社会培训 用Python采集商务数据 李卫华零售数据分析与应用概述(上海).ppt

大数据方法 1. 经营分析向品类管理转型 2. 分析重点由商户向客户转型 3. 数据采集向结构化、立体化发展 4. 客户数据由孤立到整合 5. 常规分析向数据挖掘转型 重估客户数据价值 扩大用户数据库 结构化与非结构化 互联网思维 系统与整合 数据库营销 提升数据整合与挖掘能力，将数据分析向客户研究转型，扩大数据资产，向大数据进发 数据指导经营 零售数据分析的过程 零售数据的收集 零售企业每天产生的大量数据主要分布在实体店铺、网店、微信平台、手机软件、物流送货、电话服务中心、在线支付等渠道（智慧零售的怪现象）。 举例：客户数据的四种数据源 零售数据的处理 数据标准化—数据清洗—数据匹配—数据整合 举例：不同数据源收集的客户唯一识别码 数据源 收集的客户行为 客户唯一识别码 传统CRM系统 数字数据 姓名 会员号 地址 手机号 Cookie ID 社交媒体ID MAC CRM 客户历史购买记录 ▲ ★ ▲ ★ ? ? ? 店面问卷 客户对产品的偏好 ▲ ★ ▲ ★ ? ? ? 呼叫中心 客户主动打电话进行的产品咨询 ▲ ? ? ★ ? ? ? 电商购买 客户在电商上的购买行为 ★ ? ★ ★ ? ? ? 微博微信 客户在线的浏览行为 客户在线的咨询行为 ? ? ? ▲ ▲ ★ ? 地理位置 客户进出妇幼保健所或生育相关的场所 ? ? ? ▲ ? ? ★ 在线浏览 客户访问奶粉相关网站的浏览行为 ? ? ? ? ★ ? ? 相关APP 是否下载相关生育APP APP的使用情况 ? ? ? ? ★ ? ? 注：▲----部分有，或者数据不完全可信；★----高度可信度数据 零售数据分析的常用方法 交叉分析法 综合评价法 矩阵关联法 预测分析法 对比分析法 分组分析法 结构分析法 平均分析法 聚类分析法 交叉分析法 综合评价法 矩阵关联法 预测分析法 对比分析法 分组分析法 结构分析法 平均分析法 聚类分析(cluster analysis)是一组研究对象分为相对同质的群组(clusters)的统计分析技术。 聚类分析也叫分类分析(classification analysis)或数值分类(numerical taxonomy) 定义问题与选择分类变量 　　聚类方法 　　确定群组数目 　　聚类结果评估 　　结果的描述、解释 聚类分析法 交叉分析法 综合评价法 矩阵关联法 预测分析法 对比分析法 结构分析法 平均分析法 如某公司想要通过消费能力对客户进行细分，将“客户”“消费能力”拖入列中，点击聚类，就会生成如下图表。将客户依据消费额进行区分，可以分级客户，优化客户层级，挖掘消费能力突出的客户，提供VIP级别服务 综合评价法 交叉分析法 综合评价法 矩阵关联法 预测分析法 对比分析法 分组分析法 结构分析法 平均分析法 综合评价法 交叉分析法 综合评价法 矩阵关联法 预测分析法 对比分析法 分组分析法 结构分析法 平均分析法 矩阵关联法 交叉分析法 综合评价法 矩阵关联法 预测分析法 对比分析法 分组分析法 结构分析法 平均分析法 预测分析法 交叉分析法 综合评价法 矩阵关联法 预测分析法 对比分析法 分组分析法 结构分析法 平均分析法 数据预测指分析历史数据中的关联关系, 在特定的条件下, 分析出用户感兴趣的数据的预测区间,以及预测的准确度。比如用户有某年某商场的所有交易记录, 用户希望预测下明年某月该商场的销售额, 用户可以使用该功能, 查询出影响商场销售额的所有因素, 进行数据预测。也可以预测当想要商品获得一定利润值的情况下，商品的报价情况。如：根据历史数据想预测，当利润是1000元情况下，单价等于多少。将“下单日期”拖入时间维度，将“单价”“利润”两个度量拖入度量，选择要分析的数值“单价”，输入“利润=1000”，点击“开始预测”按钮。后得到结果，当利润是1000情况下，单价应该是82。 结果的展现 结果的展现 结果的展现 结果的展现 结果的展现 结果的展现 结果的展现 结果的展现 结果的展现 结果的展现 结果的展现 结果的展现 结果的展现 目录 第一部分 零售数据分析的课程定位 第二部分 零售数据分析的内容框架 第三部分 零售数据分析的基本方法 第四部分 零售数据分析的案例分析 购物中心数据分析 将大数据打造成核心竞争力 XX购物中心将大数据作为创新重点，着力打造核心能力 大数据体系 大数据思维 大数据方法 品牌标签 风格标签 价位标签 品牌标签 装修风格/文艺； 环境/安静…… 轻奢 绿茶 风格偏好 消费能力 品牌偏好 消费者标签 综合偏好 基本属性值 楼层位置 品类分类 举例 标签是数据结构化的核心 品牌标签体系 消费者标签体系 大数据思维 访问与