Excel電商數(shù)據(jù)分析與應(yīng)用 課件 2.數(shù)據(jù)分析方法論2

數(shù)據(jù)分析方法論2.1基本方法&2.2高級方法熵值法CONTENTS漏斗分析法矩陣分析法多維分析法相關(guān)性分析法杜邦分析法時間序列分析法18131415161719熵值法PARTThirteen熵值法源自信息學(xué)科，廣泛應(yīng)用于對數(shù)據(jù)集的離散程度評估，也可用于估算權(quán)重從而計算綜合得分。1.原理

在信息論中，熵是對不確定性的一種度量。信息量越大，不確定性就越小，熵也就越??；信息量越小，不確定性就越大，熵也就越大。根據(jù)熵的特性，可以通過計算熵值來判斷一個事件的隨機(jī)性及無序程度，也可以用熵值來判斷某個指標(biāo)的離散程度，指標(biāo)的離散程度越大，該指標(biāo)對綜合評價的影響越大。因此，可根據(jù)各項指標(biāo)的變異程度，利用信息熵計算各指標(biāo)的權(quán)重，為多指標(biāo)綜合評價提供依據(jù)。2.計算例2-25：表2-25是3個產(chǎn)品測試時的數(shù)據(jù)，使用熵值法對產(chǎn)品的表現(xiàn)進(jìn)行綜合評估并排名。解：本例有3個款式的產(chǎn)品可供選擇，每個款式的產(chǎn)品有3個屬性，由于3個屬性的量綱不同，因此需要用熵值法求出各屬性的權(quán)重以及在產(chǎn)品中的貢獻(xiàn)度。設(shè)產(chǎn)品總量為m，得分為x，產(chǎn)品序號為i，屬性序號為j。

將表2-25轉(zhuǎn)變成p矩陣，如表2-26所示，p為數(shù)值與各列之和的商，pij=xij÷∑xij。將p值乘以ln(p)得到各個評分的貢獻(xiàn)度，Eij=pij×ln(pij)，得到表2-27所示的E矩陣。根據(jù)k=1÷ln(m)，其中m為產(chǎn)品總量，此例m=3，計算得k=0.910239。根據(jù)以下3個公式，計算出的結(jié)果如表2-28所示。貢獻(xiàn)總量E=k×∑p一致性程度D=1-E權(quán)重W=D÷∑D由于得分的量綱不同，先使用Min-Max標(biāo)準(zhǔn)化方法，將值轉(zhuǎn)換成[0,1]區(qū)間的數(shù)值，再用每個屬性的得分乘以權(quán)重值W后相加得到綜合得分，綜合得分落在[0,1]區(qū)間，如表2-29所示。漏斗分析法PARTFourteen漏斗分析法是結(jié)合了流程分析的方法，更強(qiáng)調(diào)事件的發(fā)展過程，按照事件發(fā)展的過程分析問題，屬于數(shù)據(jù)分析中的方法。它能夠科學(xué)地反映用戶行為狀態(tài)，以及從起點到終點各階段用戶轉(zhuǎn)化率的情況，是數(shù)據(jù)分析中重要的分析模型。

目前，漏斗分析法已經(jīng)廣泛應(yīng)用于網(wǎng)站用戶行為分析和App用戶行為分析的流量監(jiān)控、產(chǎn)品目標(biāo)轉(zhuǎn)化等日常數(shù)據(jù)運營與數(shù)據(jù)分析工作中。圖2-10所示為淘寶生意參謀的交易漏斗圖，從訪客到下單，再到支付，可運用漏斗分析法在這個過程中洞察問題。漏斗分析法分析步驟漏斗分析法的一般操作步驟如下。①確定業(yè)務(wù)流程，各個環(huán)節(jié)的量綱必須一致。②確定數(shù)據(jù)。③畫圖。例2-26：現(xiàn)有用戶交易過程的數(shù)據(jù)如圖2-11所示，使用Excel畫出數(shù)據(jù)集的漏斗圖。解：設(shè)置各環(huán)節(jié)數(shù)據(jù)表格，注意量綱必須一致。選中數(shù)據(jù)，在【插入】選項卡中選擇【漏斗圖】選項，如圖2-12所示。創(chuàng)建漏斗圖并設(shè)置好圖表標(biāo)題后的效果如圖2-13所示。右擊漏斗圖，在彈出的快捷菜單中選擇【設(shè)置數(shù)據(jù)系列格式(F)】命令，在【設(shè)置數(shù)據(jù)系列】窗格中，將間隙寬度設(shè)置為50%，如圖2-14所示。在【插入】選項卡中選擇【形狀】選項，如圖2-15所示，選擇【下箭頭】。圖2-16所示為在漏斗圖中添加下箭頭后的效果。在【插入】選項卡中選擇【文本框】選項，如圖2-17所示，在箭頭旁插入文本框?！靖袷健窟x項卡中，將文本框的形狀和邊框都設(shè)置為無填充，如圖2-18所示。設(shè)置好的漏斗圖如圖2-19所示。添加從瀏覽商品到完成交易的轉(zhuǎn)化率，最終效果如圖2-20所示。通過圖2-20可以發(fā)現(xiàn)，整個流程中最大的問題出現(xiàn)在“加入購物車”這個環(huán)節(jié)，運營人員可重點優(yōu)化這個環(huán)節(jié)。矩陣分析法PARTFifteen矩陣分析法是從交叉法演變而來的，和交叉法最大的區(qū)別是矩陣法的兩個軸是維度，不是度量。在低維（二維～三維）時可以使用該方法，它屬于數(shù)據(jù)分析方法。其原理是在矩陣圖的基礎(chǔ)上，把各因素分別放在行和列中，然后在行和列的交叉點用數(shù)量來描述這些因素之間的對比，再進(jìn)行數(shù)量計算，并進(jìn)行定量分析，從而確定哪些因素比較重要。矩陣分析思維矩陣分析思維是指通過對原始感性材料進(jìn)行矩陣般的分析與規(guī)整，形成全面、系統(tǒng)、嚴(yán)謹(jǐn)、專業(yè)并具有很強(qiáng)邏輯性和關(guān)聯(lián)性的理性思想，從而有助于形成正確思考、研究、決策等高層次思維的思想方法，這是一種縱橫交叉的邏輯研究方法。此思維被廣泛應(yīng)用，比如在工程管理上將各種任務(wù)分為重要并緊急、重要不緊急、不重要緊急和不重要不緊急這4類，4類任務(wù)分別在矩陣圖的4個象限。SWOT分析法，也是矩陣分析思維的一種應(yīng)用。創(chuàng)建矩陣創(chuàng)建矩陣至少需要兩個維度，每個維度有N個交點，因此兩個維度形成（N+1）×（N+1）的二維平面圖。以N=1為例，形成2×2=4的二維平面圖，也稱為四象限分析法。例2-27：表2-30所示為某店鋪5個產(chǎn)品的表現(xiàn)數(shù)據(jù)，用矩陣分析法分析數(shù)據(jù)。解：用矩陣分析法分析數(shù)據(jù)的步驟如下。①在Excel中選中支付金額和訪客平均價值，創(chuàng)建散點圖。②根據(jù)兩個指標(biāo)的平均值設(shè)置x軸和y軸的交點。③基于(20262.62,15.14)劃分4個坐標(biāo)區(qū)域，每個數(shù)據(jù)點代表一個產(chǎn)品，分布在4個區(qū)域內(nèi)，如圖2-21所示。定義矩陣?yán)L制矩陣圖需根據(jù)畫圖的兩個維度對矩陣進(jìn)行定義，因此理解指標(biāo)背后所代表的業(yè)務(wù)意義，是矩陣分析法的關(guān)鍵。支付金額代表產(chǎn)品的市場份額，訪客平均價值代表流量價值。添加定義后的矩陣如圖2-22所示，定義如下。（1）右上角的區(qū)域市場份額和流量價值都較高，可定義該區(qū)域的產(chǎn)品為企業(yè)的核心產(chǎn)品?？蓪①Y源重點放在B產(chǎn)品上，通過市場推廣和營銷提高B產(chǎn)品的市場份額。（2）右下角的區(qū)域市場份額較高，但流量價值較低，可定義該區(qū)域的產(chǎn)品為企業(yè)的引流產(chǎn)品。需要維持A產(chǎn)品的市場份額，在其生命周期內(nèi)保持引流能力。（3）左上角的區(qū)域流量價值較高，但市場份額較低，可定義該區(qū)域的產(chǎn)品為企業(yè)的重點發(fā)展產(chǎn)品或利潤產(chǎn)品。需要為C產(chǎn)品引入更多的流量，以測試市場對該產(chǎn)品的反饋。（4）左下角的區(qū)域市場份額和流量價值都較低，可定義該區(qū)域的產(chǎn)品為企業(yè)的問題產(chǎn)品?？上戮€E產(chǎn)品和D產(chǎn)品或?qū)產(chǎn)品和D產(chǎn)品進(jìn)行重新定位。矩陣具有運動的特性，分布在不同區(qū)間的點會隨著時間的推移而移動，而這種移動是有規(guī)律可循的，如圖2-23所示。隨著需求的增長，低市場份額、高流量價值的市場就會轉(zhuǎn)變成高市場份額、高流量價值的市場；隨著競爭的加劇，高市場份額、高流量價值的市場就會轉(zhuǎn)變成高市場份額、低流量價值的市場；隨著產(chǎn)品生命周期的結(jié)束，高市場份額、低流量價值的市場就會轉(zhuǎn)變成低市場份額、低流量價值的市場；此時需要對市場進(jìn)行重新定位，重新定位后會重新轉(zhuǎn)變成低市場份額、高流量價值的市場。一個優(yōu)秀的產(chǎn)品必然具有高流量價值，隨著時間的推移市場份額會越來越大，市場份額大到一定程度，市場的競爭對手會急劇增加，此時流量價值會逐漸下降，隨著產(chǎn)品生命周期的結(jié)束，最終產(chǎn)品將會退市多維分析法PARTSixteen多維分析法多維分析法是分析多個指標(biāo)的方法。在許多復(fù)雜的業(yè)務(wù)場景下，降維后仍存在多個指標(biāo)，對多個維度進(jìn)行分析的方法就是多維分析法。多維分析法同樣局限于四維空間，一般采用二維平面圖進(jìn)行展示。1.三維氣泡圖三維氣泡圖并非真正的三維圖形，而是在二維平面圖上展示3個維度，比一般的二維圖形展現(xiàn)更多的信息。例2-28：表2-31所示為某店鋪產(chǎn)品數(shù)據(jù)，用氣泡圖展現(xiàn)數(shù)據(jù)。解：在Excel中選中訪客數(shù)、支付轉(zhuǎn)化率和客單價，創(chuàng)建氣泡圖。x軸為訪客數(shù)，y軸為支付轉(zhuǎn)化率，氣泡大小為客單價，如圖2-24所示。2．雷達(dá)圖雷達(dá)圖是以從同一點開始的軸上表示的3個或更多個定量、變量的，以二維圖表的形式顯示多變量數(shù)據(jù)的圖形方法，其軸的相對位置和角度通常是無信息的。雷達(dá)圖也稱為網(wǎng)絡(luò)圖、蜘蛛網(wǎng)圖、星圖、不規(guī)則多邊形、極坐標(biāo)圖或Kiviat圖。它相當(dāng)于平行坐標(biāo)圖，坐標(biāo)軸徑向排列。例2-29：表2-31所示為某店鋪產(chǎn)品數(shù)據(jù)，用雷達(dá)圖展現(xiàn)數(shù)據(jù)。解：使用Min-Max標(biāo)準(zhǔn)化方法將表2-31的數(shù)據(jù)標(biāo)準(zhǔn)化，繪制出表2-32。在Excel中選中表2-32的產(chǎn)品、訪客數(shù)、支付轉(zhuǎn)化率和客單價，創(chuàng)建雷達(dá)圖。選中雷達(dá)圖，在【圖表工具】的【設(shè)計】選項卡中，選擇【切換行/列】選項，效果如圖2-25所示。時間序列分析法PARTSeventeen時間序列分析法，強(qiáng)調(diào)的是通過對某個事物或事件進(jìn)行一定時間段內(nèi)的連續(xù)觀測，并對數(shù)據(jù)進(jìn)行統(tǒng)計。采用時間序列分析法研究數(shù)據(jù)的變化和發(fā)展規(guī)模，廣泛應(yīng)用于數(shù)據(jù)挖掘領(lǐng)域1．移動平均法移動平均法是用一組最近的實際數(shù)據(jù)值來預(yù)測未來一期或幾期內(nèi)公司產(chǎn)品的需求量、公司產(chǎn)能等的常用方法。移動平均法適用于近期預(yù)測。當(dāng)產(chǎn)品需求既不快速增長也不快速下降，且不存在季節(jié)性因素時，移動平均法能有效地消除預(yù)測中的隨機(jī)波動。移動平均法根據(jù)預(yù)測時使用的各元素的權(quán)重不同，可以分為簡單移動平均法和加權(quán)移動平均法。（1）簡單移動平均法。簡單移動平均法的各元素的權(quán)重都相等。簡單移動平均法的計算公式為：Ft=[(At-1)+（At-2）+（At-3）+…+（At-n)]/n其中：Ft——對下一期的預(yù)測值；n——移動平均的時期個數(shù)；At-1——前期實際值；At-2、At-3和At-n分別表示前兩期、前3期直至前n期的實際值。例2-30：表2-33是某店鋪2022年10月26日—2022年11月4日的店鋪訪客數(shù)真實數(shù)據(jù)，采用簡單移動平均法預(yù)測2022年11月2日—2022年11月4日的訪客數(shù)據(jù)。其中表2-33的第8行到第10行為驗證數(shù)據(jù)，用于驗證預(yù)測結(jié)果。解：在電商的數(shù)據(jù)體系中，存在一些常用的時間范圍節(jié)點，如近3天、近7天、近14天、近30天等。在正常的流量（非活動）下，當(dāng)天的流量主要受當(dāng)天前n個小時、近3天、近7天數(shù)據(jù)的影響。在以天為單位預(yù)測數(shù)據(jù)時，可選擇近3天或近7天的數(shù)據(jù)，本例以近7天為例。將數(shù)據(jù)對應(yīng)填入Excel中，在D9單元格輸入公式“=AVERAGE(C2:C8)”，然后將公式填充到D10和D11。2022年11月2日和2022年11月3日的預(yù)測結(jié)果與真實數(shù)值較為接近，如圖2-26所示。（2）加權(quán)移動平均法。加權(quán)移動平均法給固定跨越期限內(nèi)的每個變量值以不同的權(quán)重。其原理是：歷史各期產(chǎn)品需求的數(shù)據(jù)信息對預(yù)測未來期內(nèi)需求量的作用是不一樣的。除了以n為周期的周期性變化外，遠(yuǎn)離目標(biāo)期的變量值的影響力相對較低，故應(yīng)給予較低的權(quán)重。加權(quán)移動平均法的計算公式為：其中：w1——第t-1期實際銷售額的權(quán)重；w2——第t-2期實際銷售額的權(quán)重；wn——第t-n期實際銷售額的權(quán)重；n——預(yù)測的時期數(shù)，w1+w2+…+wn=1。在運用加權(quán)移動平均法時，權(quán)重的選擇是一個值得注意的問題。經(jīng)驗法和試算法是選擇權(quán)重較為簡單的兩種方法。一般而言，離日期最近的數(shù)據(jù)最能準(zhǔn)確預(yù)測未來的情況，因而權(quán)重應(yīng)大些。例如，前一個月的利潤和生產(chǎn)能力比前幾個月的數(shù)據(jù)能更好地估測下個月的利潤和生產(chǎn)能力。但是，如果數(shù)據(jù)是季節(jié)性的，則權(quán)重也應(yīng)是季節(jié)性的。例2-31：使用加權(quán)移動平均法預(yù)測表2-33所示的數(shù)據(jù)。解：根據(jù)業(yè)務(wù)經(jīng)驗，雖然近7天是一個整體，但也可以分成近3天和3天之前，近3天的數(shù)據(jù)權(quán)重相對較大，系數(shù)可設(shè)為0.6；3天之前的數(shù)據(jù)權(quán)重相對較低，系數(shù)可設(shè)為0.4。將表2-33中數(shù)據(jù)填至一個新的Excel表格中，在D9單元格輸入公式“=0.4×AVERAGE(C2:C5)+0.6×AVERAGE(C6:C8)”。在D10單元格輸入公式“=0.4×AVERAGE(C3:C6)+0.6×AVERAGE(C7:C8,D9)”。在D11單元格輸入公式“=0.4×AVERAGE(C4:C7)+0.6×AVERAGE(C8,D9:D10)”。預(yù)測結(jié)果如圖2-27所示，預(yù)測結(jié)果的誤差并沒有明顯提高，說明訪客數(shù)受影響的因素較多。除了使用時間序列分析法之外，還可以通過其他方法預(yù)測并進(jìn)行修正。2．指數(shù)平滑法指數(shù)平滑法實際上是一種特殊的加權(quán)移動平均法。指數(shù)平滑法進(jìn)一步加強(qiáng)了觀察期內(nèi)近期觀察值對預(yù)測值的作用，對不同時間的觀察值所賦予的權(quán)重不同，加大了近期觀察值的權(quán)重，使預(yù)測值能夠迅速反映市場實際的變化。根據(jù)平滑次數(shù)的不同，指數(shù)平滑法可以分為一次指數(shù)平滑法、二次指數(shù)平滑法、高次指數(shù)平滑法。（1）一次指數(shù)平滑法當(dāng)時間序列無明顯的變化趨勢時，可用一次指數(shù)平滑法。其公式為：其中：指數(shù)平滑法初始值的確定需要從時間序列的項數(shù)來考慮：若時間序列的觀察期n大于15，初始值對預(yù)測結(jié)果的影響很小，可以以第一期觀測值作為初始值；若觀察期n等于15，初始值對預(yù)測結(jié)果影響較大，則取最初幾期觀測值的平均數(shù)作為初始值，通常取前3期。一次指數(shù)平滑法的局限性：一次指數(shù)平滑法只適用于水平型歷史數(shù)據(jù)的預(yù)測，不適用于呈斜坡型線性趨勢歷史數(shù)據(jù)的預(yù)測。（2）二次指數(shù)平滑法二次指數(shù)平滑法是在一次指數(shù)平滑的基礎(chǔ)上再進(jìn)行一次平滑。它不能單獨進(jìn)行預(yù)測，必須與一次指數(shù)平滑法配合，建立預(yù)測的數(shù)學(xué)模型，然后運用數(shù)學(xué)模型確定預(yù)測值。預(yù)測公式為：（3）高次指數(shù)平滑預(yù)測法高次指數(shù)平滑預(yù)測法是一種使用多個指數(shù)平滑系數(shù)進(jìn)行預(yù)測的方法，通常使用二次指數(shù)平滑或者三次指數(shù)平滑。這種方法在預(yù)測時考慮了更多的歷史數(shù)據(jù)，能夠更準(zhǔn)確地捕捉到趨勢和季節(jié)性的變化。若時間序列的變動呈現(xiàn)二次曲線趨勢，則需采用三次指數(shù)平滑法進(jìn)行預(yù)測。三次指數(shù)平滑法是在二次指數(shù)平滑的基礎(chǔ)上再進(jìn)行一次平滑。預(yù)測公式為：例2-32：使用指數(shù)平滑法預(yù)測表2-33中的數(shù)據(jù)。解：預(yù)測的期數(shù)為3，觀察值為7，由于觀察值過少，故使用一次指數(shù)平滑法。將表2-33的數(shù)填入一個新的Excel表格中，阻尼系數(shù)先設(shè)定為0.3，如圖2-28所示。初始值為前3個觀測值的平均值，即在C4單元格輸入公式“=AVERAGE(B2:B4)”。從第4個觀測值開始預(yù)測，即在C5單元格輸入公式“=$B$2×C2+(1-$B$2)×D4”。將公式一直填充到C11單元格，如圖2-29所示。可以將預(yù)測的值跟真實值進(jìn)行對比，算出誤差并通過調(diào)整阻尼系數(shù)對比誤差的大小，從而確定阻尼系數(shù)。相關(guān)性分析法PARTEighteen相關(guān)性分析是對兩個或多個具備相關(guān)性的變量元素進(jìn)行分析，從而衡量兩個變量元素的相關(guān)密切程度，屬于統(tǒng)計分析方法。相關(guān)性的元素之間需要存在一定的聯(lián)系才可以進(jìn)行相關(guān)性分析。相關(guān)性不等于因果性，也不是簡單的個性化。相關(guān)性所涵蓋的范圍和領(lǐng)域幾乎覆蓋了人們所能見到的方方面面，其在不同的學(xué)科中的定義也有很大的差異。相關(guān)性可以研究數(shù)值和數(shù)值之間的關(guān)系，可以研究數(shù)值和分類之間的關(guān)系，可以研究分類和分類之間的關(guān)系，不同類型的數(shù)據(jù)之間的相關(guān)系數(shù)計算方法不同。相關(guān)系數(shù)公式如表2-34所示。1．相關(guān)系數(shù)相關(guān)系數(shù)最早是由統(tǒng)計學(xué)家卡爾·皮爾遜設(shè)計的統(tǒng)計指標(biāo)，是研究變量之間線性相關(guān)程度的量，一般用字母r表示。由于研究對象不同，相關(guān)系數(shù)有多種定義方式，較為常用的是皮爾遜相關(guān)系數(shù)。相關(guān)圖可反映兩個變量(,)xy之間的相互關(guān)系及相關(guān)方向，但無法確切地表明兩個變量相關(guān)的程度。相關(guān)系數(shù)是用以反映變量相關(guān)關(guān)系密切程度的統(tǒng)計指標(biāo)，其公式為：相關(guān)系數(shù)的值域為[-1,1]，相關(guān)系數(shù)為正數(shù)表示正相關(guān)，變量向相同方向變化；相關(guān)系數(shù)為負(fù)數(shù)表示負(fù)相關(guān)，變量向相反方向變化。相關(guān)系數(shù)的幾何意義如圖2-30所示。相關(guān)系數(shù)的定義如表2-35所示。由于實踐過程中，數(shù)據(jù)的干擾因素較大，強(qiáng)相關(guān)的關(guān)系極難在實際的業(yè)務(wù)數(shù)據(jù)中發(fā)現(xiàn)，因此在應(yīng)用過程中需要調(diào)整定義，調(diào)整后的相關(guān)系數(shù)定義如表2-36所示。例2-33：表2-37是某店鋪7天的支付金額和直通車消耗（廣告費用），分析兩者的關(guān)系。解：兩個變量都是數(shù)值型字段，可通過計算相關(guān)系數(shù)來研究二者的關(guān)系。在Excel中使用函數(shù)CORREL計算相關(guān)系數(shù)，如圖2-31所示，在C9單元格中輸入公式“=CORREL(B2:B8,C2:C8)”，計算的相關(guān)系數(shù)約為0.67，為中正相關(guān)，表示兩者之間存在一定的關(guān)系，但不是絕對關(guān)系，可能還存在其他因素的影響。2．相關(guān)矩陣相關(guān)矩陣也叫相關(guān)系數(shù)矩陣，是由矩陣各列間的相關(guān)系數(shù)構(gòu)成的。也就是說，相關(guān)矩陣第i行第j列的元素是原矩陣第i列和第j列的相關(guān)系數(shù)。例2-34：表2-38是某店鋪的經(jīng)營數(shù)據(jù)，在Excel中計算表2-38中各字段間的相關(guān)系數(shù)。解：在Excel的【數(shù)據(jù)選項卡】中，選擇【數(shù)據(jù)分析】選項，如圖2-32所示。