分析Theusercandemonstrateonaprojectororcomputer,orprintthepresentationandmakeitintoafilmtobeusedinawiderfieldPARTSEVEN消費(fèi)者分布RFM模型復(fù)購(gòu)分析掌握消費(fèi)者的分布情況，可以了解消費(fèi)者的大致畫像，有助于提高營(yíng)銷效果，根據(jù)人群、地區(qū)來制訂營(yíng)銷計(jì)劃，也可以降低廣告成本。消費(fèi)者分析輿情分析現(xiàn)階段電商企業(yè)獲取消費(fèi)者的成本極高，一個(gè)新消費(fèi)者的成本甚至要達(dá)到數(shù)百元的成本，提高消費(fèi)者的價(jià)值和預(yù)防消費(fèi)者的流失對(duì)電商企業(yè)來講就非常重要了，通過對(duì)消費(fèi)者的價(jià)值分析和打標(biāo)，有助于提高企業(yè)的運(yùn)營(yíng)能力?；赗FM模型對(duì)消費(fèi)者價(jià)值和消費(fèi)者創(chuàng)利能力進(jìn)行評(píng)判和打標(biāo)，經(jīng)營(yíng)者可以有針對(duì)性地對(duì)消費(fèi)者進(jìn)行分類管理。對(duì)消費(fèi)者的復(fù)購(gòu)情況進(jìn)行分析，了解消費(fèi)者對(duì)該品牌、產(chǎn)品或者服務(wù)的重復(fù)購(gòu)買次數(shù)，重復(fù)購(gòu)買率越高，則消費(fèi)者對(duì)品牌的忠誠(chéng)度就越高，反之則越低。將消費(fèi)者在線上留下的文字（聊天記錄、評(píng)論等）進(jìn)行統(tǒng)計(jì)和模型分析，了解消費(fèi)者對(duì)品牌、產(chǎn)品的看法，需求和情感上的喜惡對(duì)品牌、產(chǎn)品的戰(zhàn)略定位起到非常重要的作用，讓運(yùn)營(yíng)者可以做出正確的決策。感謝觀看電商數(shù)據(jù)分析導(dǎo)論1.4統(tǒng)計(jì)學(xué)基礎(chǔ)&1.5運(yùn)籌學(xué)基礎(chǔ)1統(tǒng)計(jì)學(xué)來源及特點(diǎn)23CONTENTS統(tǒng)計(jì)的基本概念統(tǒng)計(jì)的工作過程4統(tǒng)計(jì)的研究方法567博弈論和運(yùn)籌學(xué)運(yùn)籌學(xué)的模型規(guī)劃求解的經(jīng)典問題統(tǒng)計(jì)學(xué)來源及特點(diǎn)PARTONE統(tǒng)計(jì)學(xué)來源統(tǒng)計(jì)學(xué)是數(shù)據(jù)分析領(lǐng)域十分重要的理論基礎(chǔ)，數(shù)據(jù)分析的主要思想和方法論便是來源于統(tǒng)計(jì)學(xué)。統(tǒng)計(jì)學(xué)是關(guān)于認(rèn)識(shí)客觀現(xiàn)象總體數(shù)量特征和數(shù)量關(guān)系的科學(xué)，是通過搜集、整理、分析統(tǒng)計(jì)資料，認(rèn)識(shí)客觀現(xiàn)象數(shù)量規(guī)律性的方法論科學(xué)。

由于統(tǒng)計(jì)學(xué)的定量研究具有客觀、準(zhǔn)確和可檢驗(yàn)的特點(diǎn)，所以統(tǒng)計(jì)方法就成為實(shí)證研究的最重要的方法，廣泛適用于自然、社會(huì)、經(jīng)濟(jì)、科學(xué)技術(shù)各個(gè)領(lǐng)域的分析研究統(tǒng)計(jì)學(xué)是一門很古老的科學(xué)，起源于研究社會(huì)經(jīng)濟(jì)問題。一般認(rèn)為其學(xué)理研究始于古希臘的亞里士多德時(shí)代，迄今已有兩千三百多年的歷史。統(tǒng)計(jì)學(xué)Statistics最早是由GottfriedAchenwall于1749年使用的，代表對(duì)國(guó)家的資料進(jìn)行分析的學(xué)問，也就是“研究國(guó)家的科學(xué)”。十九世紀(jì)，統(tǒng)計(jì)學(xué)在廣泛的數(shù)據(jù)以及資料中探究其意義，并且由JohnSinclair引進(jìn)英語(yǔ)世界。統(tǒng)計(jì)學(xué)特點(diǎn)統(tǒng)計(jì)的研究對(duì)象是客觀現(xiàn)象的總體數(shù)量特征和數(shù)量關(guān)系。統(tǒng)計(jì)研究不同于其他學(xué)科的研究，是因?yàn)樗兄韵陋?dú)特的研究特點(diǎn)。統(tǒng)計(jì)離不開數(shù)據(jù)，一切用數(shù)據(jù)說話。統(tǒng)計(jì)的最終目的是研究總體，而不是研究個(gè)體，通過尋找事物的共性從而掌握事物的規(guī)律。統(tǒng)計(jì)以顯示客觀事物獨(dú)立存在的實(shí)際情況為目的，數(shù)據(jù)反映的是事物的真相，統(tǒng)計(jì)學(xué)則是揭開真相的工具。統(tǒng)計(jì)的基本概念PARTTWO統(tǒng)計(jì)總體統(tǒng)計(jì)總體與總體單位總體單位統(tǒng)計(jì)總體就是根據(jù)一定的目的和要求所確定的研究事物的全體，它是由客觀存在的、具有某種共同性質(zhì)的許多個(gè)別事物構(gòu)成的整體?？傮w單位是指構(gòu)成統(tǒng)計(jì)總體的各個(gè)個(gè)別單位。但總體單位必須是現(xiàn)實(shí)生活中存在的個(gè)體，不能是虛構(gòu)的或意念中的事物?？傮w單位統(tǒng)計(jì)總體的存在，必須同時(shí)具有同質(zhì)性、大量性和差異性三大特征。同質(zhì)性大量性變異性

同質(zhì)性是指構(gòu)成總體的每一個(gè)個(gè)別單位雖然在許多方面存在差異，但至少在一個(gè)方面必須保持相同的性質(zhì)。同質(zhì)性是統(tǒng)計(jì)總體形成的基礎(chǔ)，構(gòu)成總體的各個(gè)單位在某一性質(zhì)上必須是相同的。大量性是指總體由足夠多的單位構(gòu)成的，只有個(gè)別或少數(shù)的事物不足以構(gòu)成總體，這是由統(tǒng)計(jì)的研究對(duì)象決定的。統(tǒng)計(jì)的研究對(duì)象是客觀現(xiàn)象的數(shù)量特征和數(shù)量關(guān)系，少量事物所表現(xiàn)出來的特征往往帶有偶然性，客觀現(xiàn)象數(shù)量方面的規(guī)律性只有在大量事物個(gè)別特征的匯總中才能顯示出來，表現(xiàn)出共同性的傾向，從中認(rèn)識(shí)到事物的必然性。變異性是指同一總體的各個(gè)單位除了具有某種或某些共同的性質(zhì)外，在很多方面是存在差異的，這種差異稱為變異。如果總體中的每個(gè)個(gè)體在各個(gè)方面都一樣，就沒有了統(tǒng)計(jì)的必要，正是因?yàn)樽儺惖钠毡榇嬖?，才有必要進(jìn)行統(tǒng)計(jì)調(diào)查和分析，以尋求總體的一般規(guī)律性。統(tǒng)計(jì)總體與總體單位總體的分類按照總體單位是否可數(shù)，總體分為有限總體和無限總體。有限總體規(guī)模和范圍相對(duì)較小，是由有限的個(gè)別事物構(gòu)成的總體。無限總體是指總體所包括的個(gè)別事物很多，以致無法計(jì)量?？傮w與總體單位的關(guān)系總體和總體單位不是固定不變的，它們會(huì)隨著統(tǒng)計(jì)研究的目的不同而變化。一個(gè)事物在一種情況下是總體，但在另一種情況下有可能變成了總體單位。標(biāo)志和標(biāo)志表現(xiàn)標(biāo)志標(biāo)志表現(xiàn)標(biāo)志表現(xiàn)是指標(biāo)志特征在各單位的具體表現(xiàn)。統(tǒng)計(jì)標(biāo)志是統(tǒng)計(jì)所要調(diào)查的項(xiàng)目，標(biāo)志表現(xiàn)是調(diào)查所得結(jié)果，是標(biāo)志的實(shí)際體現(xiàn)。標(biāo)志是說明總體單位的特征或?qū)傩缘拿Q。每個(gè)總體單位從不同方面考察，都有許多屬性和特征。標(biāo)志與總體單位的關(guān)系是十分明確的，如果沒有標(biāo)志就無法表現(xiàn)總體單位的特征，如果沒有總體單位，標(biāo)志也就失去了意義。指標(biāo)的概念、構(gòu)成及性質(zhì)指標(biāo)是指同類社會(huì)經(jīng)濟(jì)現(xiàn)象總體在一定的時(shí)間、地點(diǎn)條件下的綜合數(shù)量表現(xiàn)。例如：2021年淘寶“雙十一”，截止到2021年11月11日23時(shí)59分59秒，淘寶當(dāng)天總銷售額為4982億元。構(gòu)成要素由對(duì)上例的分析，引出指標(biāo)的6個(gè)構(gòu)成要素：指標(biāo)名稱、指標(biāo)數(shù)值、時(shí)間范圍、空間范圍、計(jì)算方法和計(jì)量單位。性質(zhì)具體性綜合性數(shù)量性總體在具體時(shí)間、地點(diǎn)、條件下的數(shù)量特征，即統(tǒng)計(jì)指標(biāo)——質(zhì)的規(guī)定性。對(duì)總體數(shù)量特征的綜合說明是由個(gè)體數(shù)量綜合而來的。如：平均價(jià)格=∑每個(gè)商品的價(jià)格/全部商品數(shù)。統(tǒng)計(jì)指標(biāo)是數(shù)量范疇，沒有無數(shù)量的指標(biāo)。指標(biāo)分類按性質(zhì)指標(biāo)可分為以下2種。按數(shù)值表現(xiàn)形式指標(biāo)可分為以下3種。數(shù)量指標(biāo)質(zhì)量指標(biāo)反映社會(huì)經(jīng)濟(jì)現(xiàn)象的總規(guī)模和總水平的指標(biāo)，表現(xiàn)形式為絕對(duì)數(shù)。如商品銷售額、店鋪轉(zhuǎn)化率、消費(fèi)者好評(píng)率等。總量指標(biāo)相對(duì)指標(biāo)平均指標(biāo)反映總體規(guī)模，通常以絕對(duì)數(shù)的形式表現(xiàn)，如人口總數(shù)、國(guó)內(nèi)生產(chǎn)總值等。反映總體在某一時(shí)間或空間上的平均數(shù)量狀況，如人均消費(fèi)水平、某店鋪一周的平均客單價(jià)、平均轉(zhuǎn)化率等。是兩個(gè)絕對(duì)數(shù)之比，亦稱為相對(duì)數(shù)，如計(jì)劃完成程度、男女生的比例。說明社會(huì)經(jīng)濟(jì)現(xiàn)象的相對(duì)水平或平均水平的指標(biāo)，表現(xiàn)形式為相對(duì)數(shù)或平均數(shù)。通常是由兩個(gè)總量指標(biāo)對(duì)比派生出來的，反映現(xiàn)象之間內(nèi)在聯(lián)系和對(duì)比關(guān)系。如行業(yè)平均轉(zhuǎn)化率、流量?jī)r(jià)值等。指標(biāo)和標(biāo)志的關(guān)系指標(biāo)是說明總體數(shù)量特征的概念，而標(biāo)志是說明總體特征的概念；指標(biāo)都是用數(shù)值表示的，而標(biāo)志有的是用數(shù)字表示的，有的是用文字表示的。聯(lián)系a．許多統(tǒng)計(jì)指標(biāo)是由各單位的數(shù)量標(biāo)志值匯總而來的，如一個(gè)縣的糧食總產(chǎn)量是所屬各鄉(xiāng)村糧食產(chǎn)量的合計(jì)數(shù)。b．指標(biāo)和標(biāo)志之間存在轉(zhuǎn)化關(guān)系。在一定的條件下（研究目的的調(diào)整），指標(biāo)和標(biāo)志之間可以相互轉(zhuǎn)化。當(dāng)研究目的發(fā)生轉(zhuǎn)化后，原來的總體轉(zhuǎn)化為總體單位，統(tǒng)計(jì)指標(biāo)也就變?yōu)閿?shù)量標(biāo)志了，反之亦然。區(qū)別統(tǒng)計(jì)的工作過程PARTTHREE統(tǒng)計(jì)的工作過程統(tǒng)計(jì)設(shè)計(jì)統(tǒng)計(jì)調(diào)查統(tǒng)計(jì)整理開展統(tǒng)計(jì)工作的初期需要根據(jù)統(tǒng)計(jì)的研究對(duì)象的性質(zhì)以及統(tǒng)計(jì)的任務(wù)、目的，對(duì)統(tǒng)計(jì)工作的各方面和各環(huán)節(jié)進(jìn)行通盤考慮和全面安排，通過制訂切實(shí)可行的方案來指導(dǎo)實(shí)際工作。換句話講就是要先把問題想清楚，圍繞著如何解決問題設(shè)計(jì)統(tǒng)計(jì)的工作。在這個(gè)過程中可以把所需的數(shù)據(jù)種類及要求梳理清楚。

根據(jù)設(shè)計(jì)方案的要求，有計(jì)劃有組織地搜索客觀現(xiàn)象的第一手資料。統(tǒng)計(jì)整理是統(tǒng)計(jì)調(diào)查的繼續(xù)，它是運(yùn)用科學(xué)的方法對(duì)調(diào)查資料進(jìn)行匯總、整理，使之條理化、系統(tǒng)化的工作過程。統(tǒng)計(jì)分析統(tǒng)計(jì)分析在統(tǒng)計(jì)工作中必不可少，它是在統(tǒng)計(jì)整理的基礎(chǔ)上，借助統(tǒng)計(jì)分析工具對(duì)統(tǒng)計(jì)資料進(jìn)行綜合分析，通過統(tǒng)計(jì)分析可以揭示所研究的客觀現(xiàn)象的數(shù)量特征、內(nèi)在聯(lián)系和客觀現(xiàn)象發(fā)展變化的本質(zhì)規(guī)律，必要時(shí)還可以對(duì)客觀現(xiàn)象進(jìn)行預(yù)測(cè)。統(tǒng)計(jì)的研究方法PARTFOUR統(tǒng)計(jì)的研究方法產(chǎn)品分析是指對(duì)企業(yè)產(chǎn)品結(jié)構(gòu)和銷售情況進(jìn)行的分析，通過對(duì)這些指標(biāo)的分析來指導(dǎo)企業(yè)產(chǎn)品結(jié)構(gòu)和運(yùn)營(yíng)策略的調(diào)整，加強(qiáng)產(chǎn)品的競(jìng)爭(zhēng)能力和合理配置。統(tǒng)計(jì)分組法大量觀察法綜合指標(biāo)法歸納推斷法大量觀察法是統(tǒng)計(jì)研究的特有方法，只有在大量觀察的基礎(chǔ)上，才能消除偶然的數(shù)值差異所產(chǎn)生的影響。也只有在大量觀察的基礎(chǔ)上形成的總體平均數(shù)，才能顯示總體的一般水平和發(fā)展變化規(guī)律。而少數(shù)資料或短時(shí)間的數(shù)值變化，是難以得到正確的分析結(jié)論的。一般情況下，數(shù)據(jù)量越大，統(tǒng)計(jì)分析的結(jié)果就越接近事物的真實(shí)規(guī)律。統(tǒng)計(jì)分組法在統(tǒng)計(jì)研究中占有重要地位，也是分析電商數(shù)據(jù)時(shí)最常用的統(tǒng)計(jì)方法，它不僅是統(tǒng)計(jì)資料整理的重要組成部分，而且在整個(gè)統(tǒng)計(jì)工作階段都能發(fā)揮特有的作用。綜合指標(biāo)法就是利用多項(xiàng)綜合指標(biāo)，對(duì)相互聯(lián)系的客觀現(xiàn)象進(jìn)行綜合概括的方法。歸納法是從個(gè)別到一般的推理方法，是統(tǒng)計(jì)研究中常用的方法。推斷法主要應(yīng)用于所研究的總體單位數(shù)很多甚至是無限總體的情況，通過觀察部分單位進(jìn)行計(jì)算和分析，據(jù)以推斷總體的數(shù)量特征。統(tǒng)計(jì)分組法從統(tǒng)計(jì)設(shè)計(jì)階段開始，要根據(jù)研究對(duì)象的特點(diǎn)，制訂分類標(biāo)準(zhǔn)，確定反映總體不同性質(zhì)特征的分類指標(biāo)體系。在統(tǒng)計(jì)調(diào)查階段，要根據(jù)具體的分組規(guī)定和分組方法，分門別類地收集有關(guān)數(shù)據(jù)。在統(tǒng)計(jì)整理階段，需對(duì)搜集來的原始資料，按統(tǒng)計(jì)分析的要求進(jìn)行分析或再分組。到統(tǒng)計(jì)分析階段，則可以用類型分組、結(jié)構(gòu)分組、水平分組、依存關(guān)系分組、時(shí)間階段分組等各種分組方法進(jìn)行統(tǒng)計(jì)分析，以反映總體內(nèi)部不同分組條件下事物的相互聯(lián)系。類型分組結(jié)構(gòu)分組水平分組類型分組是按不同類型進(jìn)行分組，比如按店鋪類型分為天貓店和集市店，分組后可觀察各自店鋪數(shù)量或銷售額的差異。結(jié)構(gòu)分組是根據(jù)研究對(duì)象的內(nèi)部結(jié)構(gòu)進(jìn)行分組，比如研究淘寶類目，可以根據(jù)淘寶的類目樹，一級(jí)類目分為服飾、數(shù)碼等，服飾又可以分為服裝、飾品，服裝又可進(jìn)一步分為T恤、襯衫等。依存關(guān)系分組時(shí)間階段分組水平分組是基于研究對(duì)象的不同水平進(jìn)行分組，比如分為不同的價(jià)格區(qū)間、銷量區(qū)間進(jìn)行研究。依存關(guān)系分組是把性質(zhì)上有關(guān)的不同社會(huì)經(jīng)濟(jì)現(xiàn)象聯(lián)系起來進(jìn)行分組。通過依存關(guān)系分組，可以觀察不同社會(huì)經(jīng)濟(jì)現(xiàn)象總體之間在數(shù)量上的依存關(guān)系，認(rèn)識(shí)不同現(xiàn)象之間在數(shù)量上影響的作用、程度和規(guī)律性。比如研究商品定價(jià)和銷量之間的關(guān)系，可以把商品分別按照銷售額和價(jià)格進(jìn)行分組，然后觀察各組的銷售額和商品數(shù)量分布，將兩者聯(lián)系起來進(jìn)行分析。時(shí)間階段分組是根據(jù)時(shí)間粒度進(jìn)行分組，如年、季度、月、周、天、小時(shí)、分鐘、秒鐘。在分析店鋪銷售額時(shí)可以把銷售額按照不同的時(shí)間階段進(jìn)行分組分析，根據(jù)天及以上的粒度作為分組是研究銷售額的趨勢(shì)，根據(jù)小時(shí)的粒度作為分組是研究消費(fèi)者的行為特征（消費(fèi)者集中在幾點(diǎn)鐘進(jìn)行網(wǎng)購(gòu)消費(fèi)）。博弈論和運(yùn)籌學(xué)PARTFIVE什么是博弈論博弈論（GameTheory）又被稱為對(duì)弈論，是現(xiàn)代數(shù)據(jù)的一個(gè)新分支，也是運(yùn)籌學(xué)的一個(gè)重要學(xué)科。博弈論是二人在平等的對(duì)局中各自利用對(duì)方的策略變換自己的對(duì)抗策略，達(dá)到取勝的目的的一種理論。在西漢時(shí)期，時(shí)逢匈奴入侵上郡，騎郎將李廣奉命前去整訓(xùn)軍隊(duì)，抗擊匈奴。一次，李廣與匈奴數(shù)千騎兵遭遇，而且互相都看到了對(duì)方，當(dāng)時(shí)情況十分危急，匈奴騎兵團(tuán)開始布陣，而李廣身邊僅有百騎，雙方兵力懸殊，毫無勝算。漢軍非常驚慌，想原地掉轉(zhuǎn)馬頭撤退，都等著將領(lǐng)李廣發(fā)號(hào)施令。李廣說，距離大軍幾十里，現(xiàn)在一百騎兵這樣逃跑，匈奴一旦追趕射擊馬上就全軍覆沒了，相反，如果留下來，匈奴沒有攻擊，就得以保全性命。此時(shí)，設(shè)定殺掉對(duì)方一人為+1，被對(duì)方殺掉一人為-1，對(duì)弈推演如表1所示。只要匈奴進(jìn)軍，漢軍必然損失100人，收益是-100，只有匈奴撤退，漢軍的收益為0，就算贏得這場(chǎng)博弈。因?yàn)樾倥恢览顝V軍隊(duì)與大軍的距離，誤以為眼前的漢軍是一支誘敵隊(duì)伍，所以不會(huì)貿(mào)然進(jìn)軍，而漢軍也不會(huì)貿(mào)然攻擊兵力比自己多數(shù)十倍的敵人，此時(shí)對(duì)弈推演如表2所示。通過表2可以知道進(jìn)軍的收益最大，此時(shí)應(yīng)該進(jìn)軍。于是，李廣下令進(jìn)軍，到距離敵軍兩公里的地方下馬解鞍。這樣匈奴將領(lǐng)就更加堅(jiān)決地認(rèn)為眼前的這支漢軍是一支誘敵的部隊(duì)，他們只要一出擊就會(huì)被埋伏好的漢軍偷襲。于是兩軍對(duì)峙到天黑，匈奴擔(dān)心漢軍會(huì)半夜偷襲，于是悄悄撤走，李廣的百騎在第二天一早安全回到大營(yíng)。在這個(gè)兇險(xiǎn)萬分的故事中，關(guān)鍵點(diǎn)在于匈奴不知道李廣已經(jīng)遠(yuǎn)離大部隊(duì)，而且不知道漢軍將領(lǐng)李廣在這支隊(duì)伍中，屬于不完全信息的博弈。在我國(guó)的歷史長(zhǎng)河中，不乏這樣的精彩故事，這些故事都是博弈論的應(yīng)用，只是在中國(guó)古代沒有“博弈論”這個(gè)名詞。漢軍

匈奴進(jìn)軍撤退進(jìn)軍100，-100100，-100撤退0，00，0漢軍

匈奴進(jìn)軍撤退進(jìn)軍0，0100，-100撤退0，00，0表1表2什么是運(yùn)籌學(xué)運(yùn)籌學(xué)（OperationalResearch，OR）中的運(yùn)籌二字，出自《史記·高祖本紀(jì)》中的“夫運(yùn)籌策帷帳之中，決勝于千里之外，吾不如子房”。運(yùn)籌學(xué)是一種應(yīng)用數(shù)學(xué)，主要研究最優(yōu)化決策的問題，在研究過程中使用了許多數(shù)學(xué)工具（包括概率統(tǒng)計(jì)、數(shù)理分析、線性代數(shù)等）和邏輯判斷方法。運(yùn)籌學(xué)的應(yīng)用一般有3個(gè)步驟：提出問題、建立模型、制訂解法。運(yùn)籌學(xué)最早應(yīng)用于軍事活動(dòng)，運(yùn)籌學(xué)解決了許多重要的作戰(zhàn)問題，現(xiàn)在廣泛應(yīng)用在各行各業(yè)，應(yīng)用最多的行業(yè)如下。軍事工程優(yōu)化城市管理電商/零售解決多兵種聯(lián)合火力打擊的協(xié)同作戰(zhàn)問題，兵力駐防問題，訓(xùn)練方案問題，攻防對(duì)策問題。解決工程進(jìn)度控制問題，工程施工方案問題，材料采購(gòu)問題。解決城市供水和污水處理問題，警車的配置問題。解決推廣方案問題，活動(dòng)定價(jià)問題，客服排班問題，價(jià)格戰(zhàn)問題，運(yùn)營(yíng)方案問題。運(yùn)籌學(xué)的模型PARTSIX運(yùn)籌學(xué)的模型除了應(yīng)用在行業(yè)上，在日常學(xué)習(xí)、工作和生活中運(yùn)籌學(xué)也隨處可見，比如時(shí)間管理，如何才能爭(zhēng)取更多的時(shí)間？假設(shè)小李是一名電商運(yùn)營(yíng)人員，每天八點(diǎn)半準(zhǔn)時(shí)上班，在上班過程有以下9個(gè)事務(wù)。①打開電腦，電腦開機(jī)需要1分鐘。②泡一杯咖啡，需要5分鐘。③查看昨天的工作日志，需要15分鐘。④打開店鋪后臺(tái)查看昨日數(shù)據(jù)，需要5分鐘。⑤下載昨日數(shù)據(jù)，需要10分鐘。⑥制作日?qǐng)?bào)表，需要10分鐘。⑦撰寫工作匯報(bào)郵件，需要10分鐘。⑧跟上下級(jí)溝通，需要30分鐘。⑨閱讀行業(yè)信息，需要20分鐘。已知條件是，昨日數(shù)據(jù)更新可被查看或下載是在上午9:10后，工作匯報(bào)郵件必須在10點(diǎn)之前發(fā)出，跟上下級(jí)溝通必須在10點(diǎn)之后，在下載數(shù)據(jù)時(shí)不能同步操作電腦。

這時(shí)應(yīng)該如何合理安排工作流程？最早可以在幾點(diǎn)結(jié)束工作？運(yùn)籌學(xué)的模型這就是一個(gè)求最優(yōu)解的問題，需要運(yùn)用運(yùn)籌學(xué)來解這個(gè)問題。第一步提出問題。如何讓時(shí)間合理應(yīng)用，讓自己空出更多的時(shí)間？第二步建立模型。分析：小李的9個(gè)事務(wù)中，有些是可以并行的，比如開電腦等待的1分鐘，可以用來同步執(zhí)行第2個(gè)事務(wù)。模型的一般數(shù)學(xué)形式可以表示為：U=f（x,y,z）式中：x——可控變量；y——已知參數(shù)；z——隨機(jī)因素。根據(jù)已知條件，確定各個(gè)任務(wù)的關(guān)系根據(jù)任務(wù)之間的邏輯關(guān)系和特定條件，制訂任務(wù)流程，小李最早可在10點(diǎn)45分完成9個(gè)事務(wù)。規(guī)劃求解的經(jīng)典問題PARTSEVEN?運(yùn)籌學(xué)的模型規(guī)劃求解在電商領(lǐng)域中是非常經(jīng)典的一個(gè)問題，可用于解決某項(xiàng)任務(wù)的合理分配問題。比如廣告投放問題，假設(shè)有1000萬元的廣告預(yù)算，應(yīng)該如何合理安排投放到各個(gè)平臺(tái)，讓廣告效益最大化？例1：淘寶投放廣告的站內(nèi)渠道有直通車和智鉆，直通車是按單擊付費(fèi)，智鉆是按展現(xiàn)付費(fèi)。根據(jù)歷史數(shù)據(jù)了解到直通車的CPC（平均單擊單價(jià)）是0.36元，轉(zhuǎn)化率是3.4%，智鉆的CPC是0.65元，轉(zhuǎn)化率是4.1%。已知有1000萬元的廣告預(yù)算，平均客單價(jià)是100元，由于協(xié)議原因各個(gè)渠道的投放都不能少于300萬元，請(qǐng)問如何規(guī)劃廣告預(yù)算才能讓廣告效益最大化？收益率預(yù)估為多少？運(yùn)籌學(xué)的模型解：設(shè)直通車的投放預(yù)算為X1，鉆展的投放預(yù)算為X2，則有：公式1：X1+X2=10000000公式2：X1≥3000000公式3：X2≥3000000公式4：X1÷0.36×0.034×100+X2÷0.65×0.041×100=MAX即（1.224×X1+2.665×X2=MAX）根據(jù)公式4，可知要求得最大解，關(guān)鍵在X2，讓X2最大就能達(dá)到最優(yōu)解。即1.224×3000000+2.665×7000000=22327000收益率=22327000÷10000000=2.2327運(yùn)籌學(xué)的模型在Excel中求解本例的步驟（1）如圖1所示，在【文件】選項(xiàng)卡中，選擇【選項(xiàng)】-【加載項(xiàng)】-【Excel加載項(xiàng)】命令，打開規(guī)劃求解加載項(xiàng)。（2）如圖2所示，在Excel中鍵入?yún)?shù)X1和X2，X1和X2是待求解參數(shù)，留空即可。C1單元格的公式為：X1+X2=A2+B2，D1單元格的公式為：MAX=1.224*A2+2.665*B2（3）如圖3所示，添加規(guī)劃求解器后，在數(shù)據(jù)選項(xiàng)卡的最右側(cè)會(huì)新增該功能的按鍵，單擊【規(guī)劃求解】按鈕。（4）如圖4所示，設(shè)置目標(biāo)為MAX，可變單元格就是要求解的X1和X2，以及公式1～3的約束條件。設(shè)置完畢后，單擊【求解】按鈕。（5）如圖5所示，規(guī)劃求解找到一個(gè)解，可滿足所有的約束及最優(yōu)狀況，單擊【確定】按鈕。（6）如圖6所示，最優(yōu)解會(huì)自動(dòng)填充到Excel中。圖1圖2圖3圖4圖5圖6感謝觀看電商數(shù)據(jù)分析導(dǎo)論1.6數(shù)據(jù)分析的專業(yè)名詞1.7電商數(shù)據(jù)來源及指標(biāo)體系1數(shù)據(jù)分析的專業(yè)名詞23CONTENTS456數(shù)據(jù)來源及統(tǒng)一數(shù)據(jù)口徑基礎(chǔ)數(shù)據(jù)指標(biāo)常用分析度量建立數(shù)據(jù)指標(biāo)體系數(shù)據(jù)分析的專業(yè)名詞PARTONE維度和分類數(shù)據(jù)度量和定量數(shù)據(jù)粒度維度是數(shù)據(jù)分析的術(shù)語(yǔ)之一，是指可指定不同值的對(duì)象的描述性屬性或特征，維度不可以數(shù)值的大小反映程度，維度屬于分類數(shù)據(jù)，如性別、地域、日期、渠道分類、商品名稱等。數(shù)據(jù)分析的專業(yè)名詞量綱和單位度量是數(shù)據(jù)分析的術(shù)語(yǔ)之一，是指可以用數(shù)字大小來衡量程度且具有同等距離的字段，同時(shí)也稱之為指標(biāo)，度量屬于定量數(shù)據(jù)。度量可分為絕對(duì)度量和相對(duì)度量，絕對(duì)度量反映的是規(guī)模大小的指標(biāo)，如銷售額、訪客數(shù)等。相對(duì)數(shù)指標(biāo)主要用來反映質(zhì)量好壞，如轉(zhuǎn)化率、利潤(rùn)率、退款率等。分析一個(gè)事物發(fā)展程度可以從數(shù)量和質(zhì)量?jī)蓚€(gè)角度入手分析，以全面衡量事物發(fā)展程度。粒度是維度的分析單位，如分析國(guó)內(nèi)地域的銷售分布，可以選擇省份作為粒度，如廣東省、浙江省等。要分析某省份的地域分布，可以選擇城市作為粒度，如杭州市、湖州市等。量綱是表征物理量的屬性（類別），如時(shí)間、長(zhǎng)度、質(zhì)量等；單位是指物理量大小或數(shù)量的標(biāo)準(zhǔn)，如s、m、Kg等。在進(jìn)行數(shù)據(jù)分析時(shí)會(huì)遇到銷售額和轉(zhuǎn)化率，這時(shí)量綱不同就不能直接放在一起分析。數(shù)據(jù)集、事實(shí)表和維度表數(shù)據(jù)集（DataSet）又稱為資料集、數(shù)據(jù)集合或資料集合，是一種由數(shù)據(jù)組成的集合，如一張記錄網(wǎng)店數(shù)據(jù)的表。事實(shí)表（FaceTable）用于記錄已經(jīng)發(fā)生的事實(shí)的數(shù)據(jù)，一般大多數(shù)統(tǒng)計(jì)或者收集的數(shù)據(jù)都是事實(shí)表。維度表（DimensionTable）是觀察事實(shí)表的某一個(gè)或幾個(gè)角度，維度表中的數(shù)據(jù)不可以重復(fù)，如日歷表，日歷中不會(huì)出現(xiàn)任何重復(fù)的一天。數(shù)據(jù)分析的專業(yè)名詞算法（Algorithm）是指解題方案的準(zhǔn)確而完整的描述，運(yùn)用數(shù)學(xué)方法將現(xiàn)實(shí)中復(fù)雜的問題降維成數(shù)學(xué)問題。函數(shù)（Function）是封裝好的算法，可供用戶直接調(diào)用。比如，Excel中的Sum函數(shù)，程序提前封裝好加法，用戶直接調(diào)用Sum指令即可。模型（Model）是解決某些問題的整體方案，可分為業(yè)務(wù)模型、關(guān)系模型和算法模型。業(yè)務(wù)模型是基于業(yè)務(wù)邏輯構(gòu)建的可自動(dòng)處理業(yè)務(wù)中間過程的整體結(jié)構(gòu)，比如杜邦分析法構(gòu)建的杜邦分析模型。關(guān)系模型是基于表與表的關(guān)系建立的解決方案，一般涉及跨表聯(lián)查。算法模型是基于算法構(gòu)建的解決方案，如關(guān)聯(lián)算法、回歸模型等。算法和函數(shù)模型數(shù)據(jù)來源及統(tǒng)一PARTTWO數(shù)據(jù)來源及統(tǒng)一小到一家店鋪，大到電子商務(wù)平臺(tái)，都會(huì)有訂單數(shù)據(jù)的產(chǎn)生，訂單數(shù)據(jù)主要記錄的是訂單金額、收貨地址及訂單狀態(tài)等信息。平臺(tái)擁有用戶在平臺(tái)上全鏈路的行為數(shù)據(jù)，商家擁有用戶在自己店鋪消費(fèi)的行為數(shù)據(jù)，品牌方可使用阿里巴巴提供品牌數(shù)據(jù)銀行進(jìn)行用戶行為的路徑分析，當(dāng)前有多家數(shù)據(jù)企業(yè)提供類似的數(shù)據(jù)服務(wù)。不管是平臺(tái)還是商家都擁有豐富的運(yùn)營(yíng)數(shù)據(jù)，阿里巴巴的生意參謀，京東的數(shù)據(jù)羅盤都提供了豐富的數(shù)據(jù)，如點(diǎn)擊率、轉(zhuǎn)化率等核心指標(biāo)。以文本、圖片和視頻為主的數(shù)據(jù)，可反映用戶對(duì)平臺(tái)或商品的滿意程度。電商數(shù)據(jù)分析的主要流量來源交易/訂單數(shù)據(jù)用戶行為數(shù)據(jù)運(yùn)營(yíng)數(shù)據(jù)口碑評(píng)價(jià)數(shù)據(jù)數(shù)據(jù)口徑PARTTHREE數(shù)據(jù)口徑

數(shù)據(jù)口徑也稱為統(tǒng)計(jì)口徑，是指統(tǒng)計(jì)數(shù)據(jù)所采用的標(biāo)準(zhǔn)，包含統(tǒng)計(jì)內(nèi)涵和統(tǒng)計(jì)范圍。統(tǒng)計(jì)內(nèi)涵即進(jìn)行數(shù)據(jù)統(tǒng)計(jì)的具體內(nèi)涵（項(xiàng)目?jī)?nèi)容），如店鋪的銷售金額，其統(tǒng)計(jì)內(nèi)涵是指扣除退款的全店商品的銷售額包括全店商品的銷售額，但還要扣除退款的金額。統(tǒng)計(jì)范圍是在指標(biāo)的統(tǒng)計(jì)內(nèi)涵基礎(chǔ)之上的匯總范圍，不同的范圍會(huì)導(dǎo)致指標(biāo)的意義不同意義。如店鋪銷售金額，店鋪下單金額是存在數(shù)據(jù)口徑的差異，店鋪銷售金額和某品類的銷售金額是統(tǒng)計(jì)范圍的差異差別。數(shù)據(jù)口徑的統(tǒng)一沒有對(duì)錯(cuò)之分，如A企業(yè)將下單金額定義為銷售金額，B企業(yè)將支付金額定義為銷售金額。企業(yè)在確定數(shù)據(jù)口徑時(shí)會(huì)為了某些目的，而采用不常用的規(guī)則。重要的是統(tǒng)一數(shù)據(jù)口徑是企業(yè)開展數(shù)據(jù)分析事務(wù)的前提條件，只有統(tǒng)一數(shù)據(jù)口徑之后分析人員方可使用數(shù)據(jù)開展數(shù)據(jù)分析工作。基礎(chǔ)數(shù)據(jù)指標(biāo)PARTFOUR支付金額支付件數(shù)支付父訂單數(shù)支付子訂單數(shù)支付轉(zhuǎn)化率基礎(chǔ)數(shù)據(jù)指標(biāo)交易指標(biāo)流量指標(biāo)服務(wù)指標(biāo)其他指標(biāo)曝光量瀏覽量訪客數(shù)點(diǎn)擊率退款率退款時(shí)長(zhǎng)加購(gòu)人數(shù)收藏次數(shù)1．交易指標(biāo)支付金額：指統(tǒng)計(jì)時(shí)間內(nèi)，消費(fèi)者完成支付流程后的所有訂單的金額匯總，是電商企業(yè)重點(diǎn)關(guān)注的收入指標(biāo)。支付件數(shù)：指統(tǒng)計(jì)時(shí)間內(nèi)，消費(fèi)者完成支付流程后的所有訂單的商品件數(shù)匯總。支付父訂單數(shù)：指統(tǒng)計(jì)時(shí)間內(nèi)，消費(fèi)者完成支付流程后的父級(jí)訂單數(shù)量，父級(jí)訂單指的是一次下單總訂單號(hào)。支付