【基础数据挖掘技术】探索性数据分析

1.描述性统计（探索性的数据分析）

不是所有项目都要用复杂的方法，描述性统计是偏简单的方法。

案例1：电信公司

客户是电信公司最大的资产，客户行为存在于交换机的通话记录

了解客户行为成为电信公司的趋势，

1.帮助电信公司找出有电话线路需求的客户让其承接多几条电话线路，就能给公司带来更大的商机

2.何时客户会需要额外的连接线路呢

我们拥有交换机的数据，将时间秒数转化为开始时间和结束时间，如何对时间进行排序，得到每个时间点的占线数，发现有时会出现满额占线的情况，就可能导致客户呼入时占线，损失商机。只要多加装两条线路就可以解决这个问题。

简单的问题用简单的方法解决。

案例2：

相信我们都有在商场购物的时候都有看见过满千送百，满五百抽好礼的优惠方案。

尤其是在周年庆或者节假日，这种间隔优惠方案就是最佳营销方案，消费者一旦听到差一点点金额就会有优惠时，很可能多买一点上去达到优惠。

客单价是营销届的一个指标，代表顾客一次来店消费总金额

通常业界会通过捆绑销售，互补品摆放（手电筒电池），来提高客单价，增加业绩，而上面说的500送豪礼，1000送百，这些优惠活动可以有效的提高客单价，一般销售人员会以500,1000,1500，倍数的直观方式吸引顾客购买更多，但是这真的是最佳的优惠方案吗？有可能这会平白损失大量的业绩

本数据是某衣服电商各顾客总消费金额资料，

我们计算每个消费者每次消费的客单价

一共有21598消费者记录，ID：顾客编号

Total_Spending字段代表对某位顾客的总消费进行汇总求和。

我们利用总消费金额为横轴，顾客人数为y轴，画直方图，从图可以看出来，所有顾客分布最多的是150—200之间的区间是最多人，大约4000多人

画出这个密度图，虚线代表定价策略

如果优化策略定在500，150~200元的顾客就会觉得要再花费一倍多的钱得到优惠，肯定不想当冤大头，如果已经购买了450元则很有可能额外购买。所以500元不是合适的优惠策略。

合适的定价策略应该是根据消费者的消费习惯（200,300,500）

我们可以看出这几个高峰是消费者的消费习惯购买

于是我们可以对着几个区隔金额进行平移来提升业绩。

于是我们就可以将300,500,800作为定价数据。

（python画图）

这样简单的描述性统计可以有效的对顾客进行分层，也可以用于区隔信用卡等物品的会员层级。同样，可以不使用折扣，改为赠品（按使用者需求改变，比如之前有一个酒店，他们的消费者是出差的人，钱是公司出的，他们就更愿意赠品和按摩之类的。）。

在增加业绩的同时也能增加消费者满意度。

统计数字：以之前的杂志数据为例

描述性统计（购买各种杂志的概率）：可以看出最受欢迎的是house magazine ，（平均数），comic0.081

预测准确度。Naïve predictions基础标准，如果以准确率为标准，那么naïve predictions就是基础概率。

描述性统计：分五种杂志的平均值分布（客群区分）：

和naïve prediction对比可以看出关系。

2.可视化计算（探索性的数据分析）

购买多种类杂志人群的分布

购买杂志的年龄分布。（挺均匀的，可以用来与各个不同杂志对比。）

购买汽车杂志的年龄分布（有点集中）

年龄对预测是否购买汽车杂志有帮助。

运动杂志的年龄分布（年龄对它影响不是很大。）

年龄与收入是否购买音乐杂志散点图（浅色点代表购买，黑色点代表不购买）

明显购买音乐的人偏向低收入低年龄。年龄和收入对音乐杂志的购买量预测应该有帮助

总结：简单的问题就可以通过探索性数据分析。描述性统计可以搭配可视化分析进行分析。