【数据分析准备工作（二）】

@【数据分析准备工作（二）】

数据分析师需掌握的三点

1、对业务的理解

2、工具的使用

3、表达能力

数据分析的四大步骤

数据抓取

数据处理

数据分析

数据可视化

数据分析师需掌握的三点

1、对业务的理解

电商业务：GMV,复购率，客单价，流量，转化率，折扣率…..
	GMV:总的交易额，包括退货，没有支付成功的订单。
	客单价：产品的平均价
	流量：用户访问数量，流量一般指UV。UV指独立IP访问数量，PV在店铺的行为都会产生变化
	转化率：产生的订单数/流量（建立在单一订单单一用户）
广告业务：单次点击竞价，点击率，有效访问率，广告预算
产品业务：PV,UV，日活/月活，用户留存，ARPU…
	日活/月活：用户活跃的量，可能标准是登录，可能是浏览超过5秒
	用户留存：用户有没有持续使用
	ARPU：平均每个用户产生的金额利润
供应链业务：缺货率，安全库存，滞销率，备货量…
营销业务：市场占有率，ROI（投资回报率），头部市场/腰部市场/长尾市场..

2、工具的使用

软件工具使用：
	Excel,python,SPSS,R
分析方法工具：
	描述性分析，预测性分析，仿真分析….
		描述性分析：
		预测性分析：
			线性分析：
			非线性分析：
		仿真分析：
 数学模型工具：
	        分布模型，回归模型，分类模型….

3、表达能力：

数据描述表达：
	口头表达，ppt工具表达，可视化表达（例如订单分布的帕累托分析）
	![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/2e7e90849af0456993267c87acd67d0e.png)

业务逻辑表达：
	广告业务的曝光流量转化漏斗模型
	![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/9609e16fbd214723b55d0250ab388807.png)

	
业务决策表达：
	第四象限，低成本高销售，第二象限最危险，可节流降低成本，或想办法提高销售量
![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/61721fcc6e254f90b723a20e3dc75527.png)

数据分析的四大步骤

数据抓取

埋点
	就是在应用中根据用户的行为收集一些信息，用来跟踪应用使用的状况，后续进一步优化产品或提供运营的数据支撑。
	![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/4371719c497d4fe6b95822e55edcd581.png)

爬虫
	商品信息收集，做市场调研分析，用户在前端看到的都能抓取到。反爬虫有验证码，人脸识别
API
	应用程序接口，预先定义的函数，在无需访问源码前提下，使应用程序的开发人员基于某软件或硬件访问到一组例程。若在前台爬虫不到数据，可用API接口获取后台数据

数据处理

缺失值分析（空值/遗漏值）
异常值分析（离群点分析）
一致性分析（矛盾/多数据源数据）
	保持时间一致，数据库一致，收集节点一致，数据源一致

数据分析

对于以下A渠道，就例如刚开始打广告，效益很好，天天打个广告就免疫了，收益逐渐下降
对于B渠道，有门槛，例如说在央视打广告，收益不错，但过了时间段后，开始下降
假如你有一百万，怎么用运筹学投这两个渠道？用仿真法
![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/056ca7cb51884221afd603ed73e6afd6.png)

预测分析法可用线性回归方法去分析未来业绩
![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/f64e7623e01f4cdab932f07414c091b7.png)

数据可视化

利用表格，饼图，折线图，气泡图展示