電子商務(wù)數(shù)據(jù)分析與應(yīng)用（Excel版） 課件全套 隋東旭 項目1-10 電子商務(wù)數(shù)據(jù)分析認知-電商運營數(shù)據(jù)分析

電子商務(wù)數(shù)據(jù)分析與應(yīng)用第1章電子商務(wù)數(shù)據(jù)分析認知本章提綱

電子商務(wù)數(shù)據(jù)的內(nèi)涵及意義1.1

1.2

實訓電子商務(wù)數(shù)據(jù)分析的主要任務(wù)電子商務(wù)數(shù)據(jù)分析的流程及原則思維導圖思政園地案例1電子商務(wù)在經(jīng)濟社會數(shù)字化轉(zhuǎn)型中舉足輕重【思政教育元素：樹立正確的就業(yè)觀】電子商務(wù)新業(yè)態(tài)新模式蓬勃發(fā)展，企業(yè)核心競爭力大幅增強，網(wǎng)絡(luò)零售持續(xù)引領(lǐng)消費增長，高品質(zhì)的數(shù)字化生活方式基本形成。電子商務(wù)與一二三產(chǎn)業(yè)加速融合，全面促進產(chǎn)業(yè)鏈供應(yīng)鏈數(shù)字化改造，成為助力傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級和鄉(xiāng)村振興的重要力量。電子商務(wù)深度鏈接國內(nèi)國際市場，企業(yè)國際化水平顯著提升，統(tǒng)籌全球資源能力進一步增強，“絲路電商”帶動電子商務(wù)國際合作持續(xù)走深走實。電子商務(wù)法治化、精細化、智能化治理能力顯著增強。電子商務(wù)成為經(jīng)濟社會全面數(shù)字化轉(zhuǎn)型的重要引擎，成為就業(yè)創(chuàng)業(yè)的重要渠道，成為居民收入增長的重要來源，在更好滿足人民美好生活需要方面發(fā)揮重要作用。思政園地案例2新冠肺炎疫情下電子商務(wù)的機遇和挑戰(zhàn)【思政教育元素：社會責任感教育】面對疫情電商企業(yè)應(yīng)當從以下幾個方面采取措施積極應(yīng)對：（1）打通線上線下屏障，構(gòu)建新零售模式；疫情后消費者必然要向線下回流，因此電子商務(wù)應(yīng)當積極拓展線下業(yè)務(wù)，實現(xiàn)與線上的相互協(xié)同，盡早打通線上與線下的屏障，構(gòu)建新的銷售模式。（2）企業(yè)應(yīng)當聚焦上游供應(yīng)商，為企業(yè)復工做好準備，實現(xiàn)經(jīng)濟快速回復。人類的發(fā)展是伴隨著各種危險和斗爭的，新冠疫情影響的不僅僅是人們的生活和電子商務(wù)的發(fā)展，疫情結(jié)束后人們的危機不會結(jié)束，未來人類的發(fā)展依然會面各種危機，只有依靠人們的智慧和采取科學的措施，才能化解危機促進社會不斷發(fā)展。案例導入XOCommunications是一個總部位于美國弗吉尼亞州的國家通信服務(wù)提供商，其擁有超過4000名雇員。作為一個電信企業(yè)XO面臨的一大業(yè)務(wù)挑戰(zhàn)就是管理客戶流失。由于有著大量的客戶，即使XO的客戶服務(wù)經(jīng)理定期接觸擁有流失風險的客戶也難以進行有效的管理繼而導致客戶的流失。為此XO使用了IBM公司的SPSS預(yù)測分析軟件，通過對客戶數(shù)據(jù)的分析預(yù)測定期評價客戶的流失傾向并聘請客服經(jīng)理按照優(yōu)先順序聯(lián)系客戶，在經(jīng)過不斷努力后成功減少了將近一半的客戶流失率。XO現(xiàn)在可以預(yù)測客戶的行為,發(fā)現(xiàn)行為趨勢,并找出存在缺陷的環(huán)節(jié),從而幫助公司及時采取措施,保留客戶。你了解客戶數(shù)據(jù)分析嗎？在生活中你還見過哪些客戶數(shù)據(jù)分析的例子？在完成本章學習后試著說說XO是如何運用客戶數(shù)據(jù)分析來挽留客戶的。1.1電子商務(wù)數(shù)據(jù)的內(nèi)涵及意義1.1.1電子商務(wù)數(shù)據(jù)分析的內(nèi)涵1.1.2電子商務(wù)數(shù)據(jù)分析的意義1.1.1電子商務(wù)數(shù)據(jù)分析的內(nèi)涵通常概念下，電子商務(wù)數(shù)據(jù)分析指的是對電子商務(wù)經(jīng)營過程中產(chǎn)生的數(shù)據(jù)進行分析，在研究大量的數(shù)據(jù)的過程中尋找模式、相關(guān)性和其他有用的信息，從而幫助商家做出決策。通過對相關(guān)數(shù)據(jù)的有效統(tǒng)計、分析和使用，形成多種模型，促進客戶、商業(yè)伙伴之間的溝通及優(yōu)化應(yīng)用，通常需要計算機軟件的支持。1.1.1電子商務(wù)數(shù)據(jù)分析的內(nèi)涵1.數(shù)據(jù)分析“數(shù)據(jù)”是人們通過觀察、實驗或計算得出的結(jié)果。數(shù)據(jù)有很多種，最簡單的就是數(shù)字，也可以是文字、圖像、聲音等。數(shù)據(jù)可用于各類研究、設(shè)計、查證等工作?！胺治觥笔菍⒀芯繉ο蟮恼w分為若干部分、方面、因素和層次，并分別加以考察的認識活動。分析的意義在于細致地尋找能夠解決問題的主線，并以此解決問題。數(shù)據(jù)分析是指用適當?shù)慕y(tǒng)計分析方法對收集來的大量數(shù)據(jù)進行分析，將它們加以匯總和理解并消化，以求最大化地開發(fā)數(shù)據(jù)的功能，發(fā)揮數(shù)據(jù)的作用。數(shù)據(jù)分析是為了提取有用信息和形成結(jié)論而對數(shù)據(jù)加以詳細研究和概括總結(jié)的過程。數(shù)據(jù)分析可幫助人們做出正確的判斷，以便采取適當行動。數(shù)據(jù)分析的目的是把隱藏在大量看來雜亂無章的數(shù)據(jù)中的信息集中和提煉出來，從而找出所研究對象的內(nèi)在規(guī)律。一般把數(shù)據(jù)分析分為三類：探索性數(shù)據(jù)分析（ExploratoryDataAnalysis，EDA)，驗證性數(shù)據(jù)分析（ConfirmatoryDataAnalysis，CDA）和定性數(shù)據(jù)分析。1.1.1電子商務(wù)數(shù)據(jù)分析的內(nèi)涵2.數(shù)據(jù)可視化數(shù)據(jù)可視化旨在將數(shù)據(jù)分析的結(jié)果通過表格、圖標和信息圖的方式直觀地展示出來，使他人更容易、更快速得到并理解數(shù)據(jù)分析結(jié)果。數(shù)據(jù)可視化工具有很多，如Tableau、PowerBI、Python、Excel、World、PowerPoint等?，F(xiàn)代社會已經(jīng)進入一個速讀時代，好的可視化圖表可以清楚地表達數(shù)據(jù)分析的結(jié)果，節(jié)約人們思考的時間。1.1.1電子商務(wù)數(shù)據(jù)分析的內(nèi)涵3.大數(shù)據(jù)大數(shù)據(jù)（bigdata）是指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、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、高增長率和多樣化的信息資產(chǎn)。IBM提出大數(shù)據(jù)的5V特點：Volume（大量）Velocity（高速）Variety（多樣）Value（低價值密度）Veracity（真實性）1.1.1電子商務(wù)數(shù)據(jù)分析的內(nèi)涵4.云計算云計算（cloudcomputing）是一種分布式計算技術(shù)，通過網(wǎng)絡(luò)將龐大的計算處理程序自動分拆成無數(shù)個較小的子程序，再交由多部服務(wù)器所組成的龐大系統(tǒng)經(jīng)搜尋、計算分析之后將處理結(jié)果回傳給用戶。云計算是一種資源交付和使用模式，通過網(wǎng)絡(luò)獲得應(yīng)用所需的資源（硬件、平臺、軟件），提供資源的網(wǎng)絡(luò)被稱為“云”。目前云計算包含三個層次的內(nèi)容：IaaS、PaaS和SaaS。1.1.1電子商務(wù)數(shù)據(jù)分析的內(nèi)涵5.數(shù)據(jù)挖掘數(shù)據(jù)挖掘又稱數(shù)據(jù)庫中的知識發(fā)現(xiàn)（KnowledgeDiscoverinDatabase，KDD），是目前人工智能和數(shù)據(jù)庫領(lǐng)域研究的熱點問題，所謂數(shù)據(jù)挖掘是指從數(shù)據(jù)庫的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價值的信息的非平凡過程。數(shù)據(jù)挖掘是一種決策支持過程，它主要基于人工智能、機器學習、模式識別、統(tǒng)計學、數(shù)據(jù)庫、可視化技術(shù)等，高度自動化地分析企業(yè)的數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的模式，幫助決策者調(diào)整市場策略，減少風險，做出正確的決策。利用數(shù)據(jù)挖掘進行數(shù)據(jù)分析常用的方法主要有分類、回歸分析、聚類、關(guān)聯(lián)規(guī)則、特征提取、變化和偏差分析、Web文本挖掘等。1.1.1電子商務(wù)數(shù)據(jù)分析的內(nèi)涵6.數(shù)據(jù)質(zhì)量主要包括兩方面：數(shù)據(jù)的集成和數(shù)據(jù)的清洗，關(guān)注的對象主要有原始數(shù)據(jù)和元數(shù)據(jù)兩方面。數(shù)據(jù)的集成：主要解決信息孤島的問題，包括兩方面：數(shù)據(jù)倉庫對元數(shù)據(jù)的集成和元數(shù)據(jù)系統(tǒng)對不同數(shù)據(jù)源中的元數(shù)據(jù)集成。相應(yīng)地，數(shù)據(jù)質(zhì)量管理也關(guān)注兩方面：對數(shù)據(jù)倉庫中真實數(shù)據(jù)的質(zhì)量探查和剖析，以及對元數(shù)據(jù)系統(tǒng)中元數(shù)據(jù)的數(shù)據(jù)質(zhì)量的檢查。元數(shù)據(jù)的管理目標是整合信息資產(chǎn)、支撐數(shù)據(jù)在使用過程中的透明可視，提升數(shù)據(jù)報告、數(shù)據(jù)分析、數(shù)據(jù)挖掘的可信度。數(shù)據(jù)的清理：數(shù)據(jù)質(zhì)量處理主要是采用一些數(shù)據(jù)清洗規(guī)則處理缺失數(shù)據(jù)、去除重復數(shù)據(jù)、去除噪聲數(shù)據(jù)、處理異常（但真實）的數(shù)據(jù)，從而保證數(shù)據(jù)的完整性、唯一性、一致性、精確性、合法性和及時性。1.1.2電子商務(wù)數(shù)據(jù)分析的意義1.優(yōu)化市場定位2.優(yōu)化市場營銷3.助力電子商務(wù)企業(yè)的收益管理4.協(xié)助創(chuàng)造客戶新的需求1.2電子商務(wù)數(shù)據(jù)分析的流程及原則

1.2.1電子商務(wù)數(shù)據(jù)分析的流程1.2.2電子商務(wù)數(shù)據(jù)分析的原則1.2.1電子商務(wù)數(shù)據(jù)分析的流程確定分析目的與框架123456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)可視化撰寫分析報告1.2.2電子商務(wù)數(shù)據(jù)分析的原則科學性：科學方法的顯著特征是數(shù)據(jù)的收集、分析和解釋的客觀性。數(shù)據(jù)統(tǒng)計分析要具有同其他科學方法一樣的客觀標準。系統(tǒng)性：數(shù)據(jù)分析不是單個資料的記錄、整理或分析活動，而是一個周密策劃、精心組織、科學實施，并由一系列工作環(huán)節(jié)、步驟、活動和成果組成的過程。針對性：不同的數(shù)據(jù)分析方法，無論是基礎(chǔ)的分析方法，還是高級的分析方法，都會有它的適用領(lǐng)域和局限性實用性：電子商務(wù)數(shù)據(jù)分析是為企業(yè)決策服務(wù)的，在保證其專業(yè)性和科學性的同時也不能忽略其現(xiàn)實意義。趨勢性：市場所處的環(huán)境是不斷變化的，在進行電子商務(wù)數(shù)據(jù)分析時要以一種發(fā)展的眼光看待問題，眼光不能局限于當前現(xiàn)狀與滯后指標，要充分考慮社會宏觀環(huán)境、市場變化與先行指標。實訓電子商務(wù)數(shù)據(jù)分析的主要任務(wù)1行業(yè)分析2客戶分析3產(chǎn)品分析4運營分析1行業(yè)分析行業(yè)分析流程包括行業(yè)數(shù)據(jù)采集、市場需求調(diào)研、產(chǎn)業(yè)鏈分析、細分市場分析、市場生命周期分析、行業(yè)競爭分析等。（1）行業(yè)數(shù)據(jù)采集根據(jù)行業(yè)特性確定數(shù)據(jù)指標篩選范圍，然后做出符合業(yè)務(wù)要求的數(shù)據(jù)圖表模板；整合行業(yè)數(shù)據(jù)資源，使用合適的方式收集數(shù)據(jù)并完成數(shù)據(jù)圖表的制作。（2）市場需求調(diào)研通過客戶行為、行業(yè)特性及業(yè)務(wù)目標要求設(shè)計調(diào)研問卷；通過網(wǎng)絡(luò)調(diào)研、深度訪談等方法發(fā)放與回收調(diào)研問卷；通過Excel等數(shù)據(jù)處理工具對回收的調(diào)研問卷進行數(shù)據(jù)清洗，從而得到可靠的樣本數(shù)據(jù)。（3）產(chǎn)業(yè)鏈分析通過對行業(yè)中供應(yīng)商、制造商、經(jīng)銷商、客戶等環(huán)節(jié)之間交互關(guān)系的分析，繪制交互關(guān)系示意圖；通過對前期的市場需求調(diào)研及交互關(guān)系的分析，制作產(chǎn)業(yè)鏈的合理性評估表。1行業(yè)分析（4）細分市場分析根據(jù)細分市場歷史數(shù)據(jù)確定相應(yīng)的優(yōu)勢細分市場，并編制優(yōu)勢細分市場列表；根據(jù)產(chǎn)品特點和消費者需求關(guān)聯(lián)目標細分市場，并編制關(guān)聯(lián)目標細分市場列表；通過定性與定量的分析方法進行匹配度分析，并編制消費者與產(chǎn)品匹配度列表。（5）市場生命周期分析根據(jù)細分市場歷史數(shù)據(jù)判定該細分市場所處的生命周期；通過行業(yè)資訊、領(lǐng)域?qū)＜乙庖?，以及細分市場歷史數(shù)據(jù)確定該細分市場所處生命周期中的機遇與挑戰(zhàn)；根據(jù)細分市場所處生命周期給出改善建議。（6）行業(yè)競爭分析通過網(wǎng)絡(luò)等渠道進行同類企業(yè)市場信息收集，并進行同類企業(yè)與本企業(yè)市場相關(guān)性與差異性的分析，同時編寫市場差異性分析報告；通過SWOT分析法（Strengths、Weaknesses、Opportunities、Threats）分析自身企業(yè)的機遇與挑戰(zhàn)，并編制SWOT分析圖表。2客戶分析客戶分析流程包括客戶數(shù)據(jù)收集、客戶特征分析（客戶畫像）、客戶行為分析、客戶價值評估、目標客戶精準營銷（營銷策略制定和資源配置）、銷售效果跟蹤等。（1）客戶數(shù)據(jù)收集了解B端（企業(yè)端）及C端（消費者端）的不同客戶數(shù)據(jù)收集渠道；熟悉公司品牌及產(chǎn)品定位、客戶定位，以及各業(yè)務(wù)部門的客戶數(shù)據(jù)需求；根據(jù)客戶的訪問、瀏覽、購買、評價等行為數(shù)據(jù)對客戶數(shù)據(jù)屬性標簽進行收集、整理；熟練運用Excel、客戶關(guān)系管理（CustomerRelationshipManagement，CRM）、評價分析、輿情監(jiān)控等客戶數(shù)據(jù)收集分析工具（軟件）；利用問卷、調(diào)研等數(shù)據(jù)收集方法收集客戶數(shù)據(jù)，并對數(shù)據(jù)進行清洗和處理。（2）客戶特征分析了解B端及C端的客戶行為屬性區(qū)別；根據(jù)客戶的購買行為、購買地域、購買金額、購買次數(shù)等對客戶進行特征分析；熟悉地域、性別、年齡等客戶基礎(chǔ)屬性，并據(jù)此進行相關(guān)歸類和分析；借助Excel、CRM等工具對客戶特征進行挖掘分析及梳理。（3）客戶行為分析對客戶的評價行為、購買趨勢、購買喜好、營銷喜好、產(chǎn)品喜好等行為進行分析；根據(jù)客戶行為分析制定不同渠道的內(nèi)容模式，挖掘客戶接受度較高的營銷方式。2客戶分析（4）客戶價值評估分析B端及C端的客戶價值行為；熟悉客戶特征、回購率、客單價、地域等客戶行為分析的概念和行為價值；了解各業(yè)務(wù)部門對客戶數(shù)據(jù)的需求，基于需求挖掘客戶價值并進行相關(guān)價值評估。（5）目標客戶精準營銷熟悉B2B及B2C平臺的區(qū)別，了解B端及C端不同平臺的客戶精準分析、營銷策略及營銷規(guī)則工具；熟悉各電子商務(wù)平臺的客戶推廣營銷渠道及推廣方法；掌握消費者心理，基于推廣渠道，了解短信、電子郵件、自媒體、直播等營銷渠道，并制訂各渠道的精準推廣計劃；根據(jù)制訂的推廣計劃協(xié)調(diào)公司相關(guān)資源，最終完成營銷計劃的投放。（6）銷售效果跟蹤熟悉營銷回購率、轉(zhuǎn)化率、投資回報率等指標；對各渠道的客戶營銷數(shù)據(jù)進行總結(jié)、分析、對比，輸出各渠道的銷售效果報告，調(diào)整各渠道的客戶運營策略；跟蹤各渠道的銷售效果及投資回報率，給各業(yè)務(wù)部門提出業(yè)務(wù)建議，并協(xié)助各渠道進行客戶營銷模式的調(diào)整。3產(chǎn)品分析產(chǎn)品分析流程包括競爭對手分析、客戶特征分析、產(chǎn)品需求分析、產(chǎn)品生命周期分析、客戶體驗分析，最后通過調(diào)研報告形成合理化建議，對產(chǎn)品開發(fā)及市場走向進行預(yù)測。（1）競爭對手分析通過分析目標客戶、定價策略、市場占有率等，確定競爭對手；對競爭對手的價格、產(chǎn)品、渠道、促銷等方面進行數(shù)據(jù)調(diào)研、歸納、整理；通過SWOT分析法得出競爭對手的產(chǎn)品及自身產(chǎn)品的優(yōu)劣勢。（2）客戶特征分析根據(jù)研究目的確定典型客戶特征的分析內(nèi)容；做好客戶年齡、地域、消費能力、消費偏好等數(shù)據(jù)的收集與整理工作；通過Excel等工具分析客戶數(shù)據(jù)，賦予不同的人群標簽。（3）產(chǎn)品需求分析根據(jù)典型客戶特征分析結(jié)果，收集客戶對產(chǎn)品需求的偏好；通過整理、分析客戶對產(chǎn)品需求的偏好，提出產(chǎn)品開發(fā)的價格區(qū)間、功能賣點、產(chǎn)品創(chuàng)新、包裝物流等建議，并通過產(chǎn)品的不斷升級和迭代，提高客戶對產(chǎn)品及品牌的持久黏性。3產(chǎn)品分析（4）產(chǎn)品生命周期分析利用Excel等工具匯總產(chǎn)品部、運營部、客服部等的產(chǎn)品銷售數(shù)據(jù)；密切監(jiān)控季節(jié)、氣溫、地域等因素對產(chǎn)品銷售周期性數(shù)據(jù)的變化及波動的影響；協(xié)助指導采購、生產(chǎn)等部門合理安排采購及生產(chǎn)計劃。（5）客戶體驗分析通過客戶訪談或工具軟件收集并了解客戶體驗現(xiàn)狀；跟蹤和分析客戶對產(chǎn)品的反饋，監(jiān)測產(chǎn)品使用狀況并及時提出改進方案；識別客戶痛點及發(fā)現(xiàn)市場，組織有價值的典型客戶參與產(chǎn)品設(shè)計，并評估產(chǎn)品價值及客戶體驗。4運營分析運營分析流程包括銷售數(shù)據(jù)分析、推廣數(shù)據(jù)分析、客服數(shù)據(jù)分析。（1）銷售數(shù)據(jù)分析通過評估歷史銷售數(shù)據(jù)等進行企業(yè)銷售目標的定位；通過市場調(diào)研來歸納、整理調(diào)研數(shù)據(jù)，并設(shè)計銷售指標；運用Excel等工具或調(diào)用平臺數(shù)據(jù)，制定銷售業(yè)績、價格體系、區(qū)域布局、產(chǎn)品結(jié)構(gòu)、銷售業(yè)績異動等指標；通過建立多維報表，明確銷售任務(wù)，得出整體銷售分析指標；通過內(nèi)部報告系統(tǒng)或數(shù)據(jù)采集工具獲取銷售數(shù)據(jù)；通過與客服部的溝通獲取銷售反饋信息。對數(shù)據(jù)進行清洗和整理，以保證數(shù)據(jù)的有效性和完整性；對整體銷售情況進行分析，包括銷售額分析、銷售量分析、季節(jié)性分析、產(chǎn)品結(jié)構(gòu)分析、價格體系分析；對銷售區(qū)域進行分析，包括區(qū)域分布分析、重點區(qū)域分析、區(qū)域銷售異動分析；對產(chǎn)品線進行分析，包括產(chǎn)品系列結(jié)構(gòu)分布分析、產(chǎn)品-區(qū)域分析；對價格體系進行分析，包括價格體系構(gòu)成分析、價格-產(chǎn)品分析、價格-區(qū)域分析。根據(jù)既往數(shù)據(jù)進行預(yù)測，包括總體銷售預(yù)測、區(qū)域銷售預(yù)測、季節(jié)性銷售變化預(yù)測；對電子商務(wù)平臺特有的指標，如客戶流失率、客單價、跳失率等進行分析及預(yù)測；對數(shù)據(jù)可視化方案進行設(shè)計，結(jié)合業(yè)務(wù)場景設(shè)計出實用的可視化方案，并應(yīng)用可視化方案對已分析出的銷售數(shù)據(jù)結(jié)果進行展現(xiàn)。4運營分析（2）推廣數(shù)據(jù)分析通過公司現(xiàn)有商務(wù)推廣數(shù)據(jù)及公司現(xiàn)狀、商品維度、外部競爭數(shù)據(jù)等確定數(shù)據(jù)分析的目標；根據(jù)數(shù)據(jù)分析目標和公司現(xiàn)有商務(wù)推廣數(shù)據(jù)，制定分析原則和分析策略；根據(jù)數(shù)據(jù)分析目標、分析原則和分析策略，確定詳細的分析步驟及時間規(guī)劃；根據(jù)整體規(guī)劃劃分階段目標，通過Excel及PPT等分析匯報工具規(guī)劃分析方案。根據(jù)具體推廣業(yè)務(wù)和推廣方式，對數(shù)據(jù)進行合并或拆分操作，以便對數(shù)據(jù)進行分析；根據(jù)業(yè)務(wù)和分析工具，對數(shù)據(jù)進行標準化、歸一化操作或?qū)Χㄐ詳?shù)據(jù)進行量化操作；根據(jù)現(xiàn)有推廣數(shù)據(jù)，分析各種推廣方式、推廣渠道對不同人群的推廣效果；對適合不同人群的推廣方式和推廣渠道，提出合理的推廣建議；根據(jù)現(xiàn)有推廣數(shù)據(jù)，分析各種推廣方式、推廣渠道的整體效果并對分析出的各種推廣渠道整體效果進行可視化展現(xiàn)。4運營分析（3）客服數(shù)據(jù)分析根據(jù)企業(yè)目標、運營過程、歷史數(shù)據(jù)、企業(yè)環(huán)境等進行分析目標設(shè)計；通過調(diào)研企業(yè)領(lǐng)導及各層次人員，收集歷史數(shù)據(jù)及其遞增幅度，定義成本、人員留存、營業(yè)利潤、人均銷售收入等指標，以達到提升運營質(zhì)量、降低成本、開展精準營銷等企業(yè)目標；將具體的問題抽象成指標，以達成特定目標；通過收集基本數(shù)據(jù)，計算成本、網(wǎng)站成交額、買家評價率、退款完結(jié)率等指標；通過數(shù)據(jù)分析工具，分析轉(zhuǎn)化率、響應(yīng)時間、銷售額等指標，以及售前、售中、售后指標，并將數(shù)據(jù)結(jié)果以圖表的方式展現(xiàn)給客戶。本章小結(jié)本章主要介紹了電子商務(wù)數(shù)據(jù)分析的基本原理，包括電子商務(wù)數(shù)據(jù)分析的內(nèi)涵、意義、流程、原則、主要任務(wù)。電子商務(wù)數(shù)據(jù)分析能幫助企業(yè)實現(xiàn)由“產(chǎn)品驅(qū)動”向“數(shù)據(jù)驅(qū)動”轉(zhuǎn)型。電子商務(wù)數(shù)據(jù)分析包括確定分析目的與框架、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、撰寫分析報告六個環(huán)節(jié)，兼具科學性、系統(tǒng)性、針對性、實用性和趨勢性的原則。電子商務(wù)數(shù)據(jù)分析與應(yīng)用的主要任務(wù)可以歸納為行業(yè)分析、客戶分析、產(chǎn)品分析和運營分析四大類。課后提升案例1京東大數(shù)據(jù)用戶畫像用戶畫像是將用戶的線上行為數(shù)據(jù)化。京東商城通過全面分析消費者購買商品的種類、價格、頻次等一系列活動，使每一個活動代表一個或多個標簽，通過對標簽的匯總、分析、分類來深化對個人或群體的認知，包括基本屬性、購買能力、行為特征、社交網(wǎng)絡(luò)、心理特征、興趣愛好。京東電子商務(wù)平臺對用戶畫像技術(shù)的主要實踐應(yīng)用包括：（1）精準營銷。以手表為例，結(jié)合品牌、價格、推廣渠道進行人群圈定，然后基于用戶標簽通過短信、郵件或網(wǎng)頁廣告、App廣告進行推送。（2）個性化。每個人的購物需求不同，因此每個人打開京東頁面所展現(xiàn)的商品也不同。（3）社交傳播。京東通過與騰訊、百度、今日頭條等公司的合作，打通數(shù)據(jù)庫，找出各自用戶標簽的交集并進行廣告的推送，從而提高轉(zhuǎn)化率。（4）數(shù)據(jù)分析。京東通過用戶畫像了解用戶、猜測用戶的潛在需求、精細化地定位人群特征、挖掘潛在的用戶群體，從而指導并驅(qū)動業(yè)務(wù)場景和運營，并發(fā)現(xiàn)和把握在海量用戶中的巨大商機。從上述案例可知，作為電子商務(wù)數(shù)據(jù)分析的重要應(yīng)用，用戶畫像可以讓數(shù)據(jù)說話，能夠幫助商家快速找到精準用戶群體及用戶需求等更為廣泛的反饋信息。課后提升案例2數(shù)據(jù)分析推動農(nóng)夫山泉公司發(fā)展礦泉水是傳統(tǒng)快消品（快速消費品）類目銷量最大的商品之一。農(nóng)夫山泉公司在全國有十多個水源地。一瓶超市售價為2元的550ml飲用水，其中3毛錢花在了運輸上。自2011年起，農(nóng)夫山泉公司對接SAP的創(chuàng)新性數(shù)據(jù)庫平臺SAP

HANA，同等數(shù)據(jù)量的計算速度從過去的24小時縮短到了0.67秒，近乎實時計算的結(jié)果使農(nóng)夫山泉公司實現(xiàn)了精準的物流成本管控。農(nóng)夫山泉公司在全國范圍內(nèi)的10

000多名業(yè)務(wù)員每天將采集到的圖片、視頻、聲頻傳回杭州總部，有了強大的數(shù)據(jù)分析能力進行支持，近年來農(nóng)夫山泉公司保持著30%～40%的年零售額增長率。根據(jù)上述案例思考以下問題：（1）農(nóng)夫山泉公司在采集數(shù)據(jù)時使用了什么方法？（2）農(nóng)夫山泉公司在分析數(shù)據(jù)時使用了什么工具？（3）數(shù)據(jù)分析對推動企業(yè)發(fā)展有什么作用與意義？本章內(nèi)容結(jié)束！

電子商務(wù)數(shù)據(jù)分析與應(yīng)用項目二電子商務(wù)數(shù)據(jù)分析模型本章提綱

PEST模型2.1

5W2H模型2.2

邏輯樹模型2.3

漏斗模型2.4

課中實訓2.5

課后提升2.6本章思維導圖案例導入亞馬遜的“信息公司”

“亞馬遜從大數(shù)據(jù)中發(fā)掘出了巨大的商業(yè)價值。亞馬遜需要處理海量的數(shù)據(jù)，這些交易數(shù)據(jù)的直接價值非常大。亞馬遜作為一家“信息公司”，不僅會從每個用戶的購買行為中獲得信息，還會將每個用戶在其網(wǎng)站上的所有行為都記錄下來，如頁面停留時間、用戶是否查看評論、搜索的每個關(guān)鍵詞、瀏覽的商品等。這種對數(shù)據(jù)價值的高度敏感和重視，以及數(shù)據(jù)分析的能力，使得亞馬遜遠遠超越了傳統(tǒng)運營方式。對于亞馬遜來說，數(shù)據(jù)分析是商業(yè)決策的指揮棒。那么你知道亞馬遜公司運用了什么數(shù)據(jù)分析模型嗎？你還了解哪些電子商務(wù)數(shù)據(jù)分析中常用的方法和模型呢？2.1PEST模型2.1.1PEST模型定義2.1.2對行業(yè)、企業(yè)的PEST分析2.1.1PEST模型定義PEST（P是政治Politics，E是經(jīng)濟Economy，S是社會Society，T是技術(shù)Technology），是對企業(yè)所處宏觀環(huán)境進行分析的模型。政治環(huán)境：指一個國家的社會制度、執(zhí)政黨性質(zhì)，以及政府的方針、政策、法令等。經(jīng)濟環(huán)境：分為宏觀和微觀兩個方面，宏觀上指一個國家的人口數(shù)量及其增長趨勢、國民收入、國民生產(chǎn)總值及變化情況；微觀上指企業(yè)所在地區(qū)的消費者收入水平、消費偏好、儲蓄情況、就業(yè)程度等因素。社會環(huán)境：指一個國家或地區(qū)的居民受教育程度和文化水平、宗教信仰、風俗習慣、審美觀點、價值觀等。技術(shù)環(huán)境：指與企業(yè)所處領(lǐng)域直接相關(guān)的技術(shù)手段的發(fā)展變化、國家對科技開發(fā)的投資和支持重點、該領(lǐng)域技術(shù)發(fā)展動態(tài)和研究開發(fā)費用總額、技術(shù)轉(zhuǎn)移和技術(shù)商品化速度、專利及其保護情況等。

2.1.2對行業(yè)、企業(yè)的PEST分析2.25W2H模型2.2.15W2H分析法的核心要素2.2.25W2H分析法的應(yīng)用步驟2.2.15W2H分析法的核心要素5W2H分析法又叫七問分析法，由二戰(zhàn)中美國陸軍兵器修理部首創(chuàng)。5W2H模型針對5個W（Why、What、Who、When、Where）以及2個H（How、Howmuch）提出7個關(guān)鍵詞進行數(shù)據(jù)指標的選取，再根據(jù)選取的數(shù)據(jù)進行分析。Why：為什么？為什么要這么做？理由何在？原因是什么？Who：誰？由誰來承擔？誰來完成？誰負責？When：何時？什么時間完成？什么時機最適宜？How：怎么做？如何提高效率？如何實施？方法是什么？Howmuch：多少？做到什么程度？數(shù)量如何？質(zhì)量水平如何？費用產(chǎn)出如何？What：什么？目的是什么？做什么工作？Where：何處？在哪里做？從哪里入手？2.2.25W2H分析法的應(yīng)用步驟（1）設(shè)計5W2H的相關(guān)問題（2）找出主要優(yōu)缺點（3）決定設(shè)計新產(chǎn)品2.3邏輯樹模型2.3.1邏輯樹模型的基本內(nèi)容2.3.2三種邏輯樹2.3.1邏輯樹模型的基本內(nèi)容邏輯樹又稱問題樹、演繹樹或分解樹，是分析問題最常使用的工具之一，它是將問題的所有子問題分層羅列，從最高層開始，并逐步向下擴展。把一個已知問題當成樹干，然后開始考慮這個問題和哪些相關(guān)問題有關(guān)。每想到一點，就給這個問題所在的樹干加一個“樹枝”，并標明這個“樹枝”代表什么問題。一個大的“樹枝”上還可以有小的“樹枝”，如此類推，找出與問題相關(guān)聯(lián)的所有項目。構(gòu)建邏輯樹模型的原則：（1）要素化（2）框架化（3）關(guān)聯(lián)化2.3.2三種邏輯樹（1）議題樹議題樹的主要形式是先提出一個問題，然后將這一問題細分為多個與其內(nèi)在邏輯相聯(lián)系的副議題。有以下注意事項：①相鄰層級具有邏輯上的內(nèi)在直接聯(lián)系；②同一層級上的內(nèi)容需要滿足相互獨立、完全窮盡的原則。議題樹的特點在于它比較可靠，但是實施的過程比較緩慢，通常用于解決問題的初期階段。2.3.2三種邏輯樹（2）假設(shè)樹假設(shè)樹的主要形式是先假設(shè)一種解決方案，然后通過已有論據(jù)對該方案進行證明。對于某種假設(shè)方案，只有當所有論點都支持該方案時，該假設(shè)方案可以得到驗證，否則會被推翻。假設(shè)樹的特點在于它的處理方式比議題樹更快，解決問題的效率更高，通常用于對問題有了足夠了解的階段。2.3.2三種邏輯樹（3）是否樹是否樹主要形式是先提出一個問題，然后對這一問題進行判斷分析，分析的結(jié)果只有兩種，非“是”即“否”。是否樹的特點在于它簡單明了，對問題的解決能夠果斷標準，不拖泥帶水。在判定過程中，只要根據(jù)標準去衡量得到的結(jié)果是否符合即可。對問題不僅足夠了解，且針對一些結(jié)果已經(jīng)有了標準方案，需要在方案中進行選擇時，使用是否樹。2.4漏斗模型2.4.1漏斗模型的相關(guān)概念2.4.2漏斗模型2.4.1漏斗模型的相關(guān)概念轉(zhuǎn)化率：對于電子商務(wù)網(wǎng)站來說，轉(zhuǎn)化率就是從當前一個頁面進入到下一個頁面的人數(shù)比率。關(guān)鍵路徑分析：網(wǎng)站中的一些關(guān)鍵路徑（KeyPath），即用戶是為了某個目標而進入了一個相對標準的有序路徑，用戶的目標就是為了到達“出口”，而不是隨意游蕩。如電子商務(wù)網(wǎng)站的注冊流程、購物流程，應(yīng)用型網(wǎng)站的服務(wù)使用流程等可被視為關(guān)鍵路徑。2.4.2漏斗模型漏斗模型（FunnelModel）不僅顯示了用戶在進入流程到實現(xiàn)目標的最終轉(zhuǎn)化率，同時還可以展示整個關(guān)鍵路徑中每一步的轉(zhuǎn)化率?；谠L問路徑，漏斗模型衍生出“路徑分析方法”，包括：關(guān)鍵路徑、擴散路徑、收斂路徑、端點路徑。每一條路徑都是一個漏斗。通過對關(guān)鍵路徑（比如注冊流程、購物流程等）轉(zhuǎn)化率的分析，來確定整個流程的設(shè)計是否合理，各步驟的優(yōu)劣，是否存在優(yōu)化的空間等，進而提高最終目標的轉(zhuǎn)化率。本章知識小結(jié)本章主要學習電子商務(wù)數(shù)據(jù)分析模型，主要包括PEST模型、5W2H模型、邏輯樹模型以及漏斗模型這四個重要的電子商務(wù)分析模型。通過系統(tǒng)化地學習，能夠在實際的電子商務(wù)數(shù)據(jù)分析中加以利用并得出有效的解決方案。2.5課中實訓實訓一

基于PEST理論的案例分析實訓二

5W2H模型的應(yīng)用案例實訓三

基于邏輯樹模型的案例分析實訓四

漏斗模型的應(yīng)用案例實訓一基于PEST理論的案例分析政治環(huán)境？經(jīng)濟環(huán)境？社會環(huán)境？技術(shù)環(huán)境？問題背景：紡織業(yè)的發(fā)展在中國歷史久遠，屬于傳統(tǒng)產(chǎn)業(yè)，國內(nèi)擁有著較大的紡織品需求量，同時外國市場對中國紡織品依賴度高。但是由于受近年來經(jīng)濟危機的影響，紡織品外部市場開始呈現(xiàn)出萎縮的狀態(tài)。各個國家為了保護當?shù)丶徔棙I(yè)不受中國市場的沖擊，不斷提高貿(mào)易壁壘。我國雖然具有較為完整的產(chǎn)業(yè)鏈條，但是行業(yè)內(nèi)競爭激烈，導致紡織品同質(zhì)化問題嚴重。近年來，跨境電商的快速發(fā)展為中國紡織業(yè)轉(zhuǎn)型升級指明了方向。以“中國輕紡城”為例，通過從紡織業(yè)跨境電商發(fā)展的宏觀環(huán)境出發(fā)，運用PEST分析模型探討發(fā)展紡織業(yè)跨境電商外部環(huán)境的變化。實訓一基于PEST理論的案例分析政策層面：

（1）國家層面的政策支持

（2）地方層面的政策支持經(jīng)濟層面

（1）產(chǎn)業(yè)經(jīng)濟基礎(chǔ)方面

（2）產(chǎn)業(yè)結(jié)構(gòu)方面社會層面：

（1）消費者生活方式的變化

（2）人口因素方面技術(shù)層面（1）“互聯(lián)網(wǎng)+貿(mào)易”（2）綜合化電商實訓二5W2H模型的應(yīng)用案例Why？What？Who？When？Where?How？Howmuch?問題背景S是中國排名前五位的電子商務(wù)平臺，銷售各種電子產(chǎn)品。某品牌M想要入駐電子商務(wù)平臺S。平臺S是否要經(jīng)銷M品牌的電熱水器呢？應(yīng)用5W2H模型進行談判與決策。實訓三基于邏輯樹模型的案例分析問題背景建立邏輯樹模型分析提高嬰兒用品銷量的方法。某電商平臺主要銷售嬰兒用品，為提高嬰兒用品銷量，結(jié)合營運情況和用戶畫像構(gòu)建邏輯樹模型。實訓四漏斗模型的應(yīng)用案例針對電子商務(wù)網(wǎng)站的一般購物流程，計算各個階段的轉(zhuǎn)化率并繪制漏斗模型。（1）構(gòu)建用戶訪問的關(guān)鍵路徑（2）計算關(guān)鍵路徑的轉(zhuǎn)化率（3）繪制漏斗模型

2.6課后提升基于SWOT分析的企業(yè)電子商務(wù)發(fā)展策略電子商務(wù)行業(yè)發(fā)展的PEST模型基于SWOT分析的企業(yè)電子商務(wù)發(fā)展策略

城市電子商務(wù)發(fā)展是一項系統(tǒng)工程，通過數(shù)據(jù)調(diào)研結(jié)果分析遼寧省企業(yè)電子商務(wù)發(fā)展現(xiàn)狀，運用SWOT分析法，對遼寧省企業(yè)電子商務(wù)發(fā)展具有的優(yōu)勢與劣勢、面臨的發(fā)展機遇與挑戰(zhàn)進行系統(tǒng)分析，構(gòu)建SWOT矩陣，提出了遼寧省企業(yè)電子商務(wù)發(fā)展的4種策略。（1）SO策略：利用區(qū)位優(yōu)勢，發(fā)展跨境電子商務(wù)，加快工業(yè)生產(chǎn)創(chuàng)新，建立電子商務(wù)培養(yǎng)基地，加強區(qū)域合作。（2）WO策略：引進成功電子商務(wù)企業(yè)的同時大力培育本土電子商務(wù)企業(yè)，推動大型企業(yè)建立行業(yè)化的電子商務(wù)平臺，帶動產(chǎn)業(yè)鏈上下游企業(yè)發(fā)展，完善電子商務(wù)高級人才引進機制。（3）ST策略：發(fā)揮區(qū)位優(yōu)勢，積極發(fā)展農(nóng)村電子商務(wù)，開拓各行業(yè)線上線下融合創(chuàng)新模式，有效應(yīng)對各地區(qū)搶占電子商務(wù)市場的競爭狀況。（4）WT策略：加大財政支持力度和人才引進力度，鼓勵小微企業(yè)創(chuàng)新創(chuàng)業(yè)，加強物流基礎(chǔ)設(shè)施建設(shè)。

通過上述SWOT戰(zhàn)略組合對遼寧省企業(yè)電子商務(wù)的發(fā)展戰(zhàn)略有了更加清晰的認識與把握，對于提升遼寧省對外發(fā)展水平，提高城市競爭力，推動老工業(yè)基地新一輪全面振興具有重要的指導意義。

上述案例給我們帶來怎樣的啟示？SWOT模型是戰(zhàn)略管理的重要工具之一。數(shù)據(jù)分析模型的基本流程包括：通過對問題進行整理分析，明確分析思路，設(shè)計分析框架，運用具體方法進行分析，最后得到的結(jié)論可為電子商務(wù)決策提供輔助支持。電子商務(wù)行業(yè)發(fā)展的PEST模型

請分析在“逐步形成以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進的新發(fā)展格局”的背景下，我國電子商務(wù)行業(yè)發(fā)展的PEST模型。本章內(nèi)容結(jié)束！

電子商務(wù)數(shù)據(jù)分析與應(yīng)用第3章電子商務(wù)數(shù)據(jù)分析方法本章提綱

統(tǒng)計分析3.1

相關(guān)與回歸分析3.2

時間序列分析3.3

聚類分析3.4本章提綱

實訓一、統(tǒng)計分析計算實訓二、相關(guān)分析與回歸分析的應(yīng)用實訓三、時間序列分析計算

實訓四、聚類分析計算 思維導圖思政園地案例1鴻星爾克低調(diào)捐助【思政教育元素：培養(yǎng)電商企業(yè)的社會責任】2021年河南暴雨肆虐，百姓苦不堪言。災(zāi)情牽動了無數(shù)中國人的心，一方有難，八方支援，很快物資，捐款，救援隊涌向了河南，這其中就有鴻星爾克的身影。7月21日，鴻星爾克發(fā)布了一條捐獻5000萬元物資的微博引起熱議，并沖上熱搜。

引起關(guān)注的很大一部分原因是有熱心網(wǎng)友發(fā)現(xiàn)鴻星爾克在經(jīng)營狀況不佳，陷入持續(xù)虧損的情況下依然為災(zāi)情獻出援手，有網(wǎng)友調(diào)侃道“感覺你都快倒閉了還捐了這么多”。鴻星爾克的行動讓網(wǎng)友們看到了企業(yè)的社會責任感，很快鴻星爾克的線上直播間涌入大批觀眾將商品搶購一空，線下的門店同樣也被瘋狂搶購，鴻星爾克也一躍成為“國貨之光”。思政園地案例2故宮文化跨界合作【思政教育元素：扎根傳統(tǒng)文化，增強文化自信】故宮，是中國歷史的見證者，中國文化的重要代表之一。故宮承載著歷史文明的厚重，是當之無愧的東方文化超級IP，作為中國最大的古代文化藝術(shù)博物館，故宮有著全國最多的藏品、最多的珍貴文物。故宮的文化產(chǎn)品富有歷史性、知識性、藝術(shù)性，但這也使得故宮的文化產(chǎn)品很難走進年輕人的世界，始終保持著一種距離感。近年來，伴隨著有趣的文創(chuàng)產(chǎn)品、豐富的文化活動、層出不窮的跨界合作，故宮給我們的印象變得更加的年輕鮮活，通過與各種品牌的聯(lián)名合作，故宮文化以一種意想不到的方式走進大家的生活，打破了人們對傳統(tǒng)文化死板的認知，賦予了傳統(tǒng)文化新的生命與活力，也讓更多的年輕人愿意了解傳統(tǒng)文化，從而愛上傳統(tǒng)文化。案例導入在研究人類遺傳問題時，為了研究父代與子代身高的關(guān)系，高爾頓搜集了1078對父親及其兒子的身高數(shù)據(jù)。他發(fā)現(xiàn)這些數(shù)據(jù)的散點圖大致呈直線狀態(tài)，也就是說，總的趨勢是父親的身高增加時，兒子的身高也傾向于增加。但是，高爾頓對試驗數(shù)據(jù)進行了深入的分析，發(fā)現(xiàn)了一個很有趣的現(xiàn)象：當父親高于平均身高時，他們的兒子身高比他更高的概率要小于比他更矮的概率；父親矮于平均身高時，他們的兒子身高比他更矮的概率要小于比他更高的概率。它反映了一個規(guī)律，即這兩種身高父親的兒子的身高，有向他們父輩的平均身高回歸的趨勢。對于這個一般結(jié)論的解釋是:大自然具有一種約束力，使人類身高的分布相對穩(wěn)定而不產(chǎn)生兩極分化，這就是所謂的回歸效應(yīng)。這是統(tǒng)計學上最初出現(xiàn)“回歸”時的涵義，雖然是一種特殊情況，與線形關(guān)系擬合的一般規(guī)則無關(guān)，但“線形回歸”的術(shù)語卻因此沿用下來。你了解回歸嗎？線性回歸是數(shù)據(jù)分析的一種方法，試著說說他在數(shù)據(jù)分析上所發(fā)揮的作用。3.1統(tǒng)計分析3.1.1靜態(tài)分析指標3.1.2動態(tài)分析指標3.1.3統(tǒng)計指數(shù)3.1.4抽樣推斷3.1.1靜態(tài)分析指標

靜態(tài)分析指標是用來說明社會經(jīng)濟現(xiàn)象數(shù)量特征的。由于社會經(jīng)濟現(xiàn)象及其發(fā)展的復雜性，靜態(tài)分析指標呈現(xiàn)多樣性，可以將其歸納為四類：總量指標、相對指標、平均指標和變異指標。

總量指標是反映社會經(jīng)濟現(xiàn)象在一定時間、地點和條件下的總體規(guī)?；蛩降慕y(tǒng)計指標。它的表現(xiàn)形式為絕對數(shù)，故又稱為統(tǒng)計絕對數(shù)。例如，某家淘寶店鋪的總營業(yè)額、員工總數(shù)、產(chǎn)品銷售總量等，都是反映現(xiàn)象的總量，均可視為總量指標。

兩個有聯(lián)系的統(tǒng)計指標的比率稱為相對指標。與總量指標伴隨有量綱單位不同，相對指標在絕大多數(shù)情況下采用無名數(shù)標識。無名數(shù)是一種抽象化的數(shù)值，多用倍數(shù)、系數(shù)、成數(shù)、百分數(shù)等表示。

平均指標是同類社會經(jīng)濟現(xiàn)象總體內(nèi)各單位某一數(shù)量標志在一定時間、地點和條件下數(shù)量差異抽象化的代表性水平指標，其數(shù)據(jù)表現(xiàn)為平均數(shù)。平均指標可以反映現(xiàn)象總體的綜合特征，也可以反映各變量值分布的集中趨勢。平均指標按計算和確定的方法不同，可分為算術(shù)平均數(shù)、調(diào)和平均數(shù)、眾數(shù)和中位數(shù)等。

變異指標是綜合反映總體各單位標志值變異程度的指標。它顯示總體中變量數(shù)值分布的離散趨勢，是說明總體特征的另一種重要指標，與平均數(shù)的作用相輔相成。變異指標的計算包括：極差、四分位差、平均差、標準差和方差等。3.1.2動態(tài)分析指標

動態(tài)分析方法又稱時間數(shù)列分析，主要用來描述和探索現(xiàn)象隨時間發(fā)展變化數(shù)量規(guī)律性，也就是對處于不斷發(fā)展變化的社會經(jīng)濟現(xiàn)象從動態(tài)的角度進行分析。

動態(tài)數(shù)列是指將同類指標在不同時間上的數(shù)值按時間的先后順序排列起來形成的統(tǒng)計數(shù)列，又稱為時間數(shù)列，是一種常見的經(jīng)濟數(shù)據(jù)表現(xiàn)形成。

動態(tài)數(shù)列可主要分為三類：①絕對數(shù)動態(tài)數(shù)列：把一系列同類的總量指標按時間先后順序排列而形成的動態(tài)數(shù)列。②相對數(shù)動態(tài)數(shù)列：把一系列同類的相對指標數(shù)值按時間先后順序排列而形成的動態(tài)數(shù)列。③平均數(shù)動態(tài)數(shù)列：把一系列同類的平均指標數(shù)值按時間先后順序排列而形成的動態(tài)數(shù)列。3.1.3統(tǒng)計指數(shù)統(tǒng)計指數(shù)分析法是經(jīng)濟分析中廣泛應(yīng)用的一種方法。最具代表性的就是關(guān)于物價指標的編制，即用現(xiàn)行價格與過去價格對比來反映價格的變化情況，后來過渡到綜合反映多種商品價格的變動情況。統(tǒng)計指數(shù)的作用：①綜合反映復雜社會經(jīng)濟總體在時間和空間方面的變動方向和變動程度。②分析和測定社會經(jīng)濟現(xiàn)象總體變動受各因素變動的影響。③研究平均指標指數(shù)變動及其受水平因素和結(jié)構(gòu)因素變動的影響。統(tǒng)計指數(shù)按照不同的研究目的和要求，可以作如下各種分類：1.個體指數(shù)和總指數(shù)2.數(shù)量指標指數(shù)和質(zhì)量指標指數(shù)3.動態(tài)指數(shù)和靜態(tài)指數(shù)4.定基指數(shù)和環(huán)比指數(shù)5.綜合指數(shù)和平均指數(shù)3.1.4抽樣推斷

抽樣推斷（SampleInference）是在抽樣調(diào)查的基礎(chǔ)上，利用樣本的實際資料計算樣本指標，并據(jù)以推算總體相應(yīng)數(shù)量特征的一種統(tǒng)計分析方法。抽樣推斷的作用主要包括：1.在無法進行全面調(diào)查或進行全面調(diào)查有困難時，可以用抽樣調(diào)查來推斷總體；2.采用抽樣調(diào)查可以節(jié)省費用和時間，提高調(diào)查的時效性和經(jīng)濟效果；3.可用來對全面資料的檢驗和修正；4.可以用于工業(yè)生產(chǎn)過程的質(zhì)量控制；5.可以對某種總體的假設(shè)進行檢驗來判斷這種假設(shè)是否正確，以決定行動的取舍抽樣推斷的內(nèi)容1.全及總體和樣本總體2.總體參數(shù)和樣本統(tǒng)計量3.樣本容量和樣本個數(shù)4.重復抽樣和不重復抽樣3.2相關(guān)與回歸分析3.2.1相關(guān)分析3.2.2回歸分析3.2.1相關(guān)分析

相關(guān)關(guān)系是指變量之間存在的一種不確定的數(shù)量依存關(guān)系，即一個變量的數(shù)值發(fā)生變化時，另一個變量的數(shù)值也相應(yīng)地發(fā)生變化，但變化的數(shù)值不是確定的，而是在一定的范圍內(nèi)。3.2.1相關(guān)分析相關(guān)關(guān)系的種類（1）按程度分類①完全相關(guān)：兩個變量之間的關(guān)系，一個變量的數(shù)量變化由另一個變量的數(shù)量變化所惟一確定，即函數(shù)關(guān)系。②不完全相關(guān)：兩個變量之間的關(guān)系介于不相關(guān)和完全相關(guān)之間。③不相關(guān)：如果兩個變量彼此的數(shù)量變化互相獨立，沒有關(guān)系。不相關(guān)完全相關(guān)不完全相關(guān)3.2.1相關(guān)分析相關(guān)關(guān)系的種類（2）按方向分類①正相關(guān)：兩個變量的變化趨勢相同，從散點圖可以看出各點散布的位置是從左下角到右上角的區(qū)域，即一個變量的值由小變大時，另一個變量的值也由小變大。②負相關(guān)：兩個變量的變化趨勢相反，從散點圖可以看出各點散布的位置是從左上角到右下角的區(qū)域，即一個變量的值由小變大時，另一個變量的值由大變小。正強相關(guān)正弱相關(guān)負強相關(guān)負弱相關(guān)3.2.1相關(guān)分析相關(guān)關(guān)系的種類（3）按形式分類①線性相關(guān)（直線相關(guān)）：當相關(guān)關(guān)系的一個變量變動時，另一個變量也相應(yīng)地發(fā)生均等的變動。②非線性相關(guān)（曲線相關(guān)）：當相關(guān)關(guān)系的一個變量變動時，另一個變量也相應(yīng)地發(fā)生不均等的變動。非線性相關(guān)線性相關(guān)3.2.1相關(guān)分析相關(guān)關(guān)系的種類（4）按變量數(shù)目分類①單相關(guān)：只反映一個自變量和一個因變量的相關(guān)關(guān)系。②復相關(guān)：反映兩個及兩個以上的自變量同一個因變量的相關(guān)關(guān)系。③偏相關(guān)：當研究因變量與兩個或多個自變量相關(guān)時，如果把其余的自變量看成不變（即當作常量），只研究因變量與其中一個自變量之間的相關(guān)關(guān)系，就稱為偏相關(guān)。3.2.1相關(guān)分析相關(guān)系數(shù)R

(SampleCorrelationCoefficient)是描述變量x與y之間線性關(guān)系密切程度的一個數(shù)量指標。其中，，，

，R=1是完全正相關(guān)，R=-1是完全負相關(guān)，R=0為不相關(guān)。查相關(guān)系數(shù)臨界值表,若R>Rα(n

2)，則線性相關(guān)關(guān)系顯著，通過檢驗，可以進行預(yù)測；反之，沒有通過檢驗。若不查表，通過經(jīng)驗判斷，則R的范圍在0.3-0.5是低度相關(guān)，R的范圍在0.5-0.8是顯著相關(guān)，R的范圍在0.8以上是高度相關(guān)。3.2.2回歸分析1.一元回歸分析一元線性回歸分析是處理兩個變量x（自變量）和y（因變量）之間關(guān)系的最簡單模型，研究是這兩個變量之間的線性相關(guān)關(guān)系。上式稱為一元線性回歸模型(OneVariableLinearRegressionModel)，其中：u是一個隨機變量稱為隨機項；可通過最小二乘法求得a,b兩個常數(shù)，稱為回歸系數(shù)（參數(shù)）；i表示變量的第i個觀察值，共有n組樣本觀察值。3.2.2回歸分析2.多元回歸分析對多元線性回歸模型（MultivariateLinearRegressionModel）的基本假設(shè)是在對一元線性回歸模型的基本假設(shè)基礎(chǔ)之上，還要求所有自變量彼此線性無關(guān)，這樣隨機抽取n組樣本觀察值就可以進行參數(shù)估計。3.2.2回歸分析3.非線性回歸分析在許多實際問題中，不少經(jīng)濟變量之間的關(guān)系為非線性的，可以通過變量代換把本來應(yīng)該用非線性回歸處理的問題近似轉(zhuǎn)化為線性回歸問題，再進行分析預(yù)測。五種常見的非線性模型及線性變換的方式3.3時間序列分析3.3.1時間序列數(shù)據(jù)3.3.2移動平均方法3.3.3指數(shù)平滑方法3.3.4季節(jié)指數(shù)方法3.3.1時間序列數(shù)據(jù)時間序列類型數(shù)據(jù)就是按照時間先后順序排列各個觀測記錄的數(shù)據(jù)集。3.3.2移動平均方法

一次移動平均法是在算術(shù)平均法的基礎(chǔ)上加以改進，其基本思想是每次取一定數(shù)量周期的數(shù)據(jù)平均，按時間順序逐次推進。每推進一個周期，舍去前一個周期的數(shù)據(jù)，增加一個新周期的數(shù)據(jù)，再進行平均。一次移動平均法一般只應(yīng)用于一個時期后的預(yù)測（即預(yù)測第t+1期）。一次移動平均數(shù)Mt(1)代表第t期一次移動平均值，N代表計算移動平均值時所選定的數(shù)據(jù)個數(shù)。一般情況下，N越大，修勻的程度越強，波動也越?。籒越小，對變化趨勢反應(yīng)越靈敏，但修勻的程度越差。實際預(yù)測中可以利用試算法，即選擇幾個N值進行計算，比較它們的預(yù)測誤差，從中選擇使誤差較小的N值。3.3.2移動平均方法當序列具有線性增長的發(fā)展趨勢時，用一次移動平均預(yù)測會出現(xiàn)滯后偏差，表現(xiàn)為對于線性增長的時間序列預(yù)測值偏低。這時，可進行二次移動平均計算，二次移動平均就是將一次移動平均再進行一次移動平均來建立線性趨勢模型。二次移動平均法的線性趨勢預(yù)測模型：其中，截距為：，斜率為：，

為預(yù)測超前期。Mt(1)為一次移動平均數(shù)，Mt(2)代表第t期二次移動平均值二次移動平均數(shù)，計算公式為，N代表計算移動平均值時所選定的數(shù)據(jù)個數(shù)。3.3.3指數(shù)平滑方法

一次指數(shù)平滑設(shè)時間序列為，則一次指數(shù)平滑公式為：

為第t周期的一次指數(shù)平滑值；為加權(quán)系數(shù)，。3.3.3指數(shù)平滑方法二次指數(shù)平滑法設(shè)一次指數(shù)平滑為，則二次指數(shù)平滑的計算公式為：若時間序列y1,y2,

,yt從某時期開始具有直線趨勢，且認為未來時期亦按此直線趨勢變化，則與趨勢移動平均類似，可用如下的直線趨勢模型來預(yù)測：

t為當前時期數(shù)；T為由當前時期數(shù)t到預(yù)測期的時期數(shù)；為第t+T期的預(yù)測值；為截距，為斜率，其計算公式為：3.3.4季節(jié)指數(shù)方法1.季節(jié)指數(shù)水平法季節(jié)指數(shù)預(yù)測法是指變量在一年內(nèi)以季（月）的循環(huán)為周期特征，通過計算變量的季節(jié)指數(shù)達到預(yù)測目的的一種方法。季節(jié)指數(shù)法的預(yù)測過程：首先分析判斷時間序列觀察數(shù)據(jù)是否呈季節(jié)性波動。通?？蓪?-5年的資料按月或按季展開，繪制歷史曲線圖，以觀察其在一年內(nèi)有無周期性波動來做出判斷；然后將各種因素結(jié)合起來考慮，即考慮它是否還受長期趨勢變動的影響，是否受隨機波動的影響等。3.3.4季節(jié)指數(shù)方法季節(jié)指數(shù)水平法的計算步驟：①收集三年以上各年中各月或季數(shù)據(jù)Yt，形成時間序列。②計算各年同季或同月的平均值：，為各年各月或各季觀察值，n為年數(shù)。③計算所有年度所有季或月的平均值：，n為一年季數(shù)或月數(shù)。④計算各季或各月的季節(jié)比率（即季節(jié)指數(shù)）：⑤計算預(yù)測期趨勢值。趨勢值是不考慮季節(jié)變動影響的市場預(yù)測趨勢估計值。其計算方法有多種，可以采用以觀察年的年均值除以一年的月數(shù)或季數(shù)。⑥建立季節(jié)指數(shù)水平預(yù)測模型，進行預(yù)測。即：3.3.4季節(jié)指數(shù)方法2.季節(jié)指數(shù)趨勢法長期趨勢的季節(jié)指數(shù)法是指在時間序列觀察值既有季節(jié)周期變化，又有長期趨勢變化的情況下，首先建立趨勢預(yù)測模型，再在此基礎(chǔ)上求得季節(jié)指數(shù)，最后建立數(shù)學模型進行預(yù)測的一種方法。3.3.4季節(jié)指數(shù)方法季節(jié)指數(shù)趨勢法的計算步驟：①以一年的季數(shù)4或一年的月數(shù)12為N，對觀察值的時間序列進行N項移動平均。由于N為偶數(shù)，應(yīng)再對相鄰兩期移動的平均值再平均后對正，形成新序列Mt，以此為長期趨勢。②將各期觀察值除去同期移動均值得到季節(jié)比率，以消除趨勢。③將各年同季或同月的季節(jié)比率平均，季節(jié)平均比率可消除不規(guī)則變動。i表示季別或月份別。④計算時間序列線性趨勢預(yù)測值，模型為：，可以采用多種方法，這里可以采用移動平均法：；⑤求季節(jié)指數(shù)趨勢預(yù)測值3.4聚類分析3.4.1聚類分析的定義3.4.2k-means聚類方法3.4.1聚類分析的定義

聚類（Clustering）是將數(shù)據(jù)劃分成群組的過程，研究如何在沒有訓練的條件下把對象化分為若干類。通過確定數(shù)據(jù)之間在預(yù)先制定的屬性上的相似性來完成聚類任務(wù)，這樣最相似的數(shù)據(jù)就聚集成簇（Cluster）。聚類與分類不同，聚類的類別取決于數(shù)據(jù)本身，而分類的類別是由數(shù)據(jù)分析人員預(yù)先定義好的。使用聚類算法的用戶不但需要深刻地了解所用的特殊技術(shù)，而且還要知道數(shù)據(jù)收集過程的細節(jié)及擁有應(yīng)用領(lǐng)域的專家知識。3.4.2k-means聚類方法k-means算法接受輸入量k，然后將n個數(shù)據(jù)對象劃分為k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高，而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。3.4.2k-means聚類方法k-means算法的工作過程說明如下：首先從n個數(shù)據(jù)對象任意選擇k個對象作為初始聚類中心；而對于所剩下其它對象，則根據(jù)它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的聚類中心所代表的聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復這一過程直到標準測度函數(shù)開始收斂為止。一般都采用誤差平方和作為標準測度函數(shù)，即準則函數(shù)E。設(shè)待聚類的數(shù)據(jù)集為X={x1,x2,...,xn}，將其劃分為k個簇Ci，均值分別為zi，即zi為簇Ci的中心(i=1,2,…,k)。E是所有對象的平方誤差的總和，x

X是空間中的點，d(x,zi)為點x與zi間的距離，可以利用明氏、歐氏、馬氏或者蘭氏距離求得。樣本點分類和聚類中心的調(diào)整是迭代交替進行的兩個過程。實訓一、統(tǒng)計分析計算

1.總量指標和平均數(shù)的計算如表所示，2022年10月的店鋪總交易量399單可視為總量指標。實訓一、統(tǒng)計分析計算（1）算術(shù)平均數(shù)。例如，計算本月全部員工的月平均工資，則11名員工的月工資總額為55

100元，月平均工資為5009元（55

100/11）。（2）調(diào)和平均數(shù)。例如，計算編號為1001～1005號員工的本月平均交易量，公式為5/(1/30+1/45+1/29+1/43+1/30)=34.1，即這5名員工的本月平均交易量為34.1單。（3）眾數(shù)。例如，計算該網(wǎng)店員工年齡的一般水平。經(jīng)過匯總可知，在該網(wǎng)店11名員工中，25、26、32、33、34歲各1名，23歲2名，28歲4名，因此，28是該網(wǎng)店員工年齡的眾數(shù)。（4）中位數(shù)。例如，計算該網(wǎng)店員工年齡的中位數(shù)。首先將年齡數(shù)據(jù)從小到大排列，由于該組數(shù)據(jù)由11個數(shù)據(jù)組成，因此選擇排在第6位的員工年齡28作為中位數(shù)。實訓一、統(tǒng)計分析計算如圖所示，該店鋪與同行業(yè)其他店鋪相比，其物流服務(wù)評分高于同行業(yè)平均分53.82%。如圖所示，該天貓店鋪的描述相符平均分為4.9、服務(wù)態(tài)度平均分為4.9、物流服務(wù)平均分為4.9。實訓一、統(tǒng)計分析計算3．變異指標變異指標是綜合反映總體各單位標志值變異程度的指標。它顯示了總體中變量數(shù)值分布的離散趨勢，是說明總體特征的另一種重要指標，與平均數(shù)的作用相輔相成。變異指標按計算的方法不同分為極差、四分位差、平均差、標準差和方差等。仍采用如表3.2所示的表格數(shù)據(jù)分析該網(wǎng)店員工的工資收入變異指標。（1）極差。工資極差=最大工資額-最小工資額=5500-4800=700元。（2）四分位差。四分位差是上四分位數(shù)（Q3，位于75%）與下四分位數(shù)（Q1，位于25%）的差。首先將11名員工的工資收入從小到大排列，Q1的位置是3，對應(yīng)4800元；Q3的位置是9，對應(yīng)5200元，因此四分位差為5200-4800=400元，表明該網(wǎng)店有50%的員工的月工資收入在4800元～5200元，最大差異為400元。（3）平均差。月工資收入的平均差=∑|每位員工的工資收入-月平均工資|/員工總數(shù)=1745.5/11=158.64元。（4）標準差和方差。方差是各數(shù)據(jù)與其算術(shù)平均數(shù)的離差二次方的平均值，而方差的平方根即標準差。因此，本例題中，月工資收入的方差為42

644.64，標準差為206.51元。實訓一、統(tǒng)計分析計算4．動態(tài)數(shù)列動態(tài)數(shù)列主要分為以下3類。（1）絕對數(shù)動態(tài)數(shù)列：某網(wǎng)店2022年10月1日—2022年10月5日的訪客數(shù)量形成絕對數(shù)動態(tài)數(shù)列。（2）相對數(shù)動態(tài)數(shù)列：某網(wǎng)店2022年10月1日—2022年10月5日的支付轉(zhuǎn)化率形成相對數(shù)動態(tài)數(shù)列。（3）平均數(shù)動態(tài)數(shù)列：某網(wǎng)店2022年10月1日—2022年10月5日的平均客單價形成平均數(shù)動態(tài)數(shù)列。實訓一、統(tǒng)計分析計算5．抽樣推斷在電子商務(wù)數(shù)據(jù)分析中的應(yīng)用假設(shè)某網(wǎng)店有4名物流人員，每人的日出庫量分別為40、50、70、80件。先隨機抽取2

人，分別采用重復抽樣和不重復抽樣的方式，計算樣本統(tǒng)計量。首先根據(jù)重復抽樣和不重復抽樣形成樣本，如下表所示。在重復抽樣的條件下，樣本平均數(shù)的平均數(shù)為960/16=60件，樣本平均誤差為(2000/16)1/2=11.18件。在不重復抽樣的條件下，樣本平均數(shù)的平均數(shù)為720/12=60件，樣本平均誤差為(1000/12)1/2=9.13件。實訓一、統(tǒng)計分析計算實訓二、

相關(guān)分析與回歸分析的應(yīng)用

某網(wǎng)點通過付費流量的推廣，某網(wǎng)店的運營總監(jiān)認為：店鋪的付費流量投入與用戶訪問量、網(wǎng)店利潤是正相關(guān)的。同時，流量、訪問量與網(wǎng)店利潤的變化均存在一定聯(lián)系。利用Excel對下表所示的數(shù)據(jù)進行相關(guān)分析與回歸分析。實訓二、

相關(guān)分析與回歸分析的應(yīng)用1.相關(guān)分析的操作①選擇“相關(guān)系數(shù)”功能②設(shè)置“相關(guān)系數(shù)”的相關(guān)參數(shù)③相關(guān)系數(shù)的結(jié)果實訓二、

相關(guān)分析與回歸分析的應(yīng)用2.回歸分析的操作（1）利用Excel圖表進行回歸分析①繪制散點圖②設(shè)置散點圖的橫坐標實訓二、

相關(guān)分析與回歸分析的應(yīng)用2.回歸分析的操作（1）利用Excel圖表進行回歸分析③添加線性趨勢線的選項④添加趨勢線的效果圖實訓二、

相關(guān)分析與回歸分析的應(yīng)用2.回歸分析的操作（2）應(yīng)用數(shù)據(jù)分析的“回歸”功能①回歸分析功能②一元回歸分析的選項實訓二、

相關(guān)分析與回歸分析的應(yīng)用2.回歸分析的操作（2）應(yīng)用數(shù)據(jù)分析的“回歸”功能③一元回歸分析的結(jié)果實訓二、

相關(guān)分析與回歸分析的應(yīng)用2.回歸分析的操作（2）應(yīng)用數(shù)據(jù)分析的“回歸”功能④二元回歸模型的參數(shù)設(shè)置⑤二元回歸的結(jié)果實訓三、時間序列分析計算某天貓店鋪2016-2019年季度零售額已知某天貓店鋪2016-2019年季度零售額數(shù)據(jù)，對下表所示的時間序列數(shù)據(jù)進行分析。實訓三、時間序列分析計算1.時間序列數(shù)據(jù)的折線圖①折線圖選項②銷售額時間序列數(shù)據(jù)的折線圖實訓三、時間序列分析計算2.時間序列數(shù)據(jù)的一次移動平均①移動平均功能選項②移動平均的操作選項③一次移動平均的計算結(jié)果實訓三、時間序列分析計算3.時間序列數(shù)據(jù)的季節(jié)指數(shù)趨勢法模型

采用季節(jié)指數(shù)趨勢法進行計算，計算過程如下實訓四、

聚類分析算法實例設(shè)有數(shù)據(jù)樣本集合為X={1,5,10,9,26,32,16,21,14}，將X聚為3類，即k=3。隨機選擇前三個數(shù)值為初始的聚類中心，即z1=1，z2=5，z3=10。（采用歐氏距離進行計算。）第一次迭代：按照三個聚類中心將樣本集合分為三個簇{1}，{5}，{10,9,26,32,16,21,14}。對于產(chǎn)生的簇分別計算平均值，得到平均值點填入第2步的z1，z2，z3欄中。第二次迭代：通過平均值調(diào)整對象所在的簇，重新聚類。即將所有點按距離平均值點1，5，18.3最近的原則重新分配，得到三個新的簇：{1}，{5,10,9}，{26,32,16,21,14}。填入第2步的C1，C2，C3欄中。重新計算簇平均值點，得到新的平均值點為1，8，21.8。以此類推，第五次迭代時，得到的三個簇與第四次迭代的結(jié)果相同，而且準則函數(shù)E收斂，迭代結(jié)束。本章知識小結(jié)

本章主要學習與電子商務(wù)數(shù)據(jù)分析相關(guān)的模型方法，主要包括兩大類，一類是統(tǒng)計分析，包括：靜態(tài)分析指標、動態(tài)分析方法、統(tǒng)計指數(shù)、抽樣推斷、相關(guān)與回歸分析等內(nèi)容。

另一大類是數(shù)據(jù)挖掘模型，主要是從大量的數(shù)據(jù)中發(fā)現(xiàn)隱含的、事先未知的、潛在的、有用的信息、知識、規(guī)則、規(guī)律或者模式，主要包括：時間序列分析模型、聚類分析算法等。課后提升案例1神奇的購物籃分析在一家超市中，人們發(fā)現(xiàn)了一個特別有趣的現(xiàn)象：尿布與啤酒這兩種風馬牛不相及的商品居然擺在一起。但這一奇怪的舉措居然使尿布和啤酒的銷量大幅增加了。這可不是一個笑話，而是一直被商家津津樂道的發(fā)生在美國沃爾瑪連鎖超市的真實案例。原來，美國的婦女通常在家照顧孩子，所以她們經(jīng)常會囑咐丈夫在下班回家的路上為孩子買尿布，而丈夫在買尿布的同時會順手購買自己愛喝的啤酒。這個發(fā)現(xiàn)為商家?guī)砹舜罅康睦麧櫍侨绾螐暮迫鐭熀Ｓ蛛s亂無章的數(shù)據(jù)中發(fā)現(xiàn)啤酒銷售和尿布銷售之間的聯(lián)系呢？這又給了我們什么樣的啟示呢？這個案例說明，通過分析商品大數(shù)據(jù)，利用能夠找出商品之間關(guān)聯(lián)關(guān)系的數(shù)據(jù)分析算法，進一步提取客戶的購買行為，能夠為商業(yè)決策提供輔助的決策支持。課后提升案例2Target百貨商店的懷孕預(yù)測指數(shù)數(shù)據(jù)分析可以驅(qū)動市場營銷、成本控制、產(chǎn)品和服務(wù)、管理和決策及商業(yè)模式的創(chuàng)新。Target顧客數(shù)據(jù)分析部高級經(jīng)理AndrewPole根據(jù)Target迎嬰聚會（babyshower）的登記表建立了一個購買商品與妊娠階段之間的相關(guān)模型，選出了25種典型商品的消費數(shù)據(jù)，構(gòu)建了“懷孕預(yù)測指數(shù)”。通過這個指數(shù)，Target能夠在很小的誤差范圍內(nèi)預(yù)測到顧客的懷孕情況，并把孕婦優(yōu)惠廣告寄發(fā)給顧客。根據(jù)AndrewPole的數(shù)據(jù)模型，Target制訂了全新的廣告營銷方案，結(jié)果Target的孕期用品銷售呈現(xiàn)了爆炸性的增長。然后Target從孕婦這個細分顧客群向其他各種細分客戶群推廣。本章內(nèi)容結(jié)束！

電子商務(wù)數(shù)據(jù)分析與應(yīng)用項目四數(shù)據(jù)的采集本章提綱

課前自學一、電子商務(wù)相關(guān)數(shù)據(jù)的獲取二、店鋪數(shù)據(jù)獲取的主要渠道

課中實訓實訓一、網(wǎng)絡(luò)數(shù)據(jù)的爬取實訓二、調(diào)查問卷的設(shè)計與回收處理

課后提升案例1數(shù)據(jù)采集在電商成本控制中的應(yīng)用案例2數(shù)據(jù)采集實訓思維導圖思政園地案例1明晰數(shù)據(jù)主權(quán)，規(guī)范數(shù)據(jù)使用【思政教育元素：樹立正確的職業(yè)道德觀】

在大數(shù)據(jù)時代，企業(yè)利用網(wǎng)絡(luò)采集數(shù)據(jù)是了解客戶需求的重要方式，成本也較傳統(tǒng)方式低。但在數(shù)據(jù)采集過程中，企業(yè)對于客戶信息的處置方式是否符合道德法律的規(guī)范，關(guān)系到其自身、客戶以及社會等各個方面的利益?！暗蔚纬鲂小闭驗榇嬖趪乐剡`法違規(guī)收集使用個人信息問題而被通知在應(yīng)用商店下架。為了取締強勢者對個體的數(shù)據(jù)霸凌行為，國家網(wǎng)信辦依據(jù)相關(guān)法律來推動規(guī)范數(shù)據(jù)收集、使用的行為，不讓大數(shù)據(jù)成為數(shù)據(jù)強權(quán)者掌握、控制數(shù)據(jù)弱勢者行為的工具。對于企業(yè)來說，更要遵循保護個人信息的原則，確保數(shù)據(jù)在其所有者可知且授權(quán)的前提下被使用，堅守職業(yè)道德，共創(chuàng)安全的網(wǎng)絡(luò)環(huán)境。思政園地案例2積極踐行綠色電子商務(wù)理念【思政教育元素：樹立正確的社會責任感】

為加快實現(xiàn)電子商務(wù)高質(zhì)量發(fā)展，更好滿足人民群眾日益增長的美好生態(tài)需求，電子商務(wù)綠色發(fā)展相關(guān)法律法規(guī)不斷完善，不少電商企業(yè)按照規(guī)定積極使用環(huán)保包裝材料，實現(xiàn)包裝材料的減量化和再利用。菜鳥裹裹將部分塑料包裝袋更換為生物基環(huán)保袋，并試點推進環(huán)保寄件袋。該種“減塑環(huán)保袋”由秸稈、陳化谷物等可再生原料參與制作，與同尺寸的其它快遞袋相比，每個環(huán)保袋在生產(chǎn)環(huán)節(jié)可直接節(jié)省塑料4.4克，大大降低了廢棄塑料包裝對環(huán)境造成的影響。

毫無疑問，發(fā)展綠色電商，電商企業(yè)理應(yīng)承擔更多的責任，參與到協(xié)同治理中來，助力社會化大循環(huán)體系發(fā)展完善。同時，要繼續(xù)堅持實事求是、適度超前，成為踐行綠色新發(fā)展理念的表率。案例導入

蜘蛛是生物界中很普通的小蟲子，但是它卻做了一件令人非常佩服的事情—織網(wǎng)捕物。蜘蛛經(jīng)常會在自己所織的網(wǎng)上捕獲食物，而這一行為就如同我們?nèi)祟愊朐陉P(guān)系復雜的互聯(lián)網(wǎng)上獲取我們想要的數(shù)據(jù)。為了能夠更高效的獲取數(shù)據(jù)，人類通常會創(chuàng)造一只小精靈—“小爬蟲”去幫助自己做事情。世界上第一個網(wǎng)絡(luò)爬蟲“萬維網(wǎng)漫游者”（“WorldWideWebwanderer”）是由麻省理工學院的學生馬休·格雷（MatthewGray）在1993年寫成。它的初衷是用來統(tǒng)計互聯(lián)網(wǎng)上的服務(wù)器數(shù)量，后來逐漸服務(wù)于搜索引擎的數(shù)據(jù)采集。

網(wǎng)絡(luò)爬蟲技術(shù)作為數(shù)據(jù)采集的一種重要方法，它是如何進行數(shù)據(jù)采集呢？你還了解哪些數(shù)據(jù)采集方法？課前自學一、電子商務(wù)相關(guān)數(shù)據(jù)的獲取在做數(shù)據(jù)分析之前，首先需要完整、真實、準確地收集和獲取數(shù)據(jù)，以便于量化分析工作的開展。一般商務(wù)數(shù)據(jù)的獲取有以下幾個常見途徑：從公開數(shù)據(jù)源獲取、利用網(wǎng)絡(luò)爬蟲抓取數(shù)據(jù)以及設(shè)計調(diào)查問卷收集數(shù)據(jù)。特別，針對電子商務(wù)平臺和賣家，可以通過網(wǎng)站后臺獲取運營數(shù)據(jù)。一、

電子商務(wù)相關(guān)數(shù)據(jù)的獲取1.公開數(shù)據(jù)源2.網(wǎng)絡(luò)爬蟲3.問卷調(diào)查1.公開數(shù)據(jù)源比較權(quán)威的公開數(shù)據(jù)源包括：國際貨幣基金組織、世界銀行、世界衛(wèi)生組織、經(jīng)濟合作和發(fā)展組織、UCI數(shù)據(jù)庫等。2.網(wǎng)絡(luò)爬蟲由于網(wǎng)絡(luò)爬蟲可以自動訪問網(wǎng)頁并記錄網(wǎng)頁對應(yīng)的內(nèi)容，因此被用作數(shù)據(jù)獲取工具。這里主要介紹用作數(shù)據(jù)獲取工具的網(wǎng)絡(luò)爬蟲。爬蟲只是一類批量自動訪問網(wǎng)頁的工具，核心功能是訪問網(wǎng)頁。網(wǎng)頁中的素材存在于網(wǎng)站所在的服務(wù)器上，當這個服務(wù)器收到一個訪問請求時，它會把對應(yīng)的素材發(fā)送到請求發(fā)出的地方，這就是人們通過瀏覽器可以看到別人服務(wù)器上的內(nèi)容的原因。3.調(diào)查問卷調(diào)查是獲取一手數(shù)據(jù)的重要方式之一。通常而言，調(diào)查是指為了了解總體的某些屬性特征，而對其中的所有或部分個體開展信息搜集的系統(tǒng)方法。二、

店鋪數(shù)據(jù)獲取的主要渠道以電商賣家的視角切入，介紹數(shù)據(jù)分析中的第一步——數(shù)據(jù)收集的獲取渠道。主要包括：店鋪流量數(shù)據(jù)、商品數(shù)據(jù)、交易數(shù)據(jù)、客戶服務(wù)和物流服務(wù)數(shù)據(jù)以及市場和競爭數(shù)據(jù)的收集渠道。二、

店鋪數(shù)據(jù)獲取的主要渠道（一）

流量數(shù)據(jù)（二）商品數(shù)據(jù)（三）交易數(shù)據(jù)（四）客戶服務(wù)和物流服務(wù)數(shù)據(jù)（五）市場和競爭數(shù)據(jù)（一）流量數(shù)據(jù)流量是非常重要的電商指標。一個店鋪的流量來源有很多，有免費的、付費的、站內(nèi)的、站外的。本小節(jié)主要介紹站內(nèi)免費流量數(shù)據(jù)、站內(nèi)付費流量數(shù)據(jù)和自主流量數(shù)據(jù)的收集指標和采集方法。1.站內(nèi)免費流量數(shù)據(jù)各平臺站內(nèi)免費流量的來源有很多，要想收集站內(nèi)免費流量的數(shù)據(jù)，首先一定要清楚站內(nèi)免費流量的結(jié)構(gòu)，哪些是店鋪已經(jīng)做了的引流，哪些是店鋪還可以去做的引流。下面介紹淘系（阿里巴巴、淘寶、天貓）平臺的流量結(jié)構(gòu)。（1）流量的來源結(jié)構(gòu)淘系平臺站內(nèi)免費流量的入口有很多。主要流量以無線端為主，入口也是以無線端為主，主要包括以下幾項流量來源：①手淘搜索。②

手淘首頁。③

手淘微淘。④淘系站內(nèi)活動。⑤淘系類目頻道。⑥其他。（一）流量數(shù)據(jù)（2）流量數(shù)據(jù)查詢工具/入口在明確了淘系站內(nèi)免費流量的來源后，接下來要了解從哪里可以查詢到這些數(shù)據(jù)。對于賣家可以使用官方平臺的數(shù)據(jù)工具。可以從以下兩個入口進入生意參謀首頁：①商家中心入口。賬號登錄進入商家中心，點擊“商家地圖”→“營銷＆數(shù)據(jù)管理”→“生意參謀”。②千牛入口。登錄千牛軟件，點擊“店鋪管理”→“商家中心”；找到數(shù)據(jù)中心模塊，點擊“生意參謀”；進入生意參謀首頁。（一）流量數(shù)據(jù)【知識拓展】生意參謀——專業(yè)的電商數(shù)據(jù)分析平臺生意參謀為商家提供數(shù)據(jù)，讓商家對于數(shù)據(jù)進行分析，然后去對自己的店鋪進行布局規(guī)劃，但是功能區(qū)分還是非常明顯的，可分為兩大類。一是淘系商家對自己店鋪進行經(jīng)營分析，幫助商家對店鋪進行管理。主要包括：①流量；②商品；③客戶；④營銷；⑤交易；⑥服務(wù)。二是為淘系賣家提供行業(yè)整體的大盤數(shù)據(jù)，使其了解自己店鋪中經(jīng)營類目的整體市場行情。主要是生意參謀中的“市場競爭”功能模塊。包括：市場概況、市場看板、供需洞察、行業(yè)大盤、店鋪排行、商品排行、屬性排行、搜索詞排行、搜索詞查詢、競爭洞察、競店對比、零售市場洞察、跨境商機等。（一）流量數(shù)據(jù)2.站內(nèi)付費流量數(shù)據(jù)（1）淘系站內(nèi)付費流量來源直通車、淘寶客、鉆展是淘寶/天貓平臺站內(nèi)三大付費流量的來源方式。寶貝展現(xiàn)量點擊量點擊率點擊轉(zhuǎn)化率投入產(chǎn)出比關(guān)鍵詞質(zhì)量得分（2）淘系流量數(shù)據(jù)查詢工具直通車、鉆展及淘寶客開通之后，淘系賣家可以通過阿里巴巴集團官方出品的千牛工作平臺，查詢付費推廣的各項數(shù)據(jù)，包括賣家工作臺、消息中心、阿里旺旺、量子恒道、商品管理等主要功能。采集推廣效果數(shù)據(jù)，掌握付費推廣為店鋪帶來的流量數(shù)據(jù)，了解投放效果。（一）流量數(shù)據(jù)3.自主流量數(shù)據(jù)在各項流量數(shù)據(jù)中，自主流量多來自老客戶，通過“購物車”“收藏夾”“直接訪問”等方式訪問店鋪，這部分流量的轉(zhuǎn)化率相對較高。（1）站內(nèi)自主流量結(jié)構(gòu)站內(nèi)自主流量有五種主要渠道。①收藏夾。②我的淘寶③已買到的商品④直接訪問。⑤購物車。（2）數(shù)據(jù)查詢工具淘系平臺可以選擇千牛平臺的生意參謀進行操作。登錄千牛賬戶，點擊從左向右數(shù)的第三個模塊，打開千牛工作臺。在千牛工作臺首頁“數(shù)據(jù)中心”模塊找到“生意參謀”，點擊進入生意參謀首頁。（二）商品數(shù)據(jù)電商平臺需要定期分析商品銷售情況，比如不同商品的成交轉(zhuǎn)化情況、訪客瀏覽情況及售后服務(wù)情況等，從時間、商品的類別、價格等多個維度進行商品數(shù)據(jù)分析。1.店鋪商品效果數(shù)據(jù)（1）店鋪商品效果數(shù)據(jù)指標①核心數(shù)據(jù)。②全量商品排行③商品360。（2）數(shù)據(jù)查詢工具

可以通過生意參謀的品類羅盤進行商品數(shù)據(jù)查詢。

品類羅盤可以為商家提供全店商品實時監(jiān)控，商品人群精準營銷，新品上市效果追蹤，異常商品問題診斷等豐富的產(chǎn)品運營場景服務(wù)，其主要功能有：人群管理精準應(yīng)用、寶貝標題精細優(yōu)化、競爭單品對比剖析。（二）商品數(shù)據(jù)2.主推