《电子商务数据分析理论与实践》全套PPT课件.pptx

第1章 电商数据分析认知电商数据分析的相关知识主讲人：XXX学习任务书任务编号分项任务职业能力目标知识要求参考课时1.1电商数据分析认知了解电商数据分析的概念1.电商数据分析的概念2.电商数据分析的流程、作用21.2电商数据分析模型了解电商数据分析模型1.SWOT模型2.PEST 模型3.5W2H 模型4.逻辑树模型5.漏斗图模型21.3电商数据分析方法与工具了解电商数据分析的方法与工具1.电商数据分析方法2.电商数据处理的工具2学习重点01 电商数据分析的作用02电商数据分析的流程03电商数据分析的工具学习难点01电商数据分析的模型02电商数据分析的方法1.1 电商数据分析认知一、数据分析的概念 数据分析是指用适当的统计分析方法对收集的大量一手资料进行详细研究和概括总结，以最大限度地开发数据资源，发挥数据的作用，提取有用的信息并形成结论的过程。用一句话概括，数据分析就是将数据转变为有效信息的过程。一、电商数据分析的概念 电子商务（以下简称电商）数据分析就是通过数据分析得到有助于电商发展的相关资料。例如，淘宝卖家通过数据分析，将各种指标定性、定量地分析出来，将整个店铺的运营建立在科学分析的基础之上，从而为决策者提供准确的参考依据。二、电商数据分析的流程电商数据分析的流程大致包含8个部分，如图所示。二、电商数据分析的流程1.需求分析需求分析包括收集需求、分析需求、明确需求3部分。日常运营过程中的需求主要来源于运营部门在日常经营中发现的问题。可以借助思维导图来整理收集的信息，推荐使用5W2H分析法，即谁（Who）、何处（Where）、何时（When）、是什么（What）、为什么要做（Why）、怎么做（How）、多少（How much）。二、电商数据分析的流程2.确定分析维度与指标分析需求之后，须进一步明确数据分析的目标及达到这个目标要用到哪些数据。维度指的是事物或现象的某种特征，如性别、地区、时间等。其中，时间是一种最常用的维度，通过时间对比，可以判断事物发展的好坏。例如，店铺粉丝数量比上个月增长10%，比去年同期增长20%。时间对比也称为纵向对比。与纵向对比相对应的是横向对比，如不同省份的商家数量、销售额的比较，不同公司、不同部门之间的比较。指标是用于衡量事物发展程度的单位或方法，如粉丝数、销售额、销量、转化率、好评率、重复购买率和退换货率等。在电商领域通常利用以上几个关键指标来衡量店铺业务运营情况的好坏。二、电商数据分析的流程3.数据采集在数据采集阶段要尽量获得完整、真实、准确的数据。数据采集方式大致分为两种。一种是借助代码手动采集，如借助Power BI、Excel、Python等数据分析或编程工具手动采集。手动采集数据通常要求用户有一定的数据分析或编程基础。另一种是借助第三方公司开发的数据采集工具进行采集，常见的数据采集工具有八爪鱼、火车头等。该方式通过一些基本字段或规则的设置即可实现数据的采集，这类工具对用户的数据分析或编程能力要求不高，但能够获取的数据有限，许多信息无法采集，并且有些功能需要付费才能使用。二、电商数据分析的流程4．数据清洗采集的数据一般不能直接使用，因为可能会有一部分“脏数据”，如果不处理，将影响分析的结果。因此，在数据分析前须检查数据，对“脏数据”进行清洗。数据清洗是指对获取的数据进行预处理，使之成为能够进一步分析的标准格式的数据。需要进行数据清洗的数据包括非标准格式的数据、不符合业务逻辑的数据两大类。非标准格式的数据如文本格式的日期、文本格式的数字、字段中多余的空格、重复数据等。不符合业务逻辑的数据一般出现在零售行业，如大量虚假的会员购买记录、虚假的点击量等。数据清洗的好坏直接决定了分析的结果。数据清洗的方法主要有分类、排序和做表格等；数据清洗的逻辑有理口径、看异常、查大数、观趋势等。可以利用Excel中的分列、删除重复值、数据透视表、图表、函数等功能来辅助清洗数据。当然也可以使用Python 等编程语言或其他商务智能软件来辅助清洗数据。二、电商数据分析的流程5.数据分析 数据分析是指在业务逻辑基础上，运用简单有效的分析方法和合理的分析工具对数据进行处理。常用的数据分析方法有以下几种。 趋势分析：将实际达到的结果与不同时期报表中同类指标的历史数据进行比较，从而确定变化趋势和变化规律。包括定比和环比两种。对比分析：把两个相互联系的指标数据进行比较，从数量上展示和说明研究对象规模的大小、水平的高低、速度的快慢及各种关系是否协调。关联分析：如果两个或多个事物之间存在一定的关联，其中一个事物就能够通过其他事物进行预测。关联分析的目的是挖掘隐藏在数据之间的关系。 因果分析：对引起某一现象的原因进行分析，主要解决“为什么要做”的问题。在研究对象的先行情况时，把作为原因的现象与其他现象区别开来；在研究对象的后行情