电子数据基础分析 3

PAGE8《电子商务数据分析》教学大纲（Electronic

CommerceDataAnalysis）课程代码：学分：3总学时数：48理论时数：32实验时数：16先修课程：电子商务、网络营销开课对象：电子商务类及相关专业本科生一、课程的性质、目的与任务《电子商务数据分析》是电子商务、跨境电子商务专业本科生的一门必修课程，也是市场营销、信息管理与信息系统等相关专业的一门选修课程。通过本课程的学习，使学生能够在深刻理解电子商务业务内涵的基础上，能针对不同应用场景进行相应的数据实例分析，逐步培养起电子商务数据分析能力，为将来成长为电子商务数据分析师打下的基础。本课程教学以电子商务数据分析能力培养为主线，系统地介绍电子商务数据分析理论、工具和常用方法，并根据不同的数据来源教给学生灵活应用不同的数据分析方法及相关技巧。二、课程内容与基本要求课程的主要内容：包括电子商务数据分析导论、电子商务数据分析的统计基础、网店运营数据分析、商务网站访问数据统计分析、商务网站数据挖掘分析、电子商务大数据分析、电子商务数据可视化、电子商务数据分析实验指导等，同时有机地穿插了大量针对相关内容和知识点的应用案例。本课程的基本要求分为三个层次：即了解、熟悉、理解或掌握。了解主要是针对课程的有关背景资料、主要事件及历史发展过程，要求能够用自己的语言对相关问题的简要情况、要点作一个概略的描述。熟悉主要是针对课程的基本原理、基本方法，要求能够正确理解电子商务数据分析的相关基本原理，明确各种电子商务数据分析方法应用的基本流程，对相关操作方法能够正确应用。理解或掌握是针对电子商务数据分析中的重要概念、观念、理论及方法，要求能结合现实中的例子加以应用，并能提出自己的观点，同时要求能够综合运用。本课程的特点是实践性比较强，因此要求学生在学习本门课程时要高度重视电子商务数据分析实践，注重充分利用数据分析结论提高从事电子商务效益的技巧。同时，在教学过程中，应注意结合相关教学内容，巧妙地融入课程思政元素。（一）理论讲授内容1.电子商务数据分析导论（课内4学时）[教学基本要求]理解电子商务数据分析的基本含义、特点和作用；熟悉电子商务数据分析的主要内容；了解电子商务数据分析的主要方法和常用工具；了解电子商务数据分析师的成长规划。[教学内容]电子商务数据分析的基本含义、特征和作用；电子商务数据分析的主要内容和一般步骤；电子商务数据分析的主要方法；电子商务数据分析的常用工具；电子商务数据分析师的知识能力素质要求和成长阶段。[教学中应注意的问题]应注意讲解清楚电子商务数据分析方法与电子商务数据分析工具两个概念之间的区别；结合电子商务数据分析师的知识能力素质要求和成长阶段等内容，强调注意培养高尚的职业道德。2.电子商务数据分析的统计基础（课内6学时）[教学基本要求]了解统计数据的类型；熟悉描述性统计各测度值的计算方法；掌握各种类型数据的展示方法；掌握抽样估计的基础知识；掌握正态分布以及三大分布的定义和性质；掌握中心极限定理。[教学内容]描述性统计分析。统计数据的类型、数据的集中趋势、数据的离散趋势、数据有分布形态、数据的统计图展示、。数理统计基础。抽样估计的基础知识、正态分布、三大分布的定义和性质、中心极限定理。相关分析。散点图的绘制、相关系数的计算、相关系数的显著性检验。一元线性回归分析。一元回归模型及相关假设、一元线性回归方程、回归直线的拟合优度、回归模型的检验。应用实例：使用Excel实现一元回归分析。采用图表分析——添加趋势线、使用规划求解工具、使用回归分析工具、采用规划求解的参数进行回归预测。[教学中应注意的问题]注意讲解方法，结合实际应用案例进行讲解；注意培养和提高学生对课程的学习兴趣。3．网店运营数据分析（课内4学时）[教学基本要求]了解网店运营数据分析的作用以及网店运营不同阶段数据分析的目标；熟悉网店运营数据的获取与清洗方法；掌握订单状态数据、订单时间数据的分析方法；掌握网店客户类别、客户行为和客户群体特征数据分析方法；理解环比与同比的含义，掌握网店总销售额、新客户与回头客销售额的分析方法；掌握网店商品关联订单数据、关联比例数据、关联客户数据分析方法。[教学内容]网店运营数据分析的作用及阶段目标。网店运营数据分析的作用、网店运营不同阶段（初创期、成长期、成熟期、稳定期）数据分析的目标。网店运营数据的获取与清洗。网店运营数据的获取方式：运用生意参谋获取、通过数据魔方获取、通过平台API获取、通过网店后台导出、借助第三方工具和服务获取、使用网络爬虫获取；网店运营数据的清洗：订单数据的清洗、产品库存与销售数据清洗、用户行为数据清洗、物流与配送数据清洗、评论与反馈数据清洗。网店订单数据分析。订单状态数据分析、订单时间数据分析。网店客户数据分析。网店客户类别分析：基于RFM模型的客户分类、基于运营经验的客户分类；网店客户行为分析：影响客户行为的因素分析、客户的忠诚度分析、其他重点数据分析；网店客户群体特征分析：目标消费群体基本特征、客户群体行为习惯、群体消费心理、群体需求；网店客户购买频次分析（分析方法、购买频次特征）。网店销售额数据分析。网店总销售额数据分析、新客户销售额数据分析、回头客销售额数据分析。网店商品关联数据分析。关联订单数分析、关联比例分析、关联客户数分析。应用实例：淘宝网店数据分析。淘宝网店地域数据分析、淘宝网店会员数据分析、淘宝网店客服数据分析、淘宝网店利润数据分析。[教学中应注意的问题]应结合典型案例或相关网店的实际应用进行讲解；注意引导学生养成运用所学知识技能解决实际商务应用问题、学以致用的习惯。4.电子商务网站访问数据统计分析（课内4学时）[教学基本要求]理解网站跳出率的含义，掌握分析PV、UV、平均访问页面数据的方法；掌握电子商务网站搜索指数、网站权重、网站外链数据的分析方法；掌握电子商务网站来源数据的分析方法，了解“网站统计”分析工具的使用。[教学内容]电子商务网站内部数据分析。网站跳出率分析；网站流量数据分析；网站访问深度分析。电子商务网站外部数据分析。电子商务搜索指数分析；电子商务网站权重分析；电子商务网站外链分析。电子商务网站来源数据分析。自然搜索流量来源分析；竞价排名关键词来源分析。应用实例：使用网站统计工具（如百度统计）分析网站访问数据，包括受访页面分析、入口页面分析、受访域名分析、页面点击图分析、页面上下游分析等。[教学中应注意的问题]应注意结合典型案例或相关网店的实际应用进行讲解；根据理论讲授知识要点，设计相关研讨专题，引导学生组成研讨学习小组开展课外研讨学习，培养学生自主学习的能力。5.电子商务网站数据挖掘分析（课内6学时）[教学基本要求]理解数据挖掘的概念，了解电子商务网站数据挖掘的工作机制和电子商务网站数据分析工具的选择原则；了解电子商务网站数据挖掘的常用模型及其应用；熟悉电子商务网站营销数据挖掘分析的常见类型、常用场景、主要维度与相关报告撰写方法；掌握网站商品销售数据分析与诊断以及恶意流量分析的方法。[教学内容]数据挖掘的概念和特点。数据挖掘的定义；典型数据挖掘系统的体系结构；数据挖掘的特点。电子商务网站数据挖掘的工作机制。电子商务网站数据采集（在线数据采集、外部接入数据）；电子商务数据处理（处理规则层、数据处理层）；数据报告。电子商务网站分析工具的选择原则。整体解决方案的效能、分析工具的易用性、功能丰富性、增值服务价值、价格和费用。电子商务网站数据挖掘的常用模型及其应用。基于距离的K-means聚类模型及应用：K-means聚类描述、应用Python编程对某网店运营数据进行K-means聚类分析，并将分析结果可视化呈现；基于Apriori算法的关联分析模型及应用：关联分析的Apriori算法、Apriori算法在电子商务网站数据分析中的应用（例如，使用Apriori算法，应用Python编程分析某电子商务网站的订单数据，找出频繁项集并生成强关联规则）。电子商务网站营销数据挖掘分析。电子商务网站营销数据分析的常见类型；电子商务网站营销分析的常见场景；电子商务网站营销分析的主要维度；网站商品销售数据分析与诊断；网站营销数据挖掘分析报告的撰写。应用实例：恶意流量分析。[教学中应注意的问题]可设计相关研讨专题，引导学生开展课外研讨学习，课时充裕时可安排课堂研讨；注意培养学生的团队协作精神。6.电子商务大数据分析（课内4学时）[教学基本要求]理解大数据的含义和基本特征；熟悉大数据的生态系统与大数据分析的生命周期及关键技术；了解基于人工智能的大数据分析方法和移动电子商务大数据分析的常用方法；熟悉典型电子商务大数据分析平台的主要功能特征。[教学内容]大数据的含义与特征。大数据的含义；大数据的4大基本特征、大数据的生态系统、大数据分析的生命周期。大数据分析的关键技术。大数据采集技术、大数据预处理技术、大数据存储与管理技术、大数据挖掘分析技术、大数据可视化技术。基于人工智能的电子商务大数据分析方法（本节内容根据不同学校专业课程体系设置及教学对象的前导知识储备情况，授课教师可酌情取舍）。基于机器学习的电子商务大数据分析：基于机器学习的电子商务大数据分析扫关键步骤、应用于电子商务大数据分析的深度学习典型模型（卷积神经模型、循环神经模型、生成对抗网络等）；基于计算智能的电子商务大数据分析：电子商务大数据分析的计算智能算法、基于计算智能的电子商务大数据分析流程。移动电子商务大数据分析。LBS大数据的商业价值与营销应用分析（包括LBS大数据蕴含的商业价值、LBS大数据营销的主要环节等内容）；基于手机App大数据的用户分析（包括常见的分析维度、App数据采集方法、App生命周期各阶段数据分析关注的重点、利用手机App大数据分析用户特征进行营销推广等内容）；基于小程序的大数据分析（包括数据收集、数据传输与存储、数据清洗与预处理、数据管理、数据分析与挖掘、数据可视化与报告生成、应用与反馈循环等内容）。电子商务大数据分析典型应用平台。阿里巴巴大数据平台、京东商智、多多情报通等。应用实例：如何利用大数据精准营销找到大客户。[教学中应注意的问题]应注意结合典型案例或相关网店的实际应用进行讲解；根据理论讲授知识要点，设计相关研讨专题，引导学生组成研讨学习小组开展课外研讨学习，引导学生培养终身学习的能力。7．电子商务数据可视化（课内4学时）[教学基本要求]理解数据可视化的含义，掌握常用的数据可视化方法；熟悉数据可视化图表类型，了解电商数据可视化图表制作技巧；掌握使用Excel实现电商数据分析结果可视化输出的方法；了解SPSSModeler和Python作为可视化数据挖掘工具的功能、特点及其应用技巧。[教学内容]数据可视化的含义。常用的数据可视化方法。包括面积与尺寸可视化、概念可视化、颜色可视化、图形可视化、地域空间可视化等。数据可视化的形式——图表。数据可视化图表类型（包括关系流程类图表、叙事插图型图表、树状结构类图表、时间表述类图表、空间结构类图表等）；数据可视化图表的制作技巧。应用实例：电商数据分析结果的可视化输出。利用Excel实现数据分析结果可视化输出；使用SPSSModeler实现可视化数据挖掘；使用Python可视化分析消费者评论数据。[教学中应注意的问题]应注意结合典型案例或相关企业的实际应用进行讲解；注意培养学生的创新思维意识和创新能力。（二）实验内容实验一：常用数据分析工具的安装（课内2学时）[教学基本要求]掌握Excel、SPSS、SPSSModeler、Python等数据分析工具、软件的安装方法。[教学内容]实验任务1-1：在Excel中安装数据分析工具实验任务1-2：数据分析软件SPSS的安装实验任务1-3：可视化数据挖掘软件SPSSModeler的安装实验任务1-4：Python的安装和配置[教学中应注意的问题]应注意结合演示法与操作法相结合。实验二：使用电子表格软件收集和分析网店运营数据（课内4学时）[教学基本要求]掌握使用Excel和WPS收集和统计分析相关电子商务数据指标的方法。[教学内容]实验任务2-1使用Excel收集网店运营数据（包括网店排名数据、商品类目销售数据、商品品牌销售数据）实验任务2-2使用Excel和WPS表格预处理网店运营数据（包括使用Excel进行数据清洗、使用WPS表格批量合并多个工作表的数据、使用WPS表格将文本格式的数据转化为可计算的数据等）实验任务2-3使用Excel实现数据的描述性统计分析[教学中应注意的问题]应注意教学过程中演示法与操作法相结合。实验三：使用SPSS分析电子商务数据（课内4学时）[教学基本要求]掌握使用SPSS实现数据的描述性统计分析、一元线性回归分析的操作方法。[教学内容]实验任务3-1使用SPSS实现数据的描述性统计分析实验任务3-2使用SPSS实现一元线性回归分析[教学中应注意的问题]应注意演示法与操作法有机结合。实验四：使用Python采集和清洗电子商务数据（课内4学时）[教学基本要求]掌握应用Python编程实现电子商务数据的采集、清洗衣和存储方法。[教学内容]实验任务4-1使用Python爬取电子商务数据（包括操作流程和Python代码实现）实验任务4-2使用Python实现数据清洗和存储[教学中应注意的问题]应注意演示法与操作法有机结合。实验五：应用“生意参谋”查询网店运营数据（课内2学时）[教学基本要求]掌握应用“生意参谋”查询网店运营数据的操作方法。。[教学内容]实验任务5-1查看网店流量数据实验任务5-2查看网店收藏数据实验任务5-3查看网店转化率数据实验任务5-4查看网店首页数据[教学中应注意的问题]应注意演示法与操作法有机结合。生意参谋需使用淘宝或天猫商家账号登录，不具备实验条件者，该实验项目可以改为相关应用实例的操作验证。三、教学方法本课程是一门实践性和应用性很强的课程，由于电子商务实践和数据分析技术都在不断发展，新的电子商务数据分析知识和方法不断涌现，课程教学内容也应不断适应行业的新需求。因此，本课程教学方法以教师为主导的启发式讲授教学法为主，研讨式教学为辅的教学模式。其中，理论教学内容侧重对该课程基本方法、典型应用和重点与难点的介绍与讲解，并关注对学生课后自学该课程引导与自学思路及方法的介绍；实验教学不必拘泥于本大纲所设置的实验项目，任课教师可以结合本专业人才培养侧重方向、实验条件及教学对象的前导知识储备情况等相关实际情况，引导学生在课内或课外开发一些实用的数据分析小程序。小组研讨学习内容则围绕各教学内容涉及的电子商务数据分析实际业务和相关热点、难点挑选出相关研讨问题，采用课外研讨与课堂研讨相结合的方式展开。该课程的学时分配建议按照理论教学24～28学时，小组讨论教学8～4学时安排，实验教学16学时。四、课内外教学环节及基本要求（按理论教学24学时、研讨教学8学时安排）序号教学内容课内学时课外学时建议理论学时上机学时实验学时实践学时小计其中研讨学时1电子商务数据分析导论4022电子商务数据分析的统计基础64023网店运营数据分析44244电子商务网站访问数据统计分析42245电子商务网站数据挖掘分析6426电子商务大数据分析427电子商务数据可视化424合计3216816课外学习要求：课外对电子商务数据分析的研讨学习要求不少于8学时，典型应用案例的研讨8学时左右，以引导学生自主学习、培育学生主动获取知识的兴趣和相关电子商务数据分析应用能力为主旨（共16学时）。重点支持专业毕业要求指标点：掌握电子商务数据分析基本理论与基本方法，熟悉电子商务数据分析的整个业务流程。五、考核内容及方式本课程由平时成绩和期末考试组合而成，采用百分计分制。各部分所占比例建议如下：平时成绩