9种最常用数据分析方法.pdf

9种最常用数据分析方法，解决90?析难题! 01关联分析 关联分析，也叫作“购物篮分析”,是一种通过研究用户消费数据，将不同商品之间进行关联，并挖掘二 者之间联系的分析方法。 关联分析目的是找到事务间的关联性，用以指导决策行为。如“67??顾客在购买啤酒的同时也会购买尿 布”,因此通过合理的啤酒和尿布的货架摆放或捆绑销售可提高超市的服务质量和效益。关联分析在电商 分析和零售分析中应用相当广泛。 i4 关联分析需要考虑的常见指标： ●支持度：指A商品和B商品同时被购买的概率，或者说某个商品组合的购买次数占总商品购买次数的比 例。 ●置信度：指购买A之后又购买B的条件概率，简单说就是因为购买了A所以购买了B的概率。 ●提升度：先购买A对购买B的提升作用，用来判断商品组合方式是否具有实际价值。 02对比分析 对比法就是用两组或两组以上的数据进行比较。对比法是一种挖掘数据规律的思维，能够和任何技巧结 合，一次合格的分析一定要用到N次对比。 对比主要分为以下几种： ●横向对比：同一层级不同对象比较，如江苏不同市茅台销售情况。 ●纵向对比：同一对象不同层级比较，如江苏南京2021年各月份茅台销售情况。 ●目标对比：常见于目标管理，如完成率等。 ●时间对比：如同比、环比、月销售情况等，很多地方都会用到时间对比。 道然这入，同比分析 因价 2014年2015年 四比增长率 销售同比 同比增长幸 1月 1.507 1.004 -33% 2月 1.0491.4621 40% *7034年#700年 A00 5 3月 2.3331.861 -0% 4月 502 5541109x00 100 5月 1.187 2.585食11891.00 6月 1.340 14 s 10 解 4月 2 1 捎售收入，环比分折 销售环比 环比增长率 月份 当月 上月 环比增长事 0月 1.000 0 0M 1500 9H #上川 2月 800 1.000 20N1000 3月 1.200 8002 50% x 4月 700 1.200 -45500 制 5月 900 7004 299 2% 4H1 6月 1.100 900 2% 丽 0% 03聚类分析 聚类分析属于探索性的数据分析方法。从定义上讲，聚类就是针对大量数据或者样品，根据数据本身的特 性研究分类方法，并遵循这个分类方法对数据进行合理的分类，最终将相似数据分为一组，也就是“同类 相同、异类相异”。 在用户研究中，很多问题可以借助聚类分析来解决，比如，网站的信息分类问题、网页的点击行为关联性 问题以及用户分类问题等等。其中，用户分类是最常见的情况。 常见的聚类方法有不少，比如K均值(K-Means),谱聚类(Spectral (Hierarchical Clustering)。 特有的性质。 ldeal Clustering