《商务数据分析与应用》 课件 项目二 了解商务数据分析的基础

项目二

了解商务数据分析

的基础CONTENTS目录01

课程导入与学习目标02

商务数据分析方法03

商务数据分析流程04

商务数据分析常用工具05

项目总结与实践课程导入与学习目标01课程学习目标知识目标1掌握商务数据分析的两类核心方法，了解不同方法的适用场景。知识目标2熟悉商务数据分析的完整流程，理解各环节的核心工作内容。知识目标3了解主流商务数据分析工具的特点，掌握基础工具的使用场景。章节整体框架

章节核心模块本章节分为数据分析方法、分析流程、常用工具三大核心模块。

思维导图参见教材。

学习路径说明按照“方法-流程-工具”的顺序逐步讲解，循序渐进掌握知识点。商务数据分析方法02分析方法概述

核心方法分类商务数据分析常用方法分为维度法和指标法两类，适配不同分析场景。

方法选择原则没有绝对优劣，根据分析目标和业务场景选择最适配的方法即可。

方法价值说明科学的分析方法能够大幅提升数据处理效率，挖掘数据背后的业务价值。维度法基本概念

维度的定义维度是与事物有联系的概念的数量，是组织、划分数据的核心参照标准。

数据维度见右图。

数据维度分类按照参数数量可分为一维数据、二维数据和多维数据，商务场景常用后两类。时间维度详解

时间维度定义以时间作为度量尺度，用于说明统计数据对应的时间范围和粒度。

核心应用场景可区分存量与流量指标，支撑实时数据查看、趋势分析、周期对比等需求。

时间粒度划分根据业务需求可设置天、月、小时等不同粒度，大数据量场景可通过存储过程生成。空间维度详解

空间维度定义从研究对象的组成角度出发，拆分分析维度，明确各维度的具体表现。

核心应用逻辑围绕研究对象拆分多个分析维度，逐一梳理每个维度的具体影响因素。

应用案例商品分析可从消费者价值、消费者满意、产品质量三个维度分析选购影响因素。指标法基本概念指标法核心逻辑通过构建数据指标体系形成统一衡量标准，适配不同业务形态的分析需求。常见商务指标商务分析常用指标包括销量、活跃率、使用率、转化率等，覆盖多维度业务评估。指标体系特点没有通用模板，需结合具体业务场景和分析目标定制专属指标体系。流量分析方法

来源与搜索词分析通过数据分析平台追踪访问、下载来源及搜索关键词，通过归因模型判断流量质量。

自主投放追踪通过UTM代码追踪外部渠道投放内容，分析不同获客渠道的流量数量与质量，优化投放策略。

实时流量分析通过折线图、柱状图监测新增、活跃、留存等指标，及时发现业务异常，研究用户行为规律。用户分群方法用户维度划分

可从人口属性、设备属性、流量属性、行为属性四个维度划分用户群，适配不同运营需求。用户行为组合划分

针对具备特定行为的用户群组展开分析，对比行为差异，针对性优化产品、提升用户体验。应用案例

上海某电商筛选上海地区有两次购物记录的iPhone用户做配件促销，精准度远高于群发营销。多维分解与细查路径多维分解方法将汇总指标从多个业务维度拆解，打破汇总数据的局限性，定位问题本质，找到优化思路。细查路径方法观察用户行为轨迹，探索用户与商品的交互过程，通常抽取3-5个用户即可覆盖分群主要行为规律。适用场景多用于用户研究、产品体验优化、业务异常问题定位等场景。转化漏斗与留存分析转化漏斗分析按照用户行为路径还原转化流程，分析各节点转化数据，定位高损耗节点，优化转化效率。留存分析探索用户、产品与用户回访之间的关联程度，衡量用户粘性和产品长期价值。应用价值是互联网产品评估运营效果、优化用户体验的核心分析方法。A/B测试与优化建模

A/B测试方法多方案并行测试，仅保留一个变量差异，通过数据对比选择最优方案，小流量场景可直接全量上线测试。

优化建模方法通过数据挖掘手段建模，分析核心事件的相关性，挖掘产品改进关键点。

适用场景多用于产品功能迭代、营销策略优化、核心业务问题攻关等场景。热图分析方法热图分析定义通过高亮颜色可视化展示用户访问偏好，将抽象的用户体验转化为直观的视觉呈现。核心应用场景可分析用户购买偏好，指导商品更新；也可查看页面点击偏好，优化店铺页面设计，提升转化率。应用优势无需复杂数据解读，非专业人员也可快速理解用户行为特征。商务数据分析流程03分析流程整体框架核心流程概述数据分析是标准化的问题解决过程，核心步骤通用，企业可根据自身需求调整细节。流程图展示流程价值说明标准化流程可降低分析误差，保障分析结论的可靠性和实用性。见下图。需求分析与数据获取

需求分析核心结合业务部门需求和现有数据情况，明确分析方向和内容，与需求方达成一致，是分析的核心前提。

数据获取分类分为网络数据和本地数据两类，本地数据又可分为历史数据和实时数据。

数据选择原则根据需求分析的结果选择适配的数据类型和获取方式，保障数据与分析目标匹配。数据预处理

预处理核心内容包括数据合并、数据清洗、数据标准化、数据变换四个核心环节，各环节无严格先后顺序。

各环节作用去除重复、缺失、异常数据，消除量纲差异，满足后续分析与建模的数据格式要求。

预处理价值数据预处理质量直接决定后续分析结论的准确性，是数据分析的核心基础环节。分析与建模描述型分析方法用于描述客户行为模式，可采用关联规则、序列规则、聚类模型等算法。预测型分析方法分为分类预测模型和回归预测模型，前者用于预测离散事件概率，后者用于预测连续型数据。方法选择逻辑根据分析目标选择适配的方法，无绝对优劣，契合业务需求即可。模型评价、优化与部署

模型评价指标聚类、分类、回归三类模型分别有对应的专业评价指标，用于衡量模型性能优劣。

模型优化逻辑若实际应用中模型性能不符合预期，可重构模型，流程与分析建模环节基本一致。

部署方式可输出为数据分析报告，也可直接将模型部署到生产系统，按需选择即可。商务数据分析常用工具04SAS与Markway工具介绍SAS工具特点国际标准统计分析软件，功能强大，程序驱动，适用于专业分析场景，初学者入门门槛较高。Markway工具特点国内自主知识产权的分析系统，融合分析、挖掘、预测功能，适配国内用户使用习惯，技术处于国际先进水平。SPSS工具介绍

SPSS核心特点图形菜单驱动界面，操作友好，输出美观，适合非统计专业人员使用，应用领域广泛。

工具局限性输出结果与办公软件兼容性一般，高级统计功能相比SAS存在一定差距。

适用场景适合社会科学、市场调研等对操作便捷性要求高于极致专业功能的场景。Excel与WPS表格工具介绍

Excel工具特点通用电子表格软件，公式函数丰富，支持SQL语句处理大数据，适用场景广泛，是基础数据分析的首选工具。

WPS表格工具特点国产办公软件，完全兼容Office格式，内存占用低、运行速度快，个人版永久免费，已纳入全国计算机等级考试科目。项目总结与实践05项目核心内容总结

核心知识梳理商务数据分析核心方法分为维度法和指标法，分析遵循标准化6步流程，可根据需求选择适配的分析工具。

知识价值说明原始数据需通过专业分析加工才能支撑经营决策，是企业发挥数据要素价值的核心前提。

后续学习铺垫后续课程将以WPS表格为主要演示工具，展开实操技能讲解。实战训练指导

01安装步骤说明访问WPS官网下载对应系统安装包，运行安装文件即可完成安装。

02基础操作练习安装完成后打开WPS表格，熟悉软件基本页面布局和核心功