《电子商务数据分析理论与实践》全套教案.docx

第1章 电商数据分析概述 教学内容 一、电商数据分析认知 二、电商数据分析模型 三、电商数据分析方法与工具 教学要求 【知识目标】 了解电商数据分析的概念； 掌握电商数据分析的流程； 了解电商数据分析常用工具。 【技能目标】 能够运用各种电商数据分析模型进行数据的分析。 教学重点 电商数据分析的作用； 电商数据分析的流程； 电商数据分析的工具。 教学难点 电商数据分析的模型； 电商数据分析的方法。 教学方法 讲授法、案例法、任务驱动法 课时数 9课时 教学内容 电商数据分析认知 一、电商数据分析的概念 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。 二、电商数据分析的流程 分析流程 具体说明 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）。 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，即确定需求分析的维度与指标。 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。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。 数据清洗 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。 数据分析 数据分析不只是对数据的简单统计和描述，更是在数据中发现问题的本质，然后针对确定的问题进行归纳和总结。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趋势分析、对比分析、关联分析、因果分析。 数据可视化 数据可视化是将分析结果用简单且视觉效果好的方式展示出来，一般运用文字、图表等方式进行展示。 数据分析报告 数据分析报告是数据分析师的产品，写数据分析报告就如同写议论文，要有三要素：论点、论据和论证。数据分析报告必须有明确的论点、严谨的论证过程和令人信服的论据。 应用反馈 数据化运营的目的是应用，没有应用的流程是不完整的。应用就是将数据分析过程中发现的问题、机会等分解到各业务单元，通过数据监控、关键指标预警和对趋势进行合理判断等来指导各部门提高业务水平。 三、电商数据分析的作用 电商数据分析为决策者在运营过程中进行决策提供了依据，其作用体现在以下 3 个方面。 ① 分析现状，呈现企业现阶段整体运营情况和各项业务的构成情况，包括业务的发 展与变动情况。 ② 剖析原因，发现导致企业存在问题的原因并制定相应的解决方案。 ③ 预测判断，做出企业未来发展趋势的预测，为企业制订运营计划提供参考。 电商数据分析模型 分析模型 具体说明 用于战略分析的 SWOT 模型 SWOT 模型是一种战略分析方法，它通过分析企业的优势、劣势、机会和威胁，结合内外部竞争环境和竞争条件下的态势分析，为企业制定战略提供参考。 用于环境分析的 PEST 模型 PEST 模型一般用于宏观环境分析，通过分析 4 类外部环境—政治环境（Political，P）、经济环境（Economic，E）、社会环境（Social，S）、技术环境（Technological，T）来把握整体宏观环境，评估对企业业务的影响，为企业制定战略规划提供依据。 用于思路分析的 5W2H 模型 5W2H 模型是第二次世界大战期间美国陆军兵器修理部首创的。它简单、方便，易于理解、使用，富有启发意义，广泛应用于企业管理和技术活动，对执行决策非常有帮助，也有助于减少考虑问题时的疏漏。 用于问题分析的逻辑树模型 逻辑树又称问题树、演绎树或分解树等，逻辑树模型是数据分析中最常用的一种模型。它将问题的所有子问题分层罗列，从顶层开始，逐步向下扩展，把一个已知问题当成树干，然后考虑这个问题和哪些子问题或子任务有关。每想到一点，就给这个问题（也就是树干）加一个“树枝”，并标明这个“树枝”代表什么问题。 用于流程分析的漏斗图模型 漏斗图模型适用于流程规范且环节多的业务。例如，消费者从访问店铺，到将商品加入购物车，到提交订单，再到收货后评价，这个流程比较规范，而且环节比较多，所以分析消费者购物环节时，一般使用漏斗图模型。