分析目的按照流量和销量做促销计划增加销量和回头率.docxVIP

分析目的：按照流量和销量做促销计划，增加销量和回头率，以及客户忠诚度分析数据清洗：导入表后我们发现时间哪一列是乱码，对时间重新编码—时间2，3月30，删除13344618160745170985950193.31197.181.020.82%0.83% 对于下单金额的几个小数，做整数处理对结果影响不大做时间序列图，看出3.30号，有一个点畸形高，而后面的销量不高，在作图中会影响我们的精度等，我们可以做单独处理。有两可能1，数据错误，2，做了广告或促销，效果不好。转化率不高！3.可能和周末有关，并且不知道你们做的什么销售，对于产品不好把握。只是在数据层面分析，不好建议去掉3.30号的数据后。3.8与3.9可能因为过节的访问量比较高3.8妇女节，3.9号母亲节。访问有所上升！与促销有光回归分析:访客次数与访客数回归方程为访客次数 = 51.0 + 1.03 访客数说明回头客只有3%自变量系数系数标准误 T P常量 51.04 21.97 2.32 0.026访客数 1.03399 0.01192 86.78 0.000P0.05说明拟合的很好，我们做分析时可以用访客次数代替 访客数S = 26.7959 R-Sq = 99.5% R-Sq（调整） = 99.5%方差分析来源自由度 SS MS F P回归 1 5407138 5407138 7530.61 0.000残差误差 35 25131 718合计 36 5432269异常观测值拟合值标准化观测值访客数访客次数拟合值标准误残差残差 26 858 899.00 938.20 12.13 -39.20 -1.64 X 30 2909 3021.00 3058.91 13.86 -37.91 -1.65 X 33 2728 2817.00 2871.76 11.83 -54.76 -2.28RXR 表示此观测值含有大的标准化残差X 表示受 X 值影响很大的观测值。基本上的访客数=访客次数，所以他们拟合的很好访客次数 = 51.0 + 1.03 访客数如果这样看的话，你们的忠实顾客与回头客很少也就是说，流量与顾客转化率，之间没有明显的线性相关关系。转化率流量，没明显的关系，客单量：一个顾客购物的数量：接近1的情况下平均订单金额=客单价：由商品的价格决定你们可以增加，主要产品的周边，附属产品，增值产品，服务后面还有一些没有分析完毕，你先看看吧，，，有时间会补上………主要指标都呈一个下降趋势：分别比较回归分析:访客次数与流量回归方程为访客次数 = 469 + 0.417 流量自变量系数系数标准误 T P常量 468.6 147.8 3.17 0.003流量 0.41660 0.04141 10.06 0.000S = 199.691 R-Sq = 74.3% R-Sq（调整） = 73.6%可以看出，虽然流量大会带来大的访客次数方差分析来源自由度 SS MS F P回归 1 4036599 4036599 101.23 0.000残差误差 35 1395670 39876合计 36 5432269P 0.027说明回归性还是表明显！异常观测值拟合值标准化观测值流量访客次数拟合值标准误残差残差 9 5554 2106.0 2782.4 91.9 -676.4 -3.82RX 26 1256 899.0 991.8 97.8 -92.8 -0.53 X 30 4791 3021.0 2464.5 63.4 556.5 2.94R 33 4484 2817.0 2336.6 52.9 480.4 2.49RR 表示此观测值含有大的标准化残差X 表示受 X 值影响很大的观测值。宏观分析---下单金额异常数据：下单金额特别大！21333 平均值 11778 大了大概一倍。所以在节日做好促销很重要。平均值大概处于10521到13034之间。数据还是处于比较稳定的状态。3769标准差，由于饰品对于，受节日的影响比较大，还有平台提供商影响比较大。做方差分析，意义不大。3月84951254023611221572133