商务数据分析方法

在电子商务领域，商务数据可以分为两大类：前端行为数据和后端商业数据。前端行为数据是指访问量、浏览量、点击流及站内搜索等反应用户行为的数据；而后端商业数据更侧重商业数据，如交易量、投资回报率及全生命周期管理等。

商务数据

• 商务数据分析方法
  • 1、统计学描述分析
    • 最大值max
    • 最小值min
    • 平均数
      • （算术平均）即若干个数的和，除以这些数的个数所得的商。 用来表明资料里各观测值、相对集中的中心位置
    • 求和
      • 求的两个或两个以上的数字相加的总数
    • 计算：计算对象出现的个数
  • 2、分组描述
    • 根据数据分析对象的特征、按照一定的指标，把数据分析对象，划分为不同的部分和类型，来进行比较研究
    • 目的：把总体中具有 不同性质的对象、区分开，把性质相同的对象合并在一起，便于对比
    • 分组分析一般和对比分析结合使用
  • 3、对比分析
    • 将两个，或两个以上的数据进行比较，分析其中的差异，从而揭示这些事物所代表的发展变化情况和规律性
    • 特点：可非常直观地看出事物某方面的变化，或差距，而且可以准确、量化表示出变化的差距是多少
    • 分类：静态：在同一时间下，不同总体之间的比较，也叫横向比较 动态：在同一总体条件下，对不同时期指标数值进行比较，也叫纵向比较
  • 4、交叉分析
    • 同时将两个有一定联系的变量及其值交叉列表在一张表格内，使各变量成为不同变量的交叉结点，形成交叉表（用到最多的就是二维交叉表）
    • 目的：分析交叉表中变量的关系
  • 5、结构分析
    • 指被分析研究总体内，各部分与总体之间进行对比的分析方法，即总体内各部分所占比列，属于相对指标。
    • 公式：结构相对指标（比例）=总体某部分的数值/总体总量*100%
  • 6、漏斗分析
  • 7、象限分析
    • 通过对两种及以上维度的划分，运用坐标的方式表达出想要的价值。由价值直接转变为策略，从而进行一些落地的推动（产品分析、市场分析、客户管理、商品管理）
  • 8、RFM模型
    • 是对通对距离最近一次消费的时长（Recency）、消费频率（Frequency）和消费金额（Monetary）3个维度的分析来描述会员价值状况，是根据会员活跃程度和交易金额的贡献进行会员价值细分的一种方法。
  • 9、公式分析
    • 针对某个指标，用公式层层分解该指标的影响因素，再对指标进行分析
  • 10、帕累托分析
    • 二八法则。即80%的问题是29%的原因造成的。抓住重点，发现其特征。然后就可以思考如何让其余的80%向这20%转化，提高效果。适用于任何行业，抓重点
  • 11、趋势分析
    • 通过对有关指标的各期对基期的变化趋势的分析，从中发现问题。趋势分析用于电商运营核心指标的长期跟踪。
    • 趋势分析更多的是需要明确数据的变化，以及对变化原因进行分析。反映整体趋势和数据变化
• 商务数据分析方法论
  • 2.1 PEST分析（外部宏观环境）
    • 政治（Political） 法律/法规 ……
      • 经济（Econnomic） 经济增长 货币政策 利率/汇率 投资就业 ……
        • 社会文化（Social） 人口/地理 教育 生活方式 社会价值 生态保护 ……
          • 技术（Technological） 技术变革速度 产品生命周期 新技术 ……
  • 2.2 5W2H分析
    • 何做how、何价how much
      • how：工作的流程是什么，过程如何监控，如何保证满足PDCA循环 how much：要做什么、需要多少时间、量化的目标是多少，现在成本是多少、改进后成本又是多少
    • 何因why、何事what、何人who、何时when、何地where
      • what：要做什么、准备做什么、需要协调什么、需要预防什么 when：什么时间开始、结束、关键点 where;在什么地方做、协助的工作在什么地方做、从何时开始做、到何处结束 why：为什么要做、是否可以省略，为什么要这么做、是否有其他更简单的办法，为什么会出现这样的结果 who:由谁来做、是一个人还是一个团队、由谁来主导、由谁来协调、由谁来监督
  • 2.3 逻辑树分析
    • 思维导图
  • 2.4 4P营销理论(整体运营情况)
    • 产品（Product）
      • 公司提供了什么产品何服务，哪个销量好 用户需求是否一致 购买产品的用户都是什么人
    • 价格（Price）
      • 公司销售收入怎样，增长还是减少 用户接受的合理价格是多少 用户购买方式怎样
    • 渠道（Piace）
      • 公司在各地区有多少销售渠道 用户通过何种渠道购买 公司渠道政策是否具有吸引力
    • 促销（Promotion）
      • 投入多少营销资源，效果如何 投放多少宣传广告，效果如何
  • 2.5 用户行为理论
    • 1、认识→2、熟悉→3、试用→4、使用→5、忠诚
  • 2.6 用户生命周期理论
    • 引入期、成长期、成熟期、休眠期、流失期
  • 2.7 AARRR模型
    • 用户获取Acquisition
    • 用户激活Activation
    • 用户存l留Retention
    • 用户收益Revenue
    • 用户传播Referral
• 商务大数据分析与应用
  • 什么是数据
    • 数据
      • 统计的数据类型
        • 按计量尺度
          • 分类数据
            • 只能归于（某一类别）的【非数字型】数据
          • 顺序数据
            • 只能归于（某一 {有序}类别）的【非数字型】数据
          • 数值数据
            • 按{数字尺度}测量的（观察值），表现为具体的数值
        • 按收集方法
          • 观测数据
            • 通过{调查或观测}收集到的数据
          • 实验数据
            • 通过实验中(控制实验)对象收集到的数据
        • 按时间状况
          • 截面数据
            • {相同或相近}（时间点）上的数据
          • 时间序列数据
            • （不同时间）收集到的数据
        • 文本型（储存不需要计算的数字）
    • 数据分析
      • 数据分析:数据库中的知识发现，对商业数据库中的(海量数据进行抽取，转换,分析和其他模型化处理)，从中揭示出隐含的，先前未知的并有潜在价值的商务信息的过程。
      • 大数据>区块链>云计算>人工智能
        • 现状分析，原因分析，预测分析
      • 数据分析流程
        • 1，数据{分析需求}(规划)
      • 数据分析方法
        • 子主题 1
          • 描述性统计分析
            • {概括性}描述数据特征，包括集中度，离散度等分析
        • 子主题 3
          • 相关分析
            • X和Y的{相关}情况
          • 回归分析
            • X对Y的{影响}(Y定量)
        • 子主题 4
          • 因子分析
            • 数据信息{浓缩},以及{计算权重}，竞争力等(定量)
          • 聚类分析
            • 样本数据按{某个属性}的（分类）
        • 子主题 5
          • 主成分分析
            • 类似因子分析,以及计算权重，竞争力等(定量)
          • 熵值分析
            • 权重计算(定量)
        • 子主题 6
          • 方差分析
            • 两个及两个以上样本{均值差别}的显著性检验
          • 时序分析
            • 利用{时序数据}进行（预测分析）
      • 数据分析工具
        • R语言
          • 数据量T级以下
        • python
          • 数据量T级以上
        • 数据分析综合软件
          • spss，excel，Tableau，power BL，Minitab
        • 数据采集工具
          • （一只螃蟹）后裔采集器，八爪鱼·大数据
        • 数据可视化工具
          • w文图
        • 图表秀
          • 子主题 1
  • 数据有什么用
  • 如何利用数据