搜索
大数据中国 首页 行业资讯 峰会活动 查看内容
数据分析系列课第二堂《常用数据分析与预测方法》全纪录
2018-4-28 10:04 |来自: 数据分析教程| 查看: 12760| 评论: 0


    大家下午好,我们又见面了,这几周我们正在开展与数据分析紧密相关的系列课,本次是系列课的第二堂课—常用数据分析与预测方法。


    课前我们先看几个问题,评估一下在座的各位同学是否需要听这次课,大家可以自我回忆一下,看是否遇到过、或正在遇到这些问题:

    1、面对一堆数据,找不到分析要领。常常觉得数据又多又乱、没有规律,同时个人思维逻辑不清晰、无法快速抓到分析要领

    2、终于找到了问题重点,却不知该用哪种控件?花了很多时间整理数据、整理思维,整理出重点后却不知该如何分析、如何展现

    3、老板让你做个预测,发现函数好难写?老板看重数据分析,需要你对现状进行分析,同时参考历史数据优化预测模型,此时你却发现连预测函数都写不出来,何谈优化

    4、如何将分析工具应用在数据实例上?分析工具学的熟练,制作报表易如反掌,但是拿到真实数据的时候却发现无从下手

    如果你们遇到过这些问题一个或多个的,那么就需要好好学习这次课了哦~

    上次课我们学习了思维养成方法与模板设计技巧,课后留给同学们两个小问题,其内容正和我们本次课的内容相关,不知道大家还记不记得?

    问:学会了分析工具常用技巧后,该如何应用在数据实例上?
    答:理论应用于实际通常都是有一定的套路可循,比如常规的应用过程:首先有工具、在其基础上掌握用法与技巧、最后结合系统理论付诸于实际。遵循这种套路,并将信息重点突出反映出来基本上就可以了。

    至于这种方法与实际结合的过程如何实现,我们看第二个问题。

    问:常用的数据分析方法、数据预测方法有哪些?
    答:这是方法与实际结合的过程,我们可以通过数据分析方法、预测方法将数据应用于分析、将理论应用于实际。


    常用的方法有哪些?我们将在本次课里寻找。
课程简介


    本次课我们主要以常用数据分析、常用数据预测方法为主要学习内容,结合实际数据案例,与大家分享这些数据方法的应用目的与效果。

常用分析与预测方法


    本次课程基本上以实操为主,利用分析工具将数据分析、预测方法从纸上搬到现实。本次课一共介绍七个常用的分析与预测方法,每个方法都会结合实际的数据来操作,建议大家跟我一起动手,会对实现过程与效果记忆更深刻。

基础数据

    动手之前我们先简单看下Excel数据源,看下我们等会儿需要用到哪几个数据表。


    为了方便区分,尽量将工作表名和数据方法对应上了,可以看到我们需要使用的数据源有:多指标管理、二八法则应用、四象限分析、漏斗模型应用、价格带三度分析、数据预测。这个数据源与上次课是同一个,上次课时已经分享过了,这里就不一一详细说明了。

    接下来我们打开数据分析工具进行操作,由于本次课使用的数据源与上次课是一样的,因此我们可以在上次课的数据基础上直接进行操作。这里需要注意,后面做预测的那张表需要用到时间年,所以我们进入编辑视图设置一下时间列。

多指标排行榜

    任一行业都具有相应的分析体系,不同的指标能反映不同的信息,在本案例中销售数据涉及指标:销售额、销售完成率、平均折扣、会员贡献率、连带率、成交率等。从公司层面来看,各门店的指标对比是衡量门店业绩的重要内容,因此分析不同指标下的门店排行是比较常见的方法应用。
在分析工具中添加条形图,并配合筛选控件共同使用,可以随时查看不同指标下的门店排行榜。同时,若希望将当前筛选序列从标题突出显示,还可以使用标题绑定的功能。

    当然,如果老板只希望看前十名,这个上次课学过,只要选中维度值并设置TOP10即可。


    这个是最常用的对比分析法,有效结合分析工具中的筛选控件和TOP值功能,将不同指标下的门店排名一一展现,这下无论换哪个指标,都能立即展现排名情况。

门店排名对比

    销售分析中第二个常用的数据分析方法是门店排名对比,这个和前面的方法有所不同,前面的方法主要是看某一指标下各门店的对比,侧重点在多个门店的差异上;现在这个方法则是看同一门店在各指标中的排名,侧重点在单个门店的综合能力上。

    新建雷达图,并将各指标排名一一放入,筛选出想看的门店情况即可。


    这个雷达图就是我们所说的门店排名对比,可以通过点到图心的距离直观反映排名大小,距离越短表示排名靠前。由此,某一门店在各方面的能力展现一目了然。

二八法则分析

    第三个常用分析方法是二八法则,相信大家都听说过,它是销售分析中很常用到的一个内容。从管理学角度来说,通常一个企业80%的利润来自它20%的项目,我们上一张图:


    这张图里展现的是某个企业的销售占比和产品占比,其中销售收入的80%基本来自它20%的产品,相反,销售收入的另外20%则来自于它占了多数(80%)的产品。

    这也就说明这20%的产品是销售贡献较大的产品。当然这里的20%和80%不是一个严格比例,大致相当即可。打个比方,若80%~90%的销售仅仅是由10%左右的产品产生,同样符合二八法则,此时,这10%的产品则很可能是爆款。

    那么我们了解下如何通过分析工具,将二八法则应用到实际案例中:


    柱线图中通过柱子高度反映各商品销售数据,对销售收入做降序排序后,会将带来最大销售收入的产品摆放在前面,此时做累计占比,则可以自动计算出销售占比达到80%左右时对应商品的情况。

    二八法则在实际应用上可选方式较多,除了柱线图还可考虑用简表或其它形式体现。

四象限分析法

    第四个方法是四象限分析法,这个方法是在散点图的基础上演化而来的,散点图本身是通过两组数据构成多个坐标点,通过考察这些坐标点的分布来判断两变量之间是否存在某种关联、或是总结分布模式的图表。

    四象限分析则是在该基础上进行分区,通过平均值或其它划分点将整个散点图分成四块,并结合划分点、行列维度共同来分析各个区域里分布的散点的意义。

最新评论

关闭

站长推荐上一条 /1 下一条

 
 
大数据行业交流
大数据行业交流
大数据求职招聘
大数据求职招聘
站长电话:
15010106923
微信联系:
hb-0310
站长邮箱:
ab12-120@163.com
大数据中国微信

QQ   

版权所有: Discuz! © 2001-2013 大数据.

GMT+8, 2024-5-9 07:56 , Processed in 0.048233 second(s), 24 queries .