Excel电商数据分析与应用（微课版）PPT完整全套教学课件.pptx

电商数据分析导论1.1认知数据分析1.2电商数据分析技能图谱 1什么是数据分析23CONTENTS数据分析的作用数据分析的标准流程4数学、统计学和运筹学5数据分析方法论6数据分析工具7电商数据指标体系 什么是数据分析PART ONE 数据是客观的事实，能够被收集的数据都是过去的事情。数据的历史性信息的指向性什么叫数据分析每个人对相同的数据会产生不同的看法，所以不是所有从数据中提取的信息都能适用所有人。数据分析就是将数据转变为有效信息的过程两大特性： 数据分析的核心 数据分析的核心就是建立参考系，也是使用不同的角度去观察事物，运用维度和指标间的不同组合，能更清晰的看清事物的全貌例：分析自己的店铺数据时需要建立同期的行业大盘参考系 数据有用信息建立参考系同期的行业过去的自己同期的对手不同的角度介于两者之间新角度转换 数据分析的作用PART TWO 数据分析的实用数据分析可以给决策者在运营过程中提供策略的决策依据，特定的分析维度可以帮助运营做出有效决策。例：某企业想要从线下转入线上进入市场做决策，选择是开淘宝店或者天猫店平台店铺数量数量占比销售总额(元)销售总额占比淘宝435198.91%193858.724.36%天猫481.09%601822.775.64%总计4399100%795681.5100.00%采集某企业所经营的类目店铺及经营店铺，经统计后得到数据，如果选择入住淘宝平台，将面临激烈的竞争，而天猫的竞争小，份额大，所以建议入住天猫，由天猫进入市场。 例：企业在优化产品标题时，需要替换哪些词，哪些词能提高引流效果？采集某企业商品的关键词数据，将关键词换成词根，发现“情人节”、“手工”和“友情”这3个词的访客数很低，没有流量所以应该换其他的有效词；而且替换新词会有更好的引流效果。数据分析的实用 运营方向更清晰决策更精准成功率更高数据分析给运营的作用 数据分析的标准流程PART THREE 数据分析的标准流程明确目标明确分析维度和指标采集数据数据清洗数据整理数据分析数据可视化数据报告 数据分析前期流程明确目标明确分析维度和指标数据采集 数据清洗 采集的数据一般不可直接使用，可能会有一部分“脏数据”，如果不处理它们将会影响分析的结果，所以我们在整理前需检查数据，发现“脏数据”就必须进行清洗。例：我们从生意参谋下载数据，其中第三行观测值存在“-”为标记的缺失值，此类缺失值如果不处理将无法进行下次操作，因此需将数据中的“-”符号替换为数字“0”。统计日期PC端支付金额PC端支付商品数PC端支付老买家数2017-05-03907.624182017-05-04268.941512017-05-051,196.9215-2017-05-061,938.211622017-05-07319.15235 数据整理子行业名称销售额（千万元）时间T恤4,8772012年1月衬衫4,5262012年1月T恤15,2792012年2月衬衫17,5752012年2月T恤28,4202012年3月衬衫30,8462012年3月 收集的数据一般都是零零散散的或者杂乱的，直接观察数据很难知道数据的意义，或者洞察信息，所以数据只有通过整理，形成整洁的数据，才便于我们分析。例：图1为女装T恤和衬衫两个品类在2012年1-3月的销售额数据，将数据整理为图2的形式，更便于分析。图1时间T恤衬衫总计2012年1月4877452694032012年2月1527917575328542012年3月284203084659266总计4857652947101523图2 数据分析关键词词根访客数支付买家数工具箱34229五金451收纳箱120加厚73大号50手提式21 数据分析目的是将数据转变成有效的信息。前面的步骤都是为了能在这一步得到信息，信息的提炼依靠对比法、拆分法、分组法等分析方法。例：将商品标题中的词根进行分析，从而对标题进行优化。通过对表中支付买家数进行对比，可以发现“收纳箱”和“大号”这两个词根的支付买家数为0，表示没有用户通过这两个词产生交易，因此得到的信息是“收纳箱”和“大号”这两个词可以优化。 数据可视化数据可视化旨在借助图形化手段，清晰有效地传达与沟通信息。产品点击率指数转化率指数交易指数流量指数口碑指数A0.850.420.590.740.94B0.620.480.510.780.86C0.960.670.830.550.74例：通过可视化图表将数据直观的展现出来。 数据报告 数据报告是将一系列分析结果具有逻辑性地进行集中展现并阐述分析结论的文档，可以使用PPT、Word制作报告。 数学、统计学和运筹学PART FOUR 电商数据分析的技能图谱 电商数