京东商城数据分析报表.doc

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
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 13344 6181 6074 51 70 9859 50 193.31 197.18 1.02 0.82% 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 0.000 P<<0.05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 -2.28RX R 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 0.000 S = 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 5432269 P < 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

您可能关注的文档

文档评论(0)

chengcheng199 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档