第7章 处理新零售智能销售数据分析项目的数据.pptxVIP

处理新零售智能销售数据分析项目的数据;;新零售智能销售设备在当今已得到了普及，随之产生了大量的销售数据。通常在原始数据中可能会伴随着一些不完整的、结构不一致的和含噪声的脏数据。为了保证较高质量的分析常常需要对脏数据进行数据预处理。本章主要对新零售智能销售数据分析项目进行简单的介绍，并对库存数据和订单数据进行处理。;新零售智能销售设备是商业自动化的常用设备，它不受时间、地点的限制，能节省人力、方便交易。某公司在广东省7个市分别投放29台新零售智能销售??备，但是目前经营状况并不理想。了解该公司后台管理系统数据的基本情况，发掘经营状况不理想的具体原因。;（1）了解新零售智能销售的现状。 （2）了解新零售智能销售数据的基本情况。 （3）熟悉新零售智能销售数据分析的步骤与流程。;国内某新零售企业成立于2016年，主营业务为新零售智能销售设备投放和运营，经营的商品以食品饮料为主。公司投放运营区域覆盖广东省的广州市、深圳市、东莞市、佛山市、珠海市、中山市和韶关市等区域，广泛应用在企事业单位、商场、医院和旅游景点等各类场所。 然而，在激烈的市场竞争环境下，新零售智能销售设备业务出现毛利率增长缓慢、库存不合理、用户的流动性强等诸多困难与问题。因此，某新零售企业在各个区域增加了销售设备的数量，以此来提高市场占有率和企业的竞争力。如何了解新零售智能销售设备的销售情况，畅销的商品又有哪些，什么价格的商品最受欢迎，各个区域的销售情况怎么样，库存的商品结构是否合理，用户有哪些特点等，成为该企业亟待解决的问题。;某零售企业一直采用一个数据库系统来实现全过程的统一运营管理，数据库系统中包含了订单和库存等销售数据。其中，针对2018年8月的销售数据，订单数据的字段说明如表所示。;商品库存数据的字段说明如表所示。;根据企业的经营管理困惑分析企业的需求确定以下分析内容。 （1）处理库存数据和订单数据。 （2）分析商品的销售情况。 （3）分析商品库存。 （4）分析用户行为。 （5）撰写新零售智能销售数据分析报告。;数据分析的目的主要是从大量杂乱无章的数据中发现规律并进行概括总结，提炼出有价值的信息。通过对新零售智能销售数据进行分析能够帮助企业掌握新零售智能销售设备的订单和库存等情况，了解商品需求量和用户偏好，为用户提供精准贴心的服务。新零售智能销售数据分析流程图如图所示。;新零售智能销售数据分析步骤和说明如表所示。;;在查看【库存数据】工作表时，发现数据中存在重复值，为了避免数据冗余，需要对重复值进行处理。对【库存数据】工作表的日期和商品名称进行合并，查看重复值并进行处理。;（1）运用CONCATENATE函数对日期和商品名称进行合并。 （2）利用【条件格式】图标突显重复值。 （3）利用筛选方式查找重复值。 （4）利用【删除重复项】图标删除重复值。;（1）输入公式合并字段。添加“合并日期和商品名称”字段，合并库存数据中的日期和商品名称，选中单元格E2，输入“=CONCATENATE(A2,B2)”，如图所示。 ;（2）确定公式。按下【Enter】键，将鼠标指针移到单元格E2的右下角，当指针变为黑色加粗的“+”指针时，双击左键即可合并剩下的日期和商品名称，如图所示。 CONCATENATE函数合并的是两个文本字符，在合并日期和商品名称时，因为Excel2016系统会自动将日期格式转换为文本格式（即General格式），所以合并后的日期不是年月日的形式。以日期2018年8月6日为例，Excel默认的日期系统是从1900年1月1日开始，43318即为两日期距离的天数。;（3）突显重复值。在【开始】选项卡的【样式】命令组中，单击【条件格式】图标，依次选择【突出显示单元格格式(H)】命令和【重复值(D)】命令，弹出【重复值】对话框，如图所示，单击【确定】按钮。 ;（4）查找重复值。在【数据】选项卡的【排序和筛选】命令组中，单击【筛选】图标。单击“合并日期和商品名称”字段标题旁边的倒三角符号，在下拉菜单中选择【按颜色筛选(I)】命令中的【按单元格颜色筛选】命令，筛选结果如图所示。 ;（1）打开【删除重复项】对话框。选择E列，在【数据】选项卡的【数据工具】命令组中，单击【删除重复项】图标，如图所示，弹出【删除重复值】对话框。;（2）删除重复值。在【删除重复值】对话框中勾选【合并日期和商品名称】选项，如图所示，单击【确定】按钮，即可删除重复值。;（3）删除“合并日期和商品名称”字段内容。仅对库存数据进行重复值处理不需要添加任何字段内容，选择“合并日期和商品名称”字段，右键单击所选内容，在快捷菜单中单击【删除(D)】命令。;在查看【订单数据】时发现，数据存在一定的缺失值和异常值，为避免缺失和异常数据对分析结果造成偏离，需要对缺失值和异常值进行处理。对【订单数据】工作表中的商品名称进