《R语言商务数据分析实战》教学课件—01R语言数据分析概述.pptVIP

* * * * * * * * * * * * * * * * * * * * 大数据，成就未来 2018/3/26 * 大数据挖掘专家 * 大数据挖掘专家 第1章 R语言数据分析概述 R语言商务数据分析实战 1 熟悉R语言分析工具 目录 认识数据分析 2 小结 3 广义的数据分析包括狭义数据分析和数据挖掘。 狭义的数据分析是指根据分析目的，采用对比分析、分组分析、交叉分析和回归分析等分析方法，对收集来的数据进行处理与分析，提取有价值的信息，发挥数据的作用，得到一个特征统计量结果的过程。 数据挖掘则是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，通过应用聚类、分类、回归和关联规则等技术，挖掘潜在价值的过程。 数据分析的概念 数据分析的流程 数据分析已经逐渐演化为一种解决问题的过程，甚至是一种方法论。虽然每个公司都会根据自身需求和目标创建最适合的数据分析流程，但数据分析的核心步骤是一致的。下图是一个典型的数据分析的流程。 需求分析：数据分析中的需求分析也是数据分析环节的第一步和最重要的步骤之一，决定了后续的分析的方向、方法。 数据获取：数据是数据分析工作的基础，是指根据需求分析的结果提取，收集数据。 数据预处理：数据预处理是指对数据进行数据合并，数据清洗，数据变换和数据标准化，数据变换后使得整体数据变为干净整齐，可以直接用于分析建模这一过程的总称。 分析与建模：分析与建模是指通过对比分析、分组分析、交叉分析、回归分析等分析方法和聚类、分类、关联规则、智能推荐等模型与算法发现数据中的有价值信息，并得出结论的过程。 模型评价与优化：模型评价是指对已经建立的一个或多个模型，根据其模型的类别，使用不同的指标评价其性能优劣的过程。 部署：部署是指将通过了正式应用数据分析结果与结论应用至实际生产系统的过程。 数据分析的流程 主要是客户的基本数据信息进行商业行为分析。 首先，界定目标客户，根据客户的需求，目标客户的性质，所处行业的特征以及客户的经济状况等基本信息使用统计分析方法和预测验证法，分析目标客户，提高销售效率。 其次，了解客户的采购过程，根据客户采购类型、采购性质进行分类分析制定不同的营销策略。 最后，根据已有的客户特征，进行客户特征分析、客户忠诚分析、客户注意力分析、客户营销分析和客户收益分析。 了解数据分析应用场景 1. 客户分析 产品分析主要是竞争产品分析，通过对竞争产品的分析制定自身产品策略。 价格分析又可以分为成本分析和售价分析，成本分析的目的是降低不必要成本，售价分析的目的是制定符合市场的价格。 渠道分析目的是指对产品的销售渠道进行分析，确定最优的渠道配比。 广告与促销分析能够结合客户分析，实现销量的提升，利润的增加。 了解数据分析应用场景 2. 营销分析 囊括了产品分析，价格分析，渠道分析，广告与促销分析这四类分析。 以不同社交媒体渠道生成的内容为基础，实现不同社交媒体的用户分析，访问分析，互动分析等。同时，还能为情感和舆情监督提供丰富的资料。 用户分析主要根据用户注册信息，登录平台的时间点和平时发表的内容等用户数据，分析用户个人画像和行为特征。 访问分析是通过用户平时访问的内容，分析用户的兴趣爱好，进而分析潜在的商业价值。 互动分析根据互相关注对象的行为预测该对象未来的某些行为特征。 了解数据分析应用场景 3. 社交媒体分析 新型的病毒防御系统可使用数据分析技术，建立潜在攻击识别分析模型，监测大量网络活动数据和相应的访问行为，识别可能进行入侵的可疑模式，做到未雨绸缪。 了解数据分析应用场景 4. 网络安全 通过物联网技术能够收集和分析设备上的数据流，包括连续用电、零部件温度、环境湿度和污染物颗粒等无数潜在特征，建立设备管理模型，从而预测设备故障，合理安排预防性的维护，以确保设备正常作业，降低因设备故障带来的安全风险。 5. 设备管理 物流是物品从供应地向接收地的实体流动。通过业务系统和GPS定位系统获得数据，对于客户使用数据构建交通状况预测分析模型，有效预测实时路况、物流状况、车流量、客流量和货物吞吐量，进而提前补货，制定库存管理策略。 了解数据分析应用场景 6. 交通物流分析 身份信息泄露盗用事件逐年增长，随之而来的是欺诈行为和交易的增多。公安机关，各大金融机构，电信部门可利用用户基本信息，用户交易信息，用户通话短信信息等数据，识别可能发生的潜在欺诈交易，做到提前预防未雨绸缪。 7. 欺诈行为检测 1 熟悉R语言分析工具 目录 认识数据分析 2 小结 3 ? R Python MATLAB 语言学习难易程度 入门难度低 入门难度一般 入门难度一般 使用场景 数据分析，数据挖掘，机器学习，数据可视化等。 数据分析，机器学习，矩阵运算，科学数据可视化，数字图像处理，web应用