电子商务数据分析模块2 易上手的数据分析利器.pptx

模块2易上手的数据分析利器

知识目标●了解目前主流的电子商务数据分析工具及其特点●掌握Excel常用公式●熟悉Python部署步骤●掌握Python常用模块能力目标●掌握使用Excel常用公式应对数据处理任务的要领●具备Python运行环境部署的能力●掌握Python目前主流编写平台的部署方法

技能目标●熟练掌握主流的电子商务数据分析工具●熟练使用Excel解决相关问题●熟练使用Python解决相关问题

任务2.1电子商务数据析工具介绍任务2.1.1电子商务数据分析工具

随着数据分析领域的不断发展与成熟，可访问的数据分析工具的数量也随之日益增多。数据分析是清理、转换和为数据建模的过程，以便为业务决策找到有用的信息。数据分析的目标是从数据中提取可用信息并做出决策。在任何情况下，数据分析师都需要使用数据分析工具从业务数据中提取相关信息，并且合理利用各种数据分析工具使整个分析过程更加方便、容易。请通过网络了解主流的数据分析工具有哪些，在小组内进行分类汇总，并将汇总结果记录下来。

任务2.1电子商务数据析工具介绍1.微软ExcelExcel是世界上最著名的电子表格程序。此外，Excel还具有数据分析的计算和绘图功能。Excel的内置功能至关重要，包括数据透视表(用于对数据进行排序或汇总)和表单开发工具。但是Excel在处理庞大的数据集时运行速度非常慢，并且有可能发生错误。尽管如此，Excel仍是一个重要而强大的工具，并且可以通过使用大量插件，轻松克服自身缺点。Excel是每个数据分析师都必须熟练掌握的工具。

任务2.1电子商务数据析工具介绍2.PythonPython是一种面向对象的编程语言，最初被用于软件和网页开发，但后来被改进用于数据研究。Python是现在最火的免费开源编程语言之一。Python的数据分析库Pandas是在Python的第一个数据科学库NumPy上开发的，支持大量的数据转换和数值分析。Pandas是完成数据可视化、数据屏蔽、合并、索引、分组和数据清理等任务的有效工具。除此以外，Pandas还支持多种文件格式，例如，可以将Excel电子表格中的数据导入处理集以进行时间序列分析。

任务2.1电子商务数据析工具介绍3.SAS(statisticalanalysissystem)SAS是一款统计软件包，通常用于商业智能(BD)、数据管理和预测分析。SAS是一款专业软件，必须付费才能使用，但同时也提供了免费的学生版本。SAS使用起来很简单，但是，想要熟练使用该工具需要对SAS编程有更深入的了解。SAS的DATA阶段(此阶段用于生成、导入、更改、合并或计算数据)可进行低效的数据管理和操作。4.JupyterNotebookJupyterNotebook是一个用于创建交互式文档的开源在线工具，可以使用实时代码、数学、图形和叙事散文的组合。同时，JupyterNotebook也支持基于浏览器的编程环境，包括40多种语言，例如Python和R编程，因此非常适合作为数据分析展示的工具。

任务2.1电子商务数据析工具介绍5.PowerBlPowerBI总共有三个版本:桌面版、专业版和高级版。桌面版可免费使用，专业版和高级版是付费版本。该软件可以查看数据，连接多个数据源并展示结果。PowerBI的实时仪表板和报告能使数据栩栩如生。当然，PowerBI还能够与其他工具(如MicrosoftExcel)相连接，十分便捷。6.TableauTableau是最出色的商业数据分析工具之一，不需要大量编码知识即可创建交互式可视化的仪表板。该套件能比许多其他商业智能工具更好地处理大量数据，并且非常适合初学者使用。该工具有图形拖放界面(与许多其他数据分析工具相比的另一个明显优势)。但是，由于缺少脚本层，Tableau的功能受到限制。例如，不适用于预处理数据或构建更复杂的计算。尽管Tableau存在缺陷，但其可视化效果相当好，也适合在移动设备中使用，因此非常受欢迎。

任务2.1电子商务数据析工具介绍7.KNIMEKNIME(Konstanzinformationminer)是一个开源的、基于云的数据集成平台，由德国康斯坦茨大学的软件开发人员于2004年创建。尽管其最初是为制药业务设计的，但后来随着技术的提高，KNIME拥有了能使各个来源的数据聚合到一个系统中的能力，因此在客户分析、商业情报和机器学习等领域中也得到了广泛运用。KNIME的优点体现在拖放式图形用户界面(graphicaluserinterface，GUI)，非常适用于可视化编程，这意味着用户不需要高水平的技术能力也可构建数据管道。

任务2.1电子商务数据析工具介绍8.R-StudioR-Studio是一种著名的开源编