天善学院数据分析报告制作2018源码course4-完整版VIP

1、专注于商业智能BI和大数据的垂直社区平台数据分析报告制作天善讲师 陈丹奕 课程总目录 1做报告之前的预备工作搭建故事线2 3数据获取与处理4分析场景及常用图表5结论撰写与报告使用 Course4：分析场景与常用图表 1常见分析场景常用图表2 常见的数据分析场景 经营分析 经营分析案例 经营分析案例 经营分析案例 经营分析案例 经营分析案例 经营分析案例 经营分析案例 经营分析案例 经营分析案例业务概况 经营分析案例 经营分析案例 市场分析 市场分析案例 市场分析案例 市场分析案例 市场分析案例 市场分析案例 市场分析案例 市场分析案例 市场分析案例 市场分析案例

2、市场分析案例 销售数据分析 销售数据分析案例 销售数据分析案例 销售数据分析案例 销售数据分析案例 销售数据分析案例 销售数据分析案例 客户数据分析 用户分析案例香水行业用户 和大多数偏向于奢侈品的品类类似，香水同样在经济较发达的省份和地区更受关注，包括上海、北京、四川、辽宁以及山东、江苏、浙江、广东等沿海省份。0-0.020.02-0.040.04-0.060.06-0.080.08-1 用户分析案例香水行业用户 搜索香水相关词的消费者多为女性，但性别比例差异不大，也有不少男性希望了解香水品类； 年龄上以15-19岁，渴求时尚和奢侈品知识的年轻人居多，值得注意的是35-39岁消费者对香水也有

3、很高的了解欲望； 学历方面，接近半数消费者具有学历。年龄30%24%15%11%9%6%3%3%1515-1920-24 25-29 30-3435-3940-4950平均年龄：26岁学历小学初中 高中/中专 大专 2%6%21%17%硕士或以上 5%49%性别男, 46% 女, 54% 用户分析案例香水行业用户 多数香水品牌关注者以女性为主，但Chanel N5作为香水界的20岁以下的年轻人中受到较多关注。品牌，也有53%男性消费者对它的大名感兴趣；Anna Sui的许愿精灵在 虽然20岁以下人群对香水品类总体颇为关注，但真正对品牌有一定了解的往往还是20来岁、有一定购买力的人群，他们也往往

4、是核心消费 者。 用户分析案例香水行业用户 和化妆品、奢侈品等相近品类相比，香水品类消费者对于奢侈品充满好奇，对年轻人热衷的美容、影视明星、娱乐休闲、旅游等有更高兴趣，其中包括Chanel, Dior这样的一线奢侈品大牌，和法拉利、保时捷等豪华车品牌。他们十分注重防晒和美发信息，最爱的明星是王菲和王力宏。 香水 化妆品 奢侈品%奢侈品美容影视娱乐休闲&爱好 旅游汽车3C电子金融财经求职&教育网游服饰体育健身房产家居孕婴育儿健康保健 28432073030262623231817151338141415121199881077532114652155315638363229 用户分析案例香水行业

5、用户人口属性兴趣点和媒体接触习惯尽管香水品类偏女性化，但46%男性同样渴望了解香水，率先教育男性消费者能够有效提升品牌知名度，建立信任关系。男士香水存在子品类机会。香水品类消费者的兴趣爱好偏向于年轻化、时尚化，常常关注奢侈品、美容 、影视明星、休闲娱乐和旅游方面的信息。香水品牌需要打造年轻化的形象。15-19岁的学生对于香水品类充满好奇，35-39岁的中年人也有旺盛的需求，然而对香水品类较为了解、具备品牌层面知识的人群主要来自20-29岁的年轻人。这些消费者在日常生活中常常会访问电商、社交媒体、视频和旅游网站，他们对互联网的依赖程度较高，有创意的数字营销内容往往能够吸引他们的兴趣。香水品类消费

6、者除了学生人群以外学历较高，和他们的沟通不必强调价格和购买渠道，而应以强化品牌形象为主。 营销/广告投放分析 营销/广告投放分析案例无线端投放渐受重视，但投放未满足无线端网民需求品牌 无线 PC品牌 营销/广告投放分析案例关键字广告数据指标远超行业品牌品牌 互联网产品数据分析 互联网产品分析案例移动客户端总体情况描述 2014年11月移动端新增注册用户76719人，其中注册后30内有1433人有投资行为，投资用户占比为1.9%； 2014年12月APP日均活跃老用户18043人，平均单次使用时长为70秒 2014年12月移动客户端充值金额约6700万，占总充值金额的37.54%；其中有51%的

7、充值金额发生在首次充值，71%的充值金额来自于当月注册的用户； 2014年12月APP人均充值金额10007元，人均首次充值金额5071元； 互联网产品分析案例活跃度与新增用户数量正相关12/112/612/1112/1612/2112/2612/31新增用户活跃老用户 互联网产品分析案例活跃用户地区分布广东江苏山东浙江湖南江西湖北河北河南 福建 四川 上海 北京安徽辽宁黑 14.00%9.40%7.10%6.70%6.10%5.70%4.60%4.50%4.20%4.00%3.70%4.00% 4.10%广西陕西 1.70%3.00%2.60%2.40%2.40%2.20% 互联网产品分析案

8、例APP使用高峰时段为上午9:0012:00，低峰时段为凌晨1:006:00，其他时段差异较小0:003:006:009:0012:0015:0018:0021:00互联网产品分析案例首页22.60%登录6.40%我的账户6.30%我要投资5.00%4.50%更多4.30%我要借款3.30%债权信息2.90%注册2.60%债权列表2.30%我的消息2.30%平台介绍2.20%小秘书2.10%2.10%账户资金2.10%账户信息1.90%回款计划1.70% 1.60%我的礼券1.50充值1.40 互联网产品分析案例30日用户转化情况（2014年11月注册用户）注册100.0%实名充值2.1%投资

9、1.9%35.3%注册实名充值投资人数767192710716181433转化率100.0%35.3%2.1%1.9% 互联网产品分析案例年龄越大转化率越高1200025.0%1000020.0%800015.0%600010.0%40005.0%200000.0%15,20)20,25)25,30)30,35)实名人数35,40)转化率40,45)45,50)50,55) 互联网产品分析案例一线及沿海城市转化率更高13.6%11.6%9.1%9.1%8.1%7.6%6.8%6.8%6.8%6.7%6.6%6.3%6.1%6.1%6.0%4.5%4.2%3.9%3.8%上海北京广州南京太原 石

10、家庄 深圳 郑州苏州武汉杭州天津佛山西安潍坊重庆济南东莞成都 互联网产品分析案例Android的充值金额约为iOS的两倍，但人均充值金额却明显低于iOSAPP充值金额对比44095089iOS,12452iOS,7886Android,902722923623Android,5881iOSAndroid人均充值人均首冲 互联网产品分析案例充值金额在2000到5万的用户占比为68%21.83%19.05%15.56%11.71%8.78%7.59%5.91%4.38%3.52%1.19%0.48%5w,10w) 10w,）0,50)50,100)100,500)500,1k)1k,2k)2k,5

11、k)5k,1w)1w,2w)2w,5w) 互联网产品分析案例充值次数在5次以上的用户，前5次的平均每次充值金额4192第一次第二次第三次第四次第五次4008344432043219 互联网产品分析案例在PC端注册且有充值行为的用户23.6%0.8%在APP有充值行为在WAP有充值行为在WAP端注册且有充值行为的用户在APP端注册且有充值行为的用户11.4%65.2%19.6%0.4%在PC有充值行为在APP有充值行为在PC有充值行为在WAP有充值行为 互联网产品分析案例年轻用户更喜欢使用APP21.6%20.9%20.7%20.0%17.7%17.3%15.7%14.7%14.4%13.4%1

12、1.8%15,20)20,25)25,30)30,35)35,40)40,45)45,50)50,55)55,60)60,65)65,150) 互联网产品分析案例结论 受首投返现活动影响，12月APP的用户活跃度、转化率、充值金额都有大幅提高； APP使用比较碎片化，除了上午和凌晨外，大部分时段用户活跃度差异不大； 用户会在了解平台相关信息后再做决策； 一线及沿海城市用户以及30-40岁的用户充值转化率较高； iOS“土豪”用户更多； 渠道使用黏度从高到低为APP、PC、WAP； 年轻用户更偏向于使用APP 数据分析场景总结 Course4：分析场景与常用图表 1常见分析场景常用图表2 使用图

13、表表示的内容类型指标随时间的变动表现为增幅（同比、环比等）指标在不同层次上的表现包括地域分布（省、市、区县、店/网点）、用户群分布（年龄、性别、职业等）、产变化分布包括内部对比和外部对比内部对比包括团队对比、产品线对比等外部对比主要是与市场环境和竞争者对比对比与分布的区别：分布中的各项通常有一个共同的上层概念，对比则不一定有，且分布偏向于了解占比，而对比更注重排序对比预测根据现有情况，估计下个分析时段的指标值 常见图表适用范围速查图表类型变化分布对比预测柱状图饼图气泡图面积图直方图雷达图散点图折线图条形图 条形图条形图适合进行对比和分布的展示，例如展示各公司之间的大小关系，或是展示某种类型的公

14、司在行业中的占比，在消费者画像中也用的很多可以将两个条形图背靠背放置，做单图难以展示的对比对比某月成交量（万元）变化、预测月度成交量变化（万元）分布按月度成交量分段平台数分布2.64%4.28%8.40%红岭创投陆金所 PPmoney鑫合汇微贷网翼龙贷811,32210亿以上5-10亿2-5亿2015122016012016022016032016042016056,050,0076,550,230609,727435,2796,351,10110,312,9115.49%263,1065000万-2亿9,769,21741000-5000万1000万以下27.68%249,07810,000

15、,00041.52%218,293进阶对比6月成交量（万元）7月成交量（万元）711,327092,727红岭创投陆金所 PPmoney鑫合汇微贷网翼龙贷811,322609,727335,27435,279363,910418,29263,106149,076249,0788218,2933 柱状图 柱状图相比条形图，更适合展示变化和预测，因为从左到右比从上到下更符合阅读习惯 相对来说，在展示分布时没有条形图好用，在对比方面两者近似 柱状图同样可以上下交叠展示进阶对比，实现方式与条形图类似，在此不再阐述分布按月度成交量分段平台数分布41.52%对比某月成交量（万元）811,322变化、预测月

16、度成交量变化（万元）10,312,9110,000,00609,727435,227.68%209,769,174249,0787915.49%8.40%6,550,2306,351,101263,1064.28% 2.64%218,2936,050,007201512 201601 201602 201603 201604 201605 折线图 折线图对变化和预测的展示，比柱状图更为直观 折线图更适合展示时间维度上的对比，即将变化和对比一同展示出来 但折线图不适合做分布 折线图可无缝嵌入条形图和柱状图，作为副坐标轴使用变化、预测月度成交量变化（万元）对比月度成交量变化对比（万元）嵌入市场概况

17、10,312,91210,145,0049,769,174宁创贷汇理财10,312,91210,000,0002926,351,1012692676,050,0072576,550,2306,550,2306,050,0072252011319,769,1741,267,1141,332,3231,450,930624,348374,594429,4906,351,1011161131048886201512201601201602201603201604201605201512 201601 201602 201603 201604 201605201512 201601 201602 20

18、1603 201604 201605借款人数成交量（万元） 饼图 饼图只能展示分布 但饼图的缺点在于使用面积展示分布不够直观，且本体比较难看 使用圆环图可以提高时髦度，也可以进行分布的对比原始饼图圆环图按月度成交量分段平台数分布5-10亿,4.28%按月度成交量分段平台数分布10亿以上 , 2.64%5-10亿,2-5亿, 4.28%8.40%2-5亿,8.40%10亿以上,2.64%1000万以下,41.52%5000万-2亿,15.49%1000万以下,41.52%5000万-2亿,15.49%1000-5000万, 27.68%1000-5000万, 27.68% 散点图，气泡图 散点图

19、最适合展现数据的分布，也可以用来发现异常点 散点图如果将其中一轴定义为时间，则可以用来展示变化 在此之上，对每个点的大小附加一个数据指标，则成为气泡图 气泡图不适合展示变化，因为气泡大小在数字相近时难以分辨 散点图是二维数据，气泡图则是三维散点图气泡图月均时间加权成交量气泡大小：借款人数月均时间加权成交量5000000450000040000003500000300000025000002000000150000010000005000000120000001000000080000006000000400000020000000月均成交量000月均成交量02000004000006000008000001000000-20000000200004000060000800001000 雷达图 多个类别数据需要对比时，雷达图是一种直观的方式 但雷达图对比的对象不要超过5个，最好不超过3个初级分析师数据挖掘高级分析师数学知识100806040200分析工具快速学习编程语言协调沟通数据可视化业务理解逻辑思维 面积图 面积图可同时展现趋势和分布/对比 折线图也可做到这一点，但如果有多个相近数据样本时，折线图会叠在一起难以分辨，面积图则不存在该问题 但面积图需要搭配解读，否则不够直观月度成交量走势200001500010000500002016/01宁创