电子商务数据分析课件

电子商务数据分析（慕课版）项目四

分析客户数据

任务一分析普通客户数据任务二分析会员数据同步实训活动一分析近一个月客户数量3为了分析近一个月店铺的客户数量变化情况，需要采集近一个月每天的访客数，然后利用Excel的描述性统计工具分析数据，从而全面且迅速地得到分析结果。（1）活动准备——描述性统计分析描述性统计分析是一种较为初级但却常用的数据分析方法，可以对总体数据做出统计性描述，从而发现数据的分布规律，挖掘数据的内在特征。描述性统计分析主要涉及集中趋势、离散程度和形态分布3方面的分析。正态分布曲线不同偏度系数对应的分布曲线不同峰度系数对应的分布曲线活动一分析近一个月客户数量4（3）活动实施下面在Excel中分析店铺近一个月的客户数量，其具体操作如下。选中分析工具描述统计的结果设置描述统计参数（2）活动说明本次活动需要对店铺近一个月的访客数数据进行描述性统计分析，并查看该阶段访客数的具体特征。活动二预测下个月客户数量5（1）活动准备——指数平滑预测法指数平滑预测法是对过去的观察值通过加权平均处理进行预测的一种方法，这种预测方法只需要存储少量的数据，有时甚至只需要一个最新的观察值、最新的预测值和平滑系数α值即可。同时，指数平滑预测法的权数是呈指数递减的，其预测结果的误差相对较小。指数平滑预测法的平滑系数必须大于0且小于1，其计算公式为：本期预测数=上期实际数×平滑系数+上期预测数×（1-平滑系数）

（2）活动说明本次活动需要预测店铺下一个月的客户数据，为了使预测结果更加精确，需要在不同的平滑系数下对比均方误差，选择最接近的数据结果。使用指数平滑预测法预测下个月的客户数量，一方面希望她能够掌握更多数据分析与预测的方法，另一方面也希望借由指数平滑预测法得到更加精确的效果。活动二预测下个月客户数量6（3）活动实施下面在Excel中预测店铺下个月的客户数量，其具体操作如下。计算其他平滑系数的预测值计算平滑系数为0.1时的预测值活动二预测下个月客户数量7计算其他平滑系数的误差计算平滑系数为0.1时的误差计算不同平滑系数的均方误差活动三分析客户年龄分布情况8（1）活动准备——频数、频率与直方图为了提升客户的购物体验，店铺需要对装修风格进行优化改造，需要分析客户年龄分布情况，明确到店客户的主要年龄层级。频数也叫次数，是变量值出现在某个类别或区间中的次数。与频数相关的百分比数值是频率，频率是对象出现的次数与总次数的比值。使用频数或频率分析变量，能够了解变量取值的状况及数据的分布特征。直方图类似于柱形图，由一系列高度不等的纵向条纹或线段来表示数据分布的情况，能够直观地展示频数、频率等结果。在Excel中使用直方图分析工具可以轻松完成频数、频率的分析工作。活动三分析客户年龄分布情况9（2）活动说明本次活动需要分析店铺某个时期的客户年龄，从整体上了解客户年龄的结构分布情况。排列年龄数据输入分组上限及分组数据（3）活动实施活动三分析客户年龄分布情况10设置直方图参数分析直方图结果任务一分析普通客户数据任务二分析会员数据同步实训活动一分析会员数量增减变化12（1）活动准备——同比分析法同比分析法是对同类指标本期与上年同期数据进行比较，通过计算结果分析增减变化的一种方法，它可以比较同一指标在不同时间段的变化情况。同比分析法可以消除淡旺季、活动期等因素的影响，使数据更加客观和准确。同比分析法常使用同比增长率这个指标来判断数据变化情况，该指标的计算公式如下。同比增长率=（本期数-同期数）/同期数×100%

（2）活动说明本次活动需要对比店铺近两年各季度的会员数量增减变化情况，以查看今年推出的新会员制度是否有成效。活动一分析会员数量增减变化13

（3）活动实施下面在Excel中分析店铺今年各季度的会员数量变化，其具体操作如下。添加并调整数据透视表字段设置值的差异显示方式设置值的差异百分比显示方式设置值的差异百分比显示方式活动二分析会员忠诚度14（1）活动准备——会员忠诚度会员忠诚度指的是会员出于对店铺商品或服务的喜好而产生重复购买行为的程度。影响会员忠诚度的指标较多，其中购买频次、重复购买率是较为常用的两种。重复购买率也叫复购率，是会员忠诚度的核心指标，需要通过购买频次进行计算，计算方法主要有以下两种，使用时可以根据自身运营要求进行选择。（1）重复购买率=重复购买会员数量/会员样本数量×100%（2）重复购买率=会员购买行为次数（或交易次数）/会员样本数量×100%

（2）活动说明本次活动需要按不同性别分析店铺会员的忠诚度情况，以便针对不同性别的会员提供更加精准的服务。了解店铺男女会员的忠诚度情况，然后提交分析结果。活动二分析会员忠诚度15（3）活动实施下面在Excel中分析男女会员的忠诚度数据，其具体操作如下。计算不同性别会员的重复购买率设置排序条件创建并设置柱形图活动三分析会员价值（1）活动准备——RFM模型RFM模型是描述会员价值的一种工具，该模型包含3个维度，分别是最近一次交易时间、交易频率和交易金额。为了增加会员的购物体验，公司需要根据每位会员不同的购物行为挖掘相应的价值，然后向其推广合适的购物信息，利用RFM模型挖掘会员的潜在价值，以便对每一位会员进行正确定位。最近一次交易时间交易频率交易金额活动三分析会员价值17计算各维度平均值计算时间间隔

（2）活动说明本次活动需要按不同性别分析店铺会员的忠诚度情况，以便针对不同性别的会员提供更加精准的服务。

（3）活动实施下面在Excel中结合RFM模型评价每位会员，其具体操作如下。活动三分析会员价值18评价会员的F维度评价会员的R维度评价会员的M维度任务一分析普通客户数据任务二分析会员数据同步实训同步实训一

分析客户画像20小宇为更好地了解店铺客户的情况，采集了特定时期内到店客户的姓名、性别、年龄、所在地等数据。请同学们综合运用描述统计分析工具、数据透视表、数据透视图等对象来帮助小宇完成客户画像的分析工作。实训描述同步实训一

分析客户画像21操作指南单击超链接登录千牛工作台选择“数据”选项同步实训一分析客户画像22实训评价同步实训二

分析会员交易额23小宇店铺的会员数量在稳定增加，但是他并不清楚会员的交易额变化情况，为此，小宇只能用今年网店的会员交易额数据与去年实体店的会员交易额数据进行分析。请同学们利用同比分析法分析小宇店铺今年会员的交易额情况，看看增长率的变化。实训描述