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)分析每個人對相同的數(shù)據(jù)會產(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)入市場做決策，選擇是開淘寶店或者天貓店平臺店鋪數(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)營的類目店鋪及經(jīng)營店鋪，經(jīng)統(tǒng)計(jì)后得到數(shù)據(jù)，如果選擇入住淘寶平臺，將面臨激烈的競爭，而天貓的競爭小，份額大，所以建議入住天貓，由天貓進(jìn)入市場。例：企業(yè)在優(yōu)化產(chǎn)品標(biāo)題時，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；而且替換新詞會有更好的引流效果。數(shù)據(jù)分析的實(shí)用運(yùn)營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，可能會有一部分“臟數(shù)據(jù)”，如果不處理它們將會影響分析的結(jié)果，所以我們在整理前需檢查數(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，從而對標(biāo)題進(jìn)行優(yōu)化。通過對表中支付買家數(shù)進(jìn)行對比，可以發(fā)現(xiàn)“收納箱”和“大號”這兩個詞根的支付買家數(shù)為0，表示沒有用戶通過這兩個詞產(chǎn)生交易，因此得到的信息是“收納箱”和“大號”這兩個詞可以優(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)報告數(shù)據(jù)報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)分析并不是一個獨(dú)立的學(xué)科，它跟多個學(xué)科的知識有著緊密的聯(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工具將大大提高數(shù)據(jù)分析的效率和精度。對于一名數(shù)據(jù)分析工作者來講，業(yè)務(wù)場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)的時候會遇到許多問題：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，常見的分析方法有以下9種。對比法拆分法分組法排序法交叉法只有通過參照物的對比才能了解現(xiàn)狀和發(fā)現(xiàn)問題，通過橫向和縱向的對比找到自己所處的位置。將大問題和相關(guān)的指標(biāo)拆解成多個小問題和多個相關(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?；谀硞€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值的情況。將兩個及以上的維度進(jìn)行交叉分析，比如通過產(chǎn)品特征和價格區(qū)間兩個維度的交叉分析，找到更符合企業(yè)定位的細(xì)分市場。降維法分析問題時指標(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，比如搜索競爭度=搜索人氣÷商品數(shù)。指標(biāo)法在分析時采用指標(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，對內(nèi)外部因素進(jìn)行分析并制定應(yīng)對策略。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維度軸進(jìn)行定量或者定性的分析，并通過某個點(diǎn)將數(shù)據(jù)分為四個象限。矩陣分析法將三個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)建模時使用。時間序列分析法針對連續(xù)的變化的時間數(shù)據(jù)的分析方法，主要用于預(yù)測連續(xù)的未來數(shù)據(jù)，比如分析店鋪每天的銷售額。時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、存儲和管理數(shù)據(jù)的倉庫。常見的數(shù)據(jù)庫有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。第一階段這個階段的企業(yè)現(xiàn)狀是數(shù)據(jù)用Excel或WPS文件存儲，數(shù)據(jù)文件多而雜亂，經(jīng)營多年的電商企業(yè)甚至?xí)谐^10萬張歷史數(shù)據(jù)的表格，無法對龐大歷史數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)管理雜亂。這個階段企業(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)量的存儲和計(jì)算問題，而且Excel和MySQL在國內(nèi)企業(yè)的占有率和普及率相對較高。前期第二階段這個階段的企業(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間很久。

此時需要使用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)在這個階段會有專業(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有兩個工具，一個是Statistics用于統(tǒng)計(jì)分析，一個是Modeler用于商業(yè)數(shù)據(jù)分析與挖掘，但是SPSS在國內(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。第三階段這個階段企業(yè)已經(jīng)屬于數(shù)據(jù)驅(qū)動型的企業(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言。后期第四階段這個階段企業(yè)已經(jīng)是深度的數(shù)據(jù)驅(qū)動型企業(yè)，進(jìn)入這個階段的企業(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)和人工智能升級改造所有的環(huán)節(jié)。企業(yè)在這個階段需要應(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)場景構(gòu)建的，一個完善的數(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、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)場景23CONTENTS數(shù)據(jù)診斷及復(fù)盤市場分析4競爭分析及渠道分析5活動及廣告分析6產(chǎn)品分析及庫存分析7消費(fèi)者分析業(yè)務(wù)場景PARTONE業(yè)務(wù)場景數(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。所以對電商企業(yè)經(jīng)營過程中的各個環(huán)節(jié)進(jìn)行數(shù)據(jù)分析，為經(jīng)營者提供有效的決策依據(jù)，不但可以提高經(jīng)營效率，還可以提高企業(yè)的經(jīng)營能力。數(shù)據(jù)復(fù)盤競爭分析活動分析產(chǎn)品分析市場分析渠道分析廣告分析庫存分析數(shù)據(jù)診斷消費(fèi)者分析常用的業(yè)務(wù)場景包含但不局限于以下10類場景。業(yè)務(wù)場景數(shù)據(jù)對于電商運(yùn)營者而言是一盞指明燈，如果數(shù)據(jù)是運(yùn)營的眼睛，那么數(shù)據(jù)分析便是運(yùn)營的視力，一樣的數(shù)據(jù)給不同的運(yùn)營會有不同的決策結(jié)果，每個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)營常用的數(shù)據(jù)分析場景逐一舉例，以使運(yùn)營人員能夠快速套用場景的分析思路和方法，從而提高運(yùn)營水平。數(shù)據(jù)的紅利仍在，但運(yùn)營人員需要具備一定的能力才可以爭取到紅利。通過數(shù)據(jù)分析獲利的店鋪比比皆是，下面列舉3個相關(guān)場景。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%，在對滯銷產(chǎn)品進(jìn)行分析，對庫存動銷預(yù)測后，優(yōu)化了滯銷產(chǎn)品的營銷策略，并用庫存的發(fā)貨速度指導(dǎo)采購部門的備貨數(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%，在對客服數(shù)據(jù)和頁面數(shù)據(jù)進(jìn)行分析后，給客服下達(dá)了響應(yīng)時間、響應(yīng)率等KPI（關(guān)鍵業(yè)績指標(biāo)），并參考同行優(yōu)秀的頁面進(jìn)行頁面優(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)診斷是指對網(wǎng)店運(yùn)營的數(shù)據(jù)指標(biāo)進(jìn)行分析對比，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)場景：針對網(wǎng)店的數(shù)據(jù)診斷分析運(yùn)營過程中存在的問題。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)盤是針對某個事件對各個工作環(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)營能從整個過程中進(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)用場景：針對某個事件對各個工作環(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。市場分析PARTTHREE市場分析市場分析是指應(yīng)用統(tǒng)計(jì)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)等分析工具對特定市場的運(yùn)行狀況、產(chǎn)品生產(chǎn)、銷售、技術(shù)、市場競爭力、市場政策等市場要素進(jìn)行深入的分析，從而發(fā)現(xiàn)市場運(yùn)行的內(nèi)在規(guī)律，進(jìn)而進(jìn)一步預(yù)測未來市場發(fā)展的趨勢。

市場分析是發(fā)現(xiàn)和掌握市場運(yùn)行規(guī)律的必經(jīng)之路，是市場中企業(yè)發(fā)展的大腦，對指導(dǎo)市場中企業(yè)的經(jīng)營規(guī)劃和發(fā)展具有決定性意義。市場容量分析市場趨勢分析市場細(xì)分分析分析的是市場相對規(guī)模，市場規(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數(shù)據(jù)（抽樣）來分析電商的相對規(guī)模，給決策者提供有價值的參考依據(jù)。對市場的自然規(guī)律進(jìn)行探索，以及對未來的發(fā)展趨勢進(jìn)行預(yù)測，讓決策者提前根據(jù)市場發(fā)展趨勢做出預(yù)判，并對經(jīng)營策略進(jìn)行調(diào)整。市場細(xì)分是市場選擇的基礎(chǔ)，需要根據(jù)消費(fèi)者群體將市場劃分成多個子市場，因?yàn)樽邮袌鲋g需求存在著明顯的差異。品牌分析競爭分析目標(biāo)市場選擇以品牌為分析維度，研究品牌市場的分布，從而找到市場空白。分析市場競爭環(huán)境和競爭對手，掌握競爭信息便于企業(yè)制定市場營銷策略。目標(biāo)市場選擇是指根據(jù)自身情況估計(jì)每個細(xì)分市場的優(yōu)劣勢，并選擇進(jìn)入一個或多個細(xì)分市場。競爭分析及渠道分析PARTFOUR競爭分析競爭分析是針對競爭市場環(huán)境和競爭對手開展的分析，從而幫助企業(yè)更深入地了解市場和自己的同行競爭對手。競爭環(huán)境分析競爭對手的選擇競爭對手?jǐn)?shù)據(jù)跟蹤競爭對手分析指針對電商平臺搜索環(huán)境、價格和品牌分析的結(jié)果，該結(jié)果代表了企業(yè)市場成本及進(jìn)入壁壘的高低。指行業(yè)競爭標(biāo)桿的確定，根據(jù)競爭對手矩陣和對手分類，確定不同時期的行業(yè)標(biāo)桿，對企業(yè)的發(fā)展起到正面的引導(dǎo)作用。指長期收集并跟蹤競爭對手?jǐn)?shù)據(jù)，掌握競爭對手的動態(tài)。指針對某個競爭對手的人群、產(chǎn)品、渠道等開展的分析行為。指針對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)營策略。社交渠道分析指針對傳統(tǒng)的聚合式流量入口的分析，比如搜索、活動、首頁、廣告等渠道，掌握各個渠道的市場表現(xiàn)和用戶的特征，以幫助企業(yè)優(yōu)化渠道運(yùn)營策略。傳統(tǒng)流量渠道分析渠道分析渠道分析是指對電商的流量渠道的精細(xì)化分析，針對各個渠道的銷售情況、用戶、價格分布等細(xì)節(jié)進(jìn)行分析，以幫助企業(yè)調(diào)整渠道布局?；顒蛹皬V告分析PARTFIVE分析產(chǎn)品的活動效果，對活動銷量進(jìn)行預(yù)估，幫助企業(yè)制訂活動營銷策略?；顒咏Y(jié)束后將活動數(shù)據(jù)與同類活動、日銷數(shù)據(jù)進(jìn)行對比分析，總結(jié)活動的成敗。分析廣告投放的關(guān)鍵詞的效果和趨勢，從而給營銷推廣提供決策依據(jù)?；顒蛹皬V告分析活動及廣告分析是指對促銷活動和廣告投放的效果進(jìn)行分析，從而了解企業(yè)進(jìn)行營銷活動和廣告的情況，并對下一階段的工作提出優(yōu)化建議，對某些區(qū)域的促銷和廣告策略進(jìn)行局部調(diào)整，對用戶進(jìn)行更精準(zhǔn)的營銷?；顒有ЧA(yù)測活動效果對比分析關(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，從而給營銷推廣提供決策依據(jù)。產(chǎn)品分析及庫存分析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)品分析是指對企業(yè)產(chǎn)品結(jié)構(gòu)和銷售情況進(jìn)行的分析，通過對這些指標(biāo)的分析來指導(dǎo)企業(yè)產(chǎn)品結(jié)構(gòu)和運(yùn)營策略的調(diào)整，加強(qiáng)產(chǎn)品的競爭能力和合理配置。對產(chǎn)品的價格、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，基于兩個或多個因素的相互作用對產(chǎn)品的影響，洞察產(chǎn)品所處的態(tài)勢，從而制訂產(chǎn)品戰(zhàn)略發(fā)展方向?；诋a(chǎn)品的銷售趨勢分析產(chǎn)品的生命周期，是從新產(chǎn)品的構(gòu)想一直到產(chǎn)品消失的整個過程。主要分析各個不同的因素對銷售績效的不同作用，如銷售時段、地域、價格等，通過產(chǎn)品間的對比了解熱銷和滯銷產(chǎn)品，制訂出產(chǎn)品的銷售策略。庫存績效分析補(bǔ)貨數(shù)量測算庫存分析庫存分析是對企業(yè)的庫存績效進(jìn)行分析的過程，包括庫存預(yù)警和補(bǔ)貨數(shù)量的分析，幫助企業(yè)提高倉庫管理能力，提高庫存績效，降低不良庫存。指對庫存的存量、動銷率、售罄率、庫存周轉(zhuǎn)率等進(jìn)行分析，幫助企業(yè)管理庫存，掌握庫存的情況。指對產(chǎn)品補(bǔ)貨進(jìn)行測算，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，有助于提高營銷效果，根據(jù)人群、地區(qū)來制訂營銷計(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)者的價值和預(yù)防消費(fèi)者的流失對電商企業(yè)來講就非常重要了，通過對消費(fèi)者的價值分析和打標(biāo)，有助于提高企業(yè)的運(yùn)營能力?；赗FM模型對消費(fèi)者價值和消費(fèi)者創(chuàng)利能力進(jìn)行評判和打標(biāo)，經(jīng)營者可以有針對性地對消費(fèi)者進(jìn)行分類管理。對消費(fèi)者的復(fù)購情況進(jìn)行分析，了解消費(fèi)者對該品牌、產(chǎn)品或者服務(wù)的重復(fù)購買次數(shù)，重復(fù)購買率越高，則消費(fèi)者對品牌的忠誠度就越高，反之則越低。將消費(fèi)者在線上留下的文字（聊天記錄、評論等）進(jìn)行統(tǒng)計(jì)和模型分析，了解消費(fèi)者對品牌、產(chǎn)品的看法，需求和情感上的喜惡對品牌、產(chǎn)品的戰(zhàn)略定位起到非常重要的作用，讓運(yùn)營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、經(jīng)濟(jì)、科學(xué)技術(shù)各個領(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，代表對國家的資料進(jìn)行分析的學(xué)問，也就是“研究國家的科學(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)英語世界。統(tǒng)計(jì)學(xué)特點(diǎn)統(tǒng)計(jì)的研究對象是客觀現(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)總體的各個個別單位。但總體單位必須是現(xiàn)實(shí)生活中存在的個體，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)成總體的每一個個別單位雖然在許多方面存在差異，但至少在一個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)的研究對象決定的。統(tǒng)計(jì)的研究對象是客觀現(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)識到事物的必然性。變異性是指同一總體的各個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。如果總體中的每個個體在各個方面都一樣，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)模和范圍相對較小，是由有限的個別事物構(gòu)成的總體。無限總體是指總體所包括的個別事物很多，以致無法計(jì)量。總體與總體單位的關(guān)系總體和總體單位不是固定不變的，它們會隨著統(tǒng)計(jì)研究的目的不同而變化。一個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)是指同類社會經(jīng)濟(jì)現(xiàn)象總體在一定的時間、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59分59秒，淘寶當(dāng)天總銷售額為4982億元。構(gòu)成要素由對上例的分析，引出指標(biāo)的6個構(gòu)成要素：指標(biāo)名稱、指標(biāo)數(shù)值、時間范圍、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。對總體數(shù)量特征的綜合說明是由個體數(shù)量綜合而來的。如：平均價格=∑每個商品的價格/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)形式為絕對數(shù)。如商品銷售額、店鋪轉(zhuǎn)化率、消費(fèi)者好評率等?？偭恐笜?biāo)相對指標(biāo)平均指標(biāo)反映總體規(guī)模，通常以絕對數(shù)的形式表現(xiàn)，如人口總數(shù)、國內(nèi)生產(chǎn)總值等。反映總體在某一時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、平均轉(zhuǎn)化率等。是兩個絕對數(shù)之比，亦稱為相對數(shù)，如計(jì)劃完成程度、男女生的比例。說明社會經(jīng)濟(jì)現(xiàn)象的相對水平或平均水平的指標(biāo)，表現(xiàn)形式為相對數(shù)或平均數(shù)。通常是由兩個總量指標(biāo)對比派生出來的，反映現(xiàn)象之間內(nèi)在聯(lián)系和對比關(guān)系。如行業(yè)平均轉(zhuǎn)化率、流量價值等。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)的研究對象的性質(zhì)以及統(tǒng)計(jì)的任務(wù)、目的，對統(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，必要時還可以對客觀現(xiàn)象進(jìn)行預(yù)測。統(tǒng)計(jì)的研究方法PARTFOUR統(tǒng)計(jì)的研究方法產(chǎn)品分析是指對企業(yè)產(chǎn)品結(jié)構(gòu)和銷售情況進(jìn)行的分析，通過對這些指標(biāo)的分析來指導(dǎo)企業(yè)產(chǎn)品結(jié)構(gòu)和運(yùn)營策略的調(diào)整，加強(qiáng)產(chǎn)品的競爭能力和合理配置。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)系分組時間階段分組水平分組是基于研究對象的不同水平進(jìn)行分組，比如分為不同的價格區(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。比如研究商品定價和銷量之間的關(guān)系，可以把商品分別按照銷售額和價格進(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。時間階段分組是根據(jù)時間粒度進(jìn)行分組，如年、季度、月、周、天、小時、分鐘、秒鐘。在分析店鋪銷售額時可以把銷售額按照不同的時間階段進(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，根據(jù)小時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）又被稱為對弈論，是現(xiàn)代數(shù)據(jù)的一個新分支，也是運(yùn)籌學(xué)的一個重要學(xué)科。博弈論是二人在平等的對局中各自利用對方的策略變換自己的對抗策略，達(dá)到取勝的目的的一種理論。在西漢時期，時逢匈奴入侵上郡，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方，當(dāng)時情況十分危急，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，設(shè)定殺掉對方一人為+1，被對方殺掉一人為-1，對弈推演如表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，所以不會貿(mào)然進(jìn)軍，而漢軍也不會貿(mào)然攻擊兵力比自己多數(shù)十倍的敵人，此時對弈推演如表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被埋伏好的漢軍偷襲。于是兩軍對峙到天黑，匈奴擔(dān)心漢軍會半夜偷襲，于是悄悄撤走，李廣的百騎在第二天一早安全回到大營。在這個兇險萬分的故事中，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。在我國的歷史長河中，不乏這樣的精彩故事，這些故事都是博弈論的應(yīng)用，只是在中國古代沒有“博弈論”這個名詞。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，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，活動定價問題，客服排班問題，價格戰(zhàn)問題，運(yùn)營方案問題。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，比如時間管理，如何才能爭取更多的時間？假設(shè)小李是一名電商運(yùn)營人員，每天八點(diǎn)半準(zhǔn)時上班，在上班過程有以下9個事務(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制作日報表，需要10分鐘。⑦撰寫工作匯報郵件，需要10分鐘。⑧跟上下級溝通，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，工作匯報郵件必須在10點(diǎn)之前發(fā)出，跟上下級溝通必須在10點(diǎn)之后，在下載數(shù)據(jù)時不能同步操作電腦。

這時應(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)的模型這就是一個求最優(yōu)解的問題，需要運(yùn)用運(yùn)籌學(xué)來解這個問題。第一步提出問題。如何讓時間合理應(yīng)用，讓自己空出更多的時間？第二步建立模型。分析：小李的9個事務(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平臺，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）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，平均客單價是100元，由于協(xié)議原因各個渠道的投放都不能少于300萬元，請問如何規(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)解會自動填充到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)語之一，是指可指定不同值的對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，同時也稱之為指標(biāo)，度量屬于定量數(shù)據(jù)。度量可分為絕對度量和相對度量，絕對度量反映的是規(guī)模大小的指標(biāo)，如銷售額、訪客數(shù)等。相對數(shù)指標(biāo)主要用來反映質(zhì)量好壞，如轉(zhuǎn)化率、利潤率、退款率等。分析一個事物發(fā)展程度可以從數(shù)量和質(zhì)量兩個角度入手分析，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），如時間、長度、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)分析時會遇到銷售額和轉(zhuǎn)化率，這時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)表的某一個或幾個角度，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，都會有訂單數(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。平臺擁有用戶在平臺上全鏈路的行為數(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)。不管是平臺還是商家都擁有豐富的運(yùn)營數(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)，可反映用戶對平臺或商品的滿意程度。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)營數(shù)據(jù)口碑評價數(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)目內(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)一沒有對錯之分，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)口徑時會為了某些目的，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?；A(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)擊率退款率退款時長加購人數(shù)收藏次數(shù)1．交易指標(biāo)支付金額：指統(tǒng)計(jì)時間內(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)時間內(nèi)，消費(fèi)者完成支付流程后的父級訂單數(shù)量，父級訂單指的是一次下單總訂單號。支付