HI~!我是零一,好久不见了。今天开始我们一起来学习数据分析的中阶课程。我的公众微信号是start_data,欢迎大家关注。
今天的内容主要是理清数据分析的主要思路和几个进阶的分析方法。
数据分析一般的任务,有以下四种。
1丶预测
2丶异常检测
3丶探索关系
4丶聚类/分类
以下4种场景对应的主要任务来帮助大家理解这4种任务。
1丶老板要求小白同学做一份市场分析——预测
拿到市场分析的数据源,就要明确知道,分析市场的最主要的价值就在于“先知”,比竞争对手提前预知市场行情。因此接到市场分析的工作,不用迷茫,预测是它的价值所在。
2丶老板要求小白同学对店铺的日常数据进行监控——异常检测
平时监控店铺的一切数据,如果一切正常,那就什么工作都没有。而主要的工作就来自异常情况,包括跟行业阈值对比,一旦低于行业阈值就被视为异常。
3丶老板要求小白同学分析一下订单数据或销售数据——探索关系
探索关系的工作是最有趣的,因为你说不定会发现一些非常有趣的关系,比如什么因素是影响买家下单的主要因子。在excel应用中,最简单粗暴的方法就是用散点图来观察。
4丶老板要求小白同学分析一下会员数据——聚类
相信很多朋友有过这样的苦恼,手里有客户数据,但是不知道如何效益最大化地利用。那么这里就涉及到对客户进行分类。通过分类可以知道哪些客户是有价值的,哪些客户是没有价值的。
这四种任务,会分别在07丶08丶09丶10篇中跟大家详细介绍。07篇估计很快就可以推送给大家。
那么,今天我要给大家介绍一下多维分析,顾名思义就是维度很多的时候用的分析方法。这个方法非常简单,就是一张图表而已。
下列几个场景来帮大家掌握多维分析。
1丶老板要求小白同学分析一下店里的几个客服的综合能力。
将源数据处理一下,跨度不要太大,把询单人数丶客单价和总业绩处理成占比即可
直接用下面的这张图来展示3个客服的综合实力,一目了然。A客服目测是最优秀的,C是最差的。
2丶老板要求小白同学分析一下某个宝贝的搜索关键字。
某宝贝的关键字数据如下,也是要将数据处理成占比形式
效果如下图所示,毋庸置疑,“加厚”这个关键字是最好的,接着是2013和包邮(展现量为第一考虑要素,没有展现量,其他的维度数据再高也是白搭的)
3丶老板要求小白同学分析一下最近直通车新推的几个款中,哪个最适合加大投入推广打造爆款。
假设3款宝贝,同时上的直通车,数据同样处理成百分比形式。
操作步骤:
Step1:选中数据,然后找到插入选项卡的其他图表
Step2:找到雷达图,然后点击
Step3:美化后如下图所示。
裤子002是最有潜质的。我们看裤子001,花费太高了,但点击率不高,成交金额跟裤子002也接近。裤子002加大投入应该可以得到比较好的收益效果。
看下表,不知不觉已经凌晨2点多了。最近经常工作到深夜,大家晚安。有问题可以直接回帖或者派邮,我会定期回复的。我的微信号是start_data 名字就是零一。