商業(yè)數(shù)據(jù)分析PPT課件

1、商業(yè)數(shù)據(jù)分析商貿(mào)管理系商貿(mào)管理系慕宗梅慕宗梅50%實(shí)訓(xùn)考核50%期末考試課程考核方式http:/ 博導(dǎo)http:/ 博導(dǎo)考勤實(shí)訓(xùn)作業(yè)資源共享導(dǎo)論 商務(wù)數(shù)據(jù)分析的基礎(chǔ)模塊一 電子商務(wù)數(shù)據(jù)運(yùn)營(yíng)認(rèn)知模塊二 數(shù)據(jù)采集與處理的方案制定模塊三 市場(chǎng)數(shù)據(jù)分析模塊四 運(yùn)營(yíng)數(shù)據(jù)分析模塊五 產(chǎn)品數(shù)據(jù)分析模塊六 數(shù)據(jù)監(jiān)控與報(bào)告撰寫(xiě)課 程概 覽導(dǎo)論導(dǎo)論 商務(wù)商務(wù)數(shù)據(jù)分析數(shù)據(jù)分析的基礎(chǔ)的基礎(chǔ) 一、數(shù)據(jù)認(rèn)知二、數(shù)據(jù)挖掘三、商務(wù)數(shù)據(jù)分析認(rèn)知目 錄1.1 數(shù)據(jù)的定義1.2 信息的定義1.3 大數(shù)據(jù)的定義認(rèn)識(shí)數(shù)據(jù)認(rèn)識(shí)數(shù)據(jù) 一、數(shù)據(jù)認(rèn)知1.4 數(shù)據(jù)的分類(lèi)思考： 什么是數(shù)據(jù)？數(shù)據(jù) 數(shù)字？一、數(shù)據(jù)認(rèn)知1.1 數(shù)據(jù)的定義文字?jǐn)?shù)字語(yǔ)音圖

2、像視頻https:/ 數(shù)據(jù)的定義符號(hào)文字?jǐn)?shù)字語(yǔ)音圖像視頻 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)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)以及相互關(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。它是可識(shí)別的、抽象的符號(hào) 。一、數(shù)據(jù)認(rèn)知1.1 數(shù)據(jù)的定義 數(shù)據(jù)不僅指狹義上的數(shù)字，還可以是具有一定意義的文字、字母、數(shù)字符號(hào)的組合、圖形、圖像、視頻、音頻等，也是客觀事物的屬性、數(shù)量、位置及其相互關(guān)系的抽象表示。例如，“0、1、2”、“陰、雨、下降、氣溫”、“學(xué)生的檔案記錄、貨物的運(yùn)輸情況”等都是數(shù)據(jù)。數(shù)據(jù)經(jīng)過(guò)加工后就成為信息。 計(jì)算機(jī)數(shù)據(jù)是指計(jì)算機(jī)中能被識(shí)別和處理的物理符

3、號(hào)，如數(shù)字符號(hào)、圖形、圖像、聲音等。數(shù)據(jù)分為數(shù)值型數(shù)據(jù)和非數(shù)值型數(shù)據(jù)，數(shù)據(jù)是信息的表現(xiàn)形式。 在計(jì)算機(jī)系統(tǒng)中，數(shù)據(jù)以二進(jìn)制信息單元0、1的形式表示。一、數(shù)據(jù)認(rèn)知1.2 信息的定義信息與數(shù)據(jù)既有聯(lián)系，又有區(qū)別。數(shù)據(jù)是符號(hào)，是物理性的，信息是對(duì)數(shù)據(jù)進(jìn)行加工處理之后所得到的并對(duì)決策產(chǎn)生影響的數(shù)據(jù)，是邏輯性和觀念性的；數(shù)據(jù)是信息的表現(xiàn)形式，信息是對(duì)數(shù)據(jù)有意義的表示。數(shù)據(jù)是信息的表現(xiàn)、載體，可以是符號(hào)、文字、數(shù)字、語(yǔ)音、圖像、視頻等。而信息是數(shù)據(jù)的內(nèi)涵，信息是加載于數(shù)據(jù)之上，對(duì)數(shù)據(jù)做出具有含義的解釋 。數(shù)據(jù)本身沒(méi)有意義，數(shù)據(jù)只有對(duì)實(shí)體行為產(chǎn)生影響時(shí)才成為信息。一、數(shù)據(jù)認(rèn)知(1) 數(shù)據(jù)。數(shù)據(jù)。例如，一個(gè)雜

4、貨店收集和存儲(chǔ)了有關(guān)顧客購(gòu)物的交易數(shù)據(jù)，包括如下的數(shù)據(jù)元素：貨物名稱(chēng)、數(shù)量、價(jià)格、日期等(見(jiàn)下表1.1)。交易處理系統(tǒng)存儲(chǔ)了大量的相關(guān)數(shù)據(jù)，為更高層次的理解奠定了基礎(chǔ)。貨物名稱(chēng)貨物名稱(chēng) 數(shù)量數(shù)量 價(jià)格價(jià)格 日期日期 登記號(hào)登記號(hào) 店員店員ID 會(huì)員卡會(huì)員卡ID 尿布尿布 1 4.99 11/1/2000 001 213 1209表表1.1 交易數(shù)據(jù)實(shí)例交易數(shù)據(jù)實(shí)例數(shù)據(jù)與信息的區(qū)別一、數(shù)據(jù)認(rèn)知(2) 信息。信息。例如，不同貨物名稱(chēng)、數(shù)量和價(jià)格就提供了被購(gòu)貨物的信息，包括貨物種類(lèi)、數(shù)量和價(jià)格等。通過(guò)計(jì)算每種貨物的銷(xiāo)售額，就可以進(jìn)行貨物銷(xiāo)售額排序。貨物名稱(chēng)貨物名稱(chēng) 數(shù)量數(shù)量 價(jià)格價(jià)格 銷(xiāo)售總額銷(xiāo)售總

5、額 啤酒啤酒 265 6.85 1815.25 谷物谷物 430 3.90 1677.00 面包面包 850 1.59 1351.50 牛奶牛奶 1100 1.20 1320.00 尿布尿布 200 4.99 998.00 表表1.2 數(shù)據(jù)積聚形成信息數(shù)據(jù)積聚形成信息數(shù)據(jù)與信息的區(qū)別信息=數(shù)據(jù)+含義一、數(shù)據(jù)認(rèn)知1.3 大數(shù)據(jù)的定義 大數(shù)據(jù)是指無(wú)法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。大數(shù)據(jù)的大數(shù)據(jù)的5V特點(diǎn)（特點(diǎn)（IBM提出）：提出）：Volume（大量）、Velocity

6、（高速）Variety（多樣）、Value（低價(jià)值密度）Veracity（真實(shí)性）https:/ 2019年年1月月1日，日，中華人民共和國(guó)電子商務(wù)中華人民共和國(guó)電子商務(wù)法法正式實(shí)施。正式實(shí)施。 2018年12月3日，國(guó)家市場(chǎng)監(jiān)督管理局就已印發(fā)了關(guān)于做好電子商務(wù)經(jīng)營(yíng)者登記工作的意見(jiàn)。該意見(jiàn)指出，為了進(jìn)一步深化商事制度改革，包括微商在內(nèi)的網(wǎng)商應(yīng)當(dāng)依法辦理市場(chǎng)主體登記。也就是說(shuō)，以后想要做微商和網(wǎng)商，就必須去辦理正式的營(yíng)業(yè)執(zhí)照了。案例：關(guān)于案例：關(guān)于電子商務(wù)法電子商務(wù)法的實(shí)施的實(shí)施電子商務(wù)法規(guī)定，今后微商、代購(gòu)也需要登記和納稅，朋友圈賣(mài)貨也被納入監(jiān)管范圍。此法規(guī)出臺(tái)之后，在短短的48小時(shí)內(nèi)，就有代

7、購(gòu)因?yàn)樵谂笥讶Πl(fā)廣告而被封號(hào)。但是，仍在從事代購(gòu)和微商的人們則“八仙過(guò)海，各顯神通”。微商代購(gòu)們或選擇用漲價(jià)來(lái)應(yīng)對(duì)風(fēng)險(xiǎn)、或者用手繪的方式來(lái)代替產(chǎn)品圖，甚至連名字都換掉，以此來(lái)避開(kāi)監(jiān)管。案例：關(guān)于案例：關(guān)于電子商務(wù)法電子商務(wù)法的實(shí)施的實(shí)施電子商務(wù)法中明確禁止電商平臺(tái)“大數(shù)據(jù)殺熟”、刪差評(píng)刷好評(píng)等，如果有捆綁搭售必須明示，并要求平臺(tái)需及時(shí)退還押金。針對(duì)“大數(shù)據(jù)殺熟”，電子商務(wù)法亦明確規(guī)定。商家不能僅根據(jù)消費(fèi)者的消費(fèi)習(xí)慣來(lái)推介商品，也應(yīng)向其提供更多元的選項(xiàng)，尊重并保護(hù)消費(fèi)者的權(quán)益。如若商家出現(xiàn)通過(guò)大數(shù)據(jù)“殺熟”的情況，最高可對(duì)其處以50萬(wàn)200萬(wàn)元的罰款。案例：關(guān)于案例：關(guān)于電子商務(wù)法電子商務(wù)法的實(shí)

8、施的實(shí)施不僅是交通出行，隨著平臺(tái)經(jīng)濟(jì)快速發(fā)展，網(wǎng)絡(luò)購(gòu)物、旅游住宿、電子票務(wù)、訂餐外賣(mài)等生活消費(fèi)領(lǐng)域或多或少都存在大數(shù)據(jù)“殺熟”現(xiàn)象。所謂“殺熟”，即同樣的商品或服務(wù)，老客戶(hù)看到的價(jià)格比新客戶(hù)要貴出許多。還有消費(fèi)者明明是平臺(tái)會(huì)員，但商品價(jià)格卻比普通用戶(hù)的要高。大數(shù)據(jù)“殺熟”還有更隱蔽的招數(shù)。根據(jù)消費(fèi)者投訴，中消協(xié)整理出其他類(lèi)型的算法價(jià)格歧視，比如根據(jù)消費(fèi)者所在地區(qū)、頁(yè)面瀏覽次數(shù)等制定不同價(jià)格等。案例：關(guān)于案例：關(guān)于電子商務(wù)法電子商務(wù)法的實(shí)施的實(shí)施案例：關(guān)于案例：關(guān)于電子商務(wù)法電子商務(wù)法的實(shí)施的實(shí)施2021年2月7日，國(guó)務(wù)院反壟斷委員會(huì)制定發(fā)布國(guó)務(wù)院反壟斷委員會(huì)關(guān)于平臺(tái)經(jīng)濟(jì)領(lǐng)域的反壟斷指南（以下簡(jiǎn)

9、稱(chēng)指南），強(qiáng)調(diào)反壟斷法及配套法規(guī)規(guī)章適用于所有行業(yè)，對(duì)各類(lèi)市場(chǎng)主體一視同仁、公平公正對(duì)待，旨在預(yù)防和制止平臺(tái)經(jīng)濟(jì)領(lǐng)域壟斷行為，促進(jìn)平臺(tái)經(jīng)濟(jì)規(guī)范有序創(chuàng)新健康發(fā)展。指南針對(duì)近年來(lái)社會(huì)各方面反映較多的“二選一”“大數(shù)據(jù)殺熟”等問(wèn)題作出專(zhuān)門(mén)規(guī)定，明確了相關(guān)行為是否構(gòu)成壟斷行為的判斷標(biāo)準(zhǔn)。時(shí)間狀況性質(zhì)表現(xiàn)形式記錄方式數(shù)字化方式來(lái)源定位、定性、定量、定時(shí)地圖、表格、影像、磁帶、紙帶定類(lèi)數(shù)據(jù)、定序數(shù)據(jù)、定距數(shù)據(jù)與定比數(shù)據(jù) 數(shù)字?jǐn)?shù)據(jù)、模擬數(shù)據(jù)矢量數(shù)據(jù)、格網(wǎng)數(shù)據(jù)等直接的統(tǒng)計(jì)數(shù)據(jù)、間接的統(tǒng)計(jì)數(shù)據(jù)計(jì)量層次時(shí)間序列數(shù)據(jù)、截面型數(shù)據(jù)一、數(shù)據(jù)認(rèn)知1.4 數(shù)據(jù)的分類(lèi)一、數(shù)據(jù)認(rèn)知1.4 數(shù)據(jù)的分類(lèi)定類(lèi)數(shù)據(jù)定序數(shù)據(jù)定距數(shù)據(jù)定比

10、數(shù)據(jù)數(shù)據(jù)的分類(lèi)一、數(shù)據(jù)認(rèn)知1.4 數(shù)據(jù)的分類(lèi)（1）定類(lèi)數(shù)據(jù)：數(shù)據(jù)的最低層。它將數(shù)據(jù)按照類(lèi)別屬性進(jìn)行分類(lèi)，各類(lèi)別之間是平等并列關(guān)系。 例如：人類(lèi)按性別分為男性和女性，這屬于定類(lèi)數(shù)據(jù)（編碼，1表示女性，2表示男性）。（2）定序數(shù)據(jù)：這是數(shù)據(jù)的中間級(jí)別。定序數(shù)據(jù)不僅可以將數(shù)據(jù)分成不同的類(lèi)別，而且各類(lèi)別之間還可以通過(guò)排序來(lái)比較優(yōu)劣。例如：人的受教育程度屬于定序數(shù)據(jù)，文盲半文盲=1，小學(xué)=2，初中=3，高中=4，大學(xué)=5，碩士=6，博士=7一、數(shù)據(jù)認(rèn)知1.4 數(shù)據(jù)的分類(lèi)（3）定距數(shù)據(jù)：定距數(shù)據(jù)是具有一定單位的實(shí)際測(cè)量值（如攝氏溫度、考試成績(jī)等）。 此時(shí)不僅可以知道兩個(gè)變量之間存在差異，還可以通過(guò)加法、減

11、法運(yùn)算準(zhǔn)確地計(jì)算出各變量之間的實(shí)際差距。例如，本門(mén)課程甲的成績(jī)?yōu)?0分，乙的成績(jī)?yōu)?5分，可知乙比甲高5分。（4）定比數(shù)據(jù)：這是數(shù)據(jù)的最高等級(jí)。它的數(shù)據(jù)表現(xiàn)形式同定距數(shù)據(jù)一樣，均為實(shí)際的測(cè)量值。 定比數(shù)據(jù)間不僅可以比較大小，進(jìn)行加減運(yùn)算，還可以進(jìn)行乘除運(yùn)算。例如：某電商企業(yè)今年第一季度的銷(xiāo)售額是100萬(wàn)，第二季度的銷(xiāo)售額是200萬(wàn)，則第二季度銷(xiāo)售額是第一季度的2倍，這里的2倍就是定比數(shù)據(jù)。二、數(shù)據(jù)挖掘2.1 數(shù)據(jù)挖掘的定義數(shù)據(jù)挖掘，是指從數(shù)據(jù)庫(kù)中的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價(jià)值的信息的非平凡過(guò)程。商業(yè)角度的定義：商業(yè)角度的定義：數(shù)據(jù)挖掘是一種新的商業(yè)信息處理技術(shù)，其主要特點(diǎn)是對(duì)

12、商業(yè)數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。數(shù)據(jù)挖掘可以描述為：按企業(yè)既定業(yè)務(wù)目標(biāo)，對(duì)大量的企業(yè)數(shù)據(jù)進(jìn)行探索和分析，揭示隱藏的、未知的或驗(yàn)證已知的規(guī)律性，并進(jìn)一步將其模型化的先進(jìn)有效的方法。2.2 數(shù)據(jù)挖掘的方法關(guān)聯(lián)規(guī)則聚類(lèi)特征分析回歸分析變化和偏差分析數(shù)據(jù)挖掘常用方法分類(lèi)Web頁(yè)挖掘二、數(shù)據(jù)挖掘案例：沃爾瑪經(jīng)典營(yíng)銷(xiāo)案例啤酒與尿布的故事啤酒與尿布啤酒與尿布的故事產(chǎn)生于的故事產(chǎn)生于20世紀(jì)世紀(jì)90年代的年代的美國(guó)沃爾瑪超市中，沃爾瑪?shù)某泄芾砣藛T分析美國(guó)沃爾瑪超市中，沃爾瑪?shù)某泄芾砣藛T分析銷(xiāo)售數(shù)據(jù)時(shí)發(fā)現(xiàn)了一個(gè)令人難于理解的現(xiàn)象銷(xiāo)售數(shù)據(jù)時(shí)發(fā)現(xiàn)

13、了一個(gè)令人難于理解的現(xiàn)象:在某在某些特定的情況下，些特定的情況下，啤酒啤酒與與尿布尿布兩件看上去毫無(wú)兩件看上去毫無(wú)關(guān)系的商品會(huì)經(jīng)常出現(xiàn)在同一個(gè)購(gòu)物籃中，這種關(guān)系的商品會(huì)經(jīng)常出現(xiàn)在同一個(gè)購(gòu)物籃中，這種獨(dú)特的銷(xiāo)售現(xiàn)象引起了管理人員的注意，經(jīng)過(guò)后獨(dú)特的銷(xiāo)售現(xiàn)象引起了管理人員的注意，經(jīng)過(guò)后續(xù)調(diào)查發(fā)現(xiàn)，這種現(xiàn)象出現(xiàn)在年輕的父親身上。續(xù)調(diào)查發(fā)現(xiàn)，這種現(xiàn)象出現(xiàn)在年輕的父親身上。案例：沃爾瑪經(jīng)典營(yíng)銷(xiāo)案例啤酒與尿布的故事在美國(guó)有嬰兒的家庭中，一般是母親在家中照在美國(guó)有嬰兒的家庭中，一般是母親在家中照看嬰兒，年輕的父親前去超市購(gòu)買(mǎi)尿布。父親在看嬰兒，年輕的父親前去超市購(gòu)買(mǎi)尿布。父親在購(gòu)買(mǎi)尿布的同時(shí)，往往會(huì)順便為自

14、己購(gòu)買(mǎi)啤酒，購(gòu)買(mǎi)尿布的同時(shí)，往往會(huì)順便為自己購(gòu)買(mǎi)啤酒，這樣就會(huì)出現(xiàn)啤酒與尿布這兩件看上去不相干的這樣就會(huì)出現(xiàn)啤酒與尿布這兩件看上去不相干的商品經(jīng)常會(huì)出現(xiàn)在同一個(gè)購(gòu)物籃的現(xiàn)象。如果這商品經(jīng)常會(huì)出現(xiàn)在同一個(gè)購(gòu)物籃的現(xiàn)象。如果這個(gè)年輕的父親在賣(mài)場(chǎng)只能買(mǎi)到兩件商品之一，則個(gè)年輕的父親在賣(mài)場(chǎng)只能買(mǎi)到兩件商品之一，則他很有可能會(huì)放棄購(gòu)物而到另一家商店，他很有可能會(huì)放棄購(gòu)物而到另一家商店， 直到可直到可以一次同時(shí)買(mǎi)到啤酒與尿布為止。以一次同時(shí)買(mǎi)到啤酒與尿布為止。沃爾瑪發(fā)現(xiàn)了這一獨(dú)特的現(xiàn)象，開(kāi)始在沃爾瑪發(fā)現(xiàn)了這一獨(dú)特的現(xiàn)象，開(kāi)始在賣(mài)場(chǎng)嘗試將啤酒與尿布擺放在相同的區(qū)域，賣(mài)場(chǎng)嘗試將啤酒與尿布擺放在相同的區(qū)域，讓年

15、輕的父親可以同時(shí)找到這兩件商品，并讓年輕的父親可以同時(shí)找到這兩件商品，并很快地完成購(gòu)物很快地完成購(gòu)物;而沃爾瑪超市也可以讓這而沃爾瑪超市也可以讓這些客戶(hù)一次購(gòu)買(mǎi)兩件商品、而不是一件，從些客戶(hù)一次購(gòu)買(mǎi)兩件商品、而不是一件，從而獲得了很好的商品銷(xiāo)售收入，這就是而獲得了很好的商品銷(xiāo)售收入，這就是啤啤酒與尿布酒與尿布 故事的由來(lái)。故事的由來(lái)。案例：沃爾瑪經(jīng)典營(yíng)銷(xiāo)案例啤酒與尿布的故事當(dāng)然當(dāng)然“啤酒與尿布啤酒與尿布”的故事必須具有技術(shù)的故事必須具有技術(shù)方面的支持。方面的支持。1993年美國(guó)學(xué)者年美國(guó)學(xué)者Agrawal提提出通過(guò)分析購(gòu)物籃中的商品集合，從而找出出通過(guò)分析購(gòu)物籃中的商品集合，從而找出商品之間關(guān)

16、聯(lián)關(guān)系的關(guān)聯(lián)算法，并根據(jù)商品商品之間關(guān)聯(lián)關(guān)系的關(guān)聯(lián)算法，并根據(jù)商品之間的關(guān)系，找出客戶(hù)的購(gòu)買(mǎi)行為。艾格拉之間的關(guān)系，找出客戶(hù)的購(gòu)買(mǎi)行為。艾格拉沃從數(shù)學(xué)及計(jì)算機(jī)算法角度提沃從數(shù)學(xué)及計(jì)算機(jī)算法角度提 出了商品關(guān)出了商品關(guān)聯(lián)關(guān)系的計(jì)算方法聯(lián)關(guān)系的計(jì)算方法Apriori算法。沃爾瑪算法。沃爾瑪從上個(gè)世紀(jì)從上個(gè)世紀(jì) 90 年代嘗試將年代嘗試將 Apriori 算算 法法引入到引入到 POS機(jī)數(shù)據(jù)分析中，并獲得了成功，機(jī)數(shù)據(jù)分析中，并獲得了成功，于是產(chǎn)生了于是產(chǎn)生了啤酒與尿布啤酒與尿布的故事。的故事。案例：沃爾瑪經(jīng)典營(yíng)銷(xiāo)案例啤酒與尿布的故事邏輯數(shù)據(jù)庫(kù)選擇被選擇的數(shù)據(jù)預(yù)處理預(yù)處理的數(shù)據(jù)轉(zhuǎn)換被轉(zhuǎn)換的數(shù)據(jù)挖掘被

17、抽取的信息分析被同化的知識(shí)二、數(shù)據(jù)挖掘2.3 數(shù)據(jù)挖掘的流程010302業(yè)務(wù)分析人員數(shù)據(jù)分析人員數(shù)據(jù)管理人員二、數(shù)據(jù)挖掘2.4 數(shù)據(jù)挖掘需要的人員 要求精通業(yè)務(wù)要求精通業(yè)務(wù),能夠解釋業(yè)務(wù)對(duì)象能夠解釋業(yè)務(wù)對(duì)象,并根據(jù)各業(yè)務(wù)對(duì)并根據(jù)各業(yè)務(wù)對(duì)象確定出用于數(shù)據(jù)定義和挖掘算法的業(yè)務(wù)需求象確定出用于數(shù)據(jù)定義和挖掘算法的業(yè)務(wù)需求。 精通數(shù)據(jù)分析技術(shù)精通數(shù)據(jù)分析技術(shù),并對(duì)統(tǒng)計(jì)學(xué)有較熟練的掌握并對(duì)統(tǒng)計(jì)學(xué)有較熟練的掌握,有有能力把業(yè)務(wù)需求轉(zhuǎn)化為數(shù)據(jù)挖掘的各步操作能力把業(yè)務(wù)需求轉(zhuǎn)化為數(shù)據(jù)挖掘的各步操作,并為并為每步操作選擇合適的技術(shù)每步操作選擇合適的技術(shù)。 精通數(shù)據(jù)管理技術(shù)精通數(shù)據(jù)管理技術(shù),并從數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中收

18、集并從數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中收集數(shù)據(jù)。數(shù)據(jù)。二、數(shù)據(jù)挖掘數(shù)據(jù)分析師職位要求？參考教材P45-P46商務(wù)商務(wù)智能智能（Business Intelligence，簡(jiǎn)稱(chēng)：，簡(jiǎn)稱(chēng)：BI），又稱(chēng)商業(yè)智慧或商務(wù)智能，指），又稱(chēng)商業(yè)智慧或商務(wù)智能，指用現(xiàn)代數(shù)據(jù)倉(cāng)庫(kù)技術(shù)、線上分析處理技術(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)展現(xiàn)技術(shù)進(jìn)行數(shù)據(jù)分析用現(xiàn)代數(shù)據(jù)倉(cāng)庫(kù)技術(shù)、線上分析處理技術(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)展現(xiàn)技術(shù)進(jìn)行數(shù)據(jù)分析以實(shí)現(xiàn)商業(yè)價(jià)值。以實(shí)現(xiàn)商業(yè)價(jià)值。國(guó)內(nèi)市場(chǎng)主要商業(yè)智能軟件廠商有：國(guó)云數(shù)據(jù)（大數(shù)據(jù)魔鏡）、IBM Cognos 、Informatica、Power-BI、ORACLE（甲骨文）、SAP Business Objects、A

19、rcplan（阿普蘭）、Microstrategy （微策略）、SAS、Sybase、Analyzer、思邁特Smartbi、金蝶、用友華表 、久其、帆軟FineBI商業(yè)智能軟件、思達(dá)商業(yè)智能平臺(tái) Style Intelligence 、微軟、和勤、上海澤信(醫(yī)院BI)、畢盛商業(yè)智能（BizSmart BI） 、QlikView 、潤(rùn)乾、GrapeCity 、永洪科技等。二、數(shù)據(jù)挖掘2.5 商務(wù)智能網(wǎng)址：網(wǎng)址：http:/ 商務(wù)智能三、商務(wù)數(shù)據(jù)分析認(rèn)知3.1 商務(wù)數(shù)據(jù)的定義電子商務(wù)的發(fā)展日新月異，極大電子商務(wù)的發(fā)展日新月異，極大地改變了人們的生活。電商運(yùn)營(yíng)的過(guò)地改變了人們的生活。電商運(yùn)營(yíng)的過(guò)程

20、中會(huì)積累大量的數(shù)據(jù)，對(duì)這些數(shù)據(jù)程中會(huì)積累大量的數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)行采集、存儲(chǔ)和分析是電商經(jīng)營(yíng)和進(jìn)行采集、存儲(chǔ)和分析是電商經(jīng)營(yíng)和發(fā)展的首要問(wèn)題。發(fā)展的首要問(wèn)題。三、商務(wù)數(shù)據(jù)分析認(rèn)知3.2 電子商務(wù)數(shù)據(jù)分析七個(gè)要素1電子商務(wù)數(shù)據(jù)分析需要商業(yè)敏感電子商務(wù)數(shù)據(jù)分析需要商業(yè)敏感 2電商網(wǎng)站轉(zhuǎn)化率是關(guān)鍵，電商網(wǎng)站轉(zhuǎn)化率是關(guān)鍵，ROI是最終的目標(biāo)是最終的目標(biāo)3電子商務(wù)數(shù)據(jù)分析衡量指標(biāo)的設(shè)定電子商務(wù)數(shù)據(jù)分析衡量指標(biāo)的設(shè)定4某些指標(biāo)異常變化的原因分析某些指標(biāo)異常變化的原因分析 5利用數(shù)據(jù)分析用戶(hù)的行為習(xí)慣利用數(shù)據(jù)分析用戶(hù)的行為習(xí)慣6客戶(hù)的購(gòu)買(mǎi)行為分析客戶(hù)的購(gòu)買(mǎi)行為分析 7電子商務(wù)數(shù)據(jù)分析需注重實(shí)戰(zhàn)經(jīng)驗(yàn)電子商務(wù)數(shù)

21、據(jù)分析需注重實(shí)戰(zhàn)經(jīng)驗(yàn)投資回報(bào)率投資回報(bào)率ROIROI是Return On Investment的簡(jiǎn)寫(xiě)，其計(jì)算公式為：投資回報(bào)率投資回報(bào)率(ROI) = 年利潤(rùn)或年均利潤(rùn)年利潤(rùn)或年均利潤(rùn) / 投資總額投資總額100%投資回報(bào)率(ROI)往往具有時(shí)效性，回報(bào)通常是基于某些特定年份，沒(méi)有考慮資金時(shí)間價(jià)值。三、商務(wù)數(shù)據(jù)分析認(rèn)知3.2 電子商務(wù)數(shù)據(jù)分析七個(gè)要素三、商務(wù)數(shù)據(jù)分析認(rèn)知3.2 電子商務(wù)數(shù)據(jù)分析七個(gè)要素2020.10.11-2020.10.17牛仔褲數(shù)據(jù)采集表牛仔褲數(shù)據(jù)采集表展現(xiàn)量（次）展現(xiàn)量（次） 點(diǎn)擊量（次） 成交筆數(shù)（筆）直通車(chē)花費(fèi)（元）進(jìn)貨成本（元） 銷(xiāo)售額（元）850030202652

22、480.5890020585例題：某網(wǎng)店推出主打商品牛仔褲，并進(jìn)行了直通車(chē)推廣，現(xiàn)采集到近期一周的各項(xiàng)數(shù)據(jù)，如下表所示：ROI如何計(jì)算？如何計(jì)算？答案：答案：ROI：（：（20585-2480.5-8900）（）（2480.5+8900）100%=80.88%指標(biāo)是用于衡量事物發(fā)展程度的單位或方法，它還有個(gè)IT上常用的名字，也就是度量。絕對(duì)指標(biāo)：絕對(duì)指標(biāo)：人口數(shù)、GDP、收入、用戶(hù)數(shù)相對(duì)指標(biāo)：相對(duì)指標(biāo)：利潤(rùn)率、留存率、覆蓋率很多公司都有自己的KPI指標(biāo)體系，就是通過(guò)幾個(gè)關(guān)鍵指標(biāo)來(lái)衡量公司業(yè)務(wù)運(yùn)營(yíng)情況的好壞。指標(biāo)維度維度可以分為定性維度和定量維度定性維度和定量維度，也就是根據(jù)數(shù)據(jù)類(lèi)型來(lái)劃分定性維

23、度：字符型（文字型）數(shù)據(jù)，如地區(qū)、性別定量維度：數(shù)值型數(shù)據(jù)，如收入、年齡、消費(fèi)指標(biāo)與維度三、商務(wù)數(shù)據(jù)分析認(rèn)知3.3 電子商務(wù)數(shù)據(jù)分析指標(biāo)與維度維度是事物或現(xiàn)象的某種特征，如性別、地區(qū)、時(shí)間等都是維度。橫比：橫比：不同國(guó)家人口數(shù)、GDP的比較縱比：縱比：時(shí)間上的對(duì)比，如用戶(hù)數(shù)環(huán)比上月增長(zhǎng)時(shí)間上的對(duì)比，如用戶(hù)數(shù)環(huán)比上月增長(zhǎng)10%三、商務(wù)數(shù)據(jù)分析認(rèn)知3.3 電子商務(wù)數(shù)據(jù)分析指標(biāo)與維度010203040506用戶(hù)指標(biāo)商品指標(biāo)銷(xiāo)售指標(biāo)電商總體指標(biāo)APP指標(biāo)市場(chǎng)競(jìng)爭(zhēng)指標(biāo)電子商務(wù)數(shù)據(jù)指標(biāo)詳解電子商務(wù)數(shù)據(jù)指標(biāo)詳解三、商務(wù)數(shù)據(jù)分析認(rèn)知3.3 電子商務(wù)數(shù)據(jù)分析指標(biāo)與維度電子商務(wù)數(shù)據(jù)分析體系電子商務(wù)數(shù)據(jù)分析體系銷(xiāo)售業(yè)績(jī)指標(biāo)經(jīng)營(yíng)環(huán)境指標(biāo)營(yíng)銷(xiāo)活動(dòng)指標(biāo)網(wǎng)站運(yùn)營(yíng)指標(biāo)客服價(jià)值指標(biāo)電子商務(wù)數(shù)據(jù)分析體系三、商務(wù)數(shù)據(jù)分析認(rèn)知3.4 商務(wù)數(shù)據(jù)分析價(jià)值提供給公司或者雇主更多的利潤(rùn)提供給公司或者雇主更多的利