【连载】从零开始，教你做电商数据分析第九篇-经管之家官网！

经济学管理学金融学统计学

您当前的位置> 数据>>

【连载】从零开始，教你做电商数据分析第九篇

人大经济论坛-经管之家：分享大学、考研、论文、会计、留学、数据、经济学、金融学、管理学、统计学、博弈论、统计年鉴、行业分析包括等相关资源。
经管之家是国内活跃的在线教育咨询平台!

提供"微信号、微博、抖音、快手、头条、小红书、百家号、企鹅号、UC号、一点资讯"等虚拟账号交易，真正实现买卖双方的共赢。【请点击这里访问】

TOP热门关键词

专题页面精选

CDA数据分析行业专题课首次开班——本期专题“电商数据分析集训”本次主讲老师：零一，详情请点击：https://www.cda.cn/dianshang.html【零一】#操作教程贴#从0开始，教你如何做数据分析#中阶#第九篇#数据分析最终要求 ...

扫码加入经济学习群

CDA数据分析行业专题课首次开班——本期专题“电商数据分析集训”
本次主讲老师：零一，详情请点击：https://www.cda.cn/dianshang.html

【零一】#操作教程贴#从0开始，教你如何做数据分析#中阶#第九篇# 数据分析最终要求业务落地，因此我们也是更多的去邀请一些行业内具有业务经验的朋友来分享各自的精彩观点。
经派代网热门作者零一同意，论坛收录其关于淘宝数据分析的一些教程，今后将陆续进行刊载，最新文章将进行论坛首发，对电商方面感兴趣的朋友可以关注本系列贴。
如果关注数据分析技能提高、相关培训和工作，欢迎订阅CDA数据分析师专版：https://bbs.pinggu.org/forum-244-1.html。
如果喜欢零一兄的分享文章的朋友，也请在帖子下方留言，聊聊自己的想法和希望学到的东西。我们会在适当的时候邀请零一在YY上跟大家免费分享一些他的“拙见”。贵在交流，希望让更多数据分析方面的菜鸟朋友们得到一些好的启发！
如果希望看到一些经过挑选以后的数据分析方面的文章，也可以关注新浪微博@人大经济论坛数据分析师项目组
微信：CDA数据分析师
https://pic.bbs.jg.com.cn/forum/201309/18/105710xpk0lf9bx8kp9f63.jpg
从零开始，教你做电商数据分析第一篇
从零开始，教你做电商数据分析第二篇
从零开始，教你做电商数据分析第三篇
从零开始，教你做电商数据分析第四篇
从零开始，教你做电商数据分析第五篇
从零开始，教你做电商数据分析第六篇
从零开始，教你做电商数据分析第七篇
从零开始，教你做电商数据分析第八篇

大家好，我是零一。这一篇给大家介绍探索关系。我的公众微信号是start_data，欢迎大家关注。
探索关系是非常好玩的一件事情。先给大家讲个故事。据说很久很久以前美国某个州对多个社区做了一项关于婴儿的调查，其中一个调查结果如下
http://static.epaidai.com/thumbnail/2/2013z12o20131224225820O169326p/1387897100
调查人员发现多个社区中，这个妈妈纹身的占比越高，这个社区出现畸形儿的概率就越高。那调查人员就很费解了，纹身跟生BB有什么关系呢？后来针对这些纹身妈咪做了调查，结果如下
http://static.epaidai.com/thumbnail/2/2013z12o201312242368O672382p/1387897568
调查人员发现原来大部分的纹身妈咪因为出入夜店，大部分有接触过毒品，这才导致了前文说的畸形儿竟然跟纹身有关系。
以上就是探索关系的一个例子。
我们先引入一个概念【相关性】
【相关性】是来反应两个或多个维度之间的相关密切程度，如上面的例子中，关系就是比较紧密的。两者相关紧密并不等于因果，上面的例子也说明了，并不是因为纹身就导致了畸形儿，而是纹身的妈咪多数曾经是不良少女，染上毒品，才导致后面生出畸形儿。
【相关性】从影响的方向来区分，有3种，分别是正相关，零相关，负相关。下面我们一起看下。
首先是正相关，只要是呈现下图这种趋势的分布，就称之为正相关，表示任意一个维度增长，另一个就跟着增长，反之，下降就随之下降。
http://static.epaidai.com/thumbnail/2/2013z12o2013122512156O217214p/1387944906
接着是零相关，只要是呈现下图这种趋势的分布，就称之为零相关。表示维度之间没有什么相关性。
http://static.epaidai.com/thumbnail/2/2013z12o20131225122140O583691p/1387945300
最后是负相关，只要是呈现下图这种趋势的分布，就称之为负相关。表示任意一个维度增长，另一个就下降，反之，下降就随之增长。
http://static.epaidai.com/thumbnail/2/2013z12o20131225122240O756778p/1387945360

下面我们一起看一下淘宝数据，淘宝数据也有很多有趣的关系。

我抓取下来眼镜行业按销量排名的100页，也就是40*100=4000个宝贝的数据。数据大概长这个样子
http://static.epaidai.com/thumbnail/2/2013z12o20131225113838O064450p/1387942718
按30天成交量和价格来做散点图，得到如下的结果。
http://static.epaidai.com/thumbnail/2/2013z12o20131225114630O608274p/1387943190
很惊奇发现，居然有个眼镜卖12.8W！！这是在卖眼睛吧？？
大家回想第八篇的内容，这个店就是离群点，我们可以暂时不分析。我们通过设置坐标轴来进一步观察
http://static.epaidai.com/thumbnail/2/2013z12o20131225114910O432038p/1387943350
售价我先指定在1000元以下，呈负相关的姿态，下图是结果
http://static.epaidai.com/thumbnail/2/2013z12o20131225115025O117679p/1387943425
有人可能会说，这价格越高就销量越小，这个不用分析都知道了啊！事实上，还真有价格越高销量就越高这种行业，不看下怎么知道呢？我们要用数据说话！
可以观察到大多数高销量的价格是分布在100元以下的。（0,100]这个区间销量最高在5K（最上面那个离群点不计在内），（100,200]这个区间销量最高在3K左右。
接着我们可以进一步观察（100,200]这个区间的分布情况
http://static.epaidai.com/thumbnail/2/2013z12o20131225123324O850267p/1387946004
http://static.epaidai.com/thumbnail/2/2013z12o20131225123343O967317p/1387946023
这个是零相关的分布状态，也就是说，在这个区间，你是定价在100，还是定价在200，不会太影响你的销量。所以，有时候很奇怪，我100也是卖，200也是卖，为什么不卖200呢？
这个数据源我会提供给大家玩玩。30天成交量和价格的关系，我们就说到这里。下面我们看另一个关系。
【上架天数】 VS 【30天成交量】
这个让我差点跌破眼镜，上架了2000天，是什么概念？2000÷365=5（年）。上架了这么久的产品，还在卖！我接触淘宝才3-4个年头。
http://static.epaidai.com/thumbnail/2/2013z12o20131225124159O416646p/1387946519
我们可以发现，销量在2000以上的爆款主要的聚集区间，在1200天以内，也要有3年的时间了。。。不过我们可以发现，后面的新品，多了很多，正在逐渐上来，不少商家正在尝试用新品来冲击这个市场。
我把坐标轴范围调整一下，结果看下图，看起来是零相关的样子。
http://static.epaidai.com/thumbnail/2/2013z12o2013122512489O371911p/1387946889
2000销量以上的，最快的在一个月时间（37天）打造上来。这些是谁呢？那通过这个图，把鼠标停在点上面，会显示这个数据是第几个观测值，那会非常简单就能定位到这些宝贝。
这种观察方法，有个弊端，就是上面这个图，我只能说，我看起来像是零相关，并不能确定。那是否有一个具体一点的，可以不用靠眼镜的方法来告诉我们相关性呢？
答案是肯定的！
在Excel里面，有个函数叫correl，是英文correlation（相关）的前半部分。就是用来算相关性的，这个是适用于线性相关的情况下。非线性的情况下，就不适用了哦！比如类似抛物线的钟型分布（也就是正态分布）
只要选中我们要的数据就可以了，两个数据组。
http://static.epaidai.com/thumbnail/2/2013z12o2013122513287O809099p/1387949287
得出的结果是一个[-1,1]的数字，这里是0.685，那这个数字怎么解读呢？
[0.7,1]表示强正相关
[0.3,0.7)表示中正相关
（-0.3,0.3)表示零相关
(-0.7,-0.3]表示中负相关
[-1,-0.7]表示强负相关
那我们这里的结果对应到就是中正相关这个区间。表示，评价量的多少还是会在一定程度上影响销量的。但这个结果没有分析意义，因为一般爆款卖得多评价也多。
分析师是要考虑分析的结果有没有价值，一般何为有价值的关系呢？
就是情理之中，但意料之外的这种关系，就非常有价值。
另外，是要选择看图还是数字呢？
这个问题很简单，先看图，如果不清晰，就看下数字。

如果要快速出结果，并且是多个维度的情况下，用excel内置的数据分析的相关系数来快速得出相关矩阵

http://static.epaidai.com/thumbnail/2/2013z12o20131225143836O736789p/1387953516
结果是一个下三角矩阵
http://static.epaidai.com/thumbnail/2/2013z12o20131225144124O065592p/1387953684
=================分割符===================
下面我们来用数据挖掘套件，探索下数据。
先把数据设置成表格的格式
http://static.epaidai.com/thumbnail/2/2013z12o20131225135111O510145p/1387950671
然后再表格工具里面有个分析（必须要有安装了数据挖掘套件才能有这个）
http://static.epaidai.com/thumbnail/2/2013z12o20131225134915O327895p/1387950555
我们先看下分析关键影响因素（我这里是用的市场数据，但如果大家是拿店铺的数据，大家都懂的）
http://static.epaidai.com/thumbnail/2/2013z12o20131225135352O317795p/1387950832
运行后结果如下，会有一个相对影响，可以参考。但这个结果，没有先处理缺失值（上一篇有说过异常处理，处理方法看上一篇）
http://static.epaidai.com/thumbnail/2/2013z12o20131225135944O903176p/1387951184
这个结果，没有太大的参考性。因为最相关的变成缺失值了，可能在获取数据的时候会有一些漏抓。
=================分隔符================
下一篇会告诉大家怎么做聚类分析，通过聚类，我们可以知道，某一个分类的特征，下图是聚类的一个结果特征（软件通过算法把30成交量大于704的归为一类，以下是这类的主要特征）
主要特征是：无投诉，主营100%，天猫店，退款速度2.7-6.0等，大家可以看下。下一篇会跟大家详细介绍聚类。
http://static.epaidai.com/thumbnail/2/2013z12o20131225143250O589076p/1387953169
文中用到的数据连接（来自市场分析精灵）：http://pan.baidu.com/share/link?shareid=3944298206&uk=2164472865

「经管之家」APP：经管人学习、答疑、交友，就上经管之家！
免流量费下载资料----在经管之家app可以下载论坛上的所有资源，并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库，各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里，你可以找到任何学科方向、有共同话题的朋友。
经管之家（原人大经济论坛），跨越高校的围墙，带你走进经管知识的新世界。
扫描下方二维码下载并注册APP

本文关键词：

本文论坛网址：https://bbs.pinggu.org/thread-2816609-1-1.html

上一篇 | 【连载】从零开始，教你做电商数据分析第 ...

下一篇 | 谁有查尔斯.D.科尔斯塔德的《环境经济学》 ...

数据分析精彩帖子推荐更多

您可能感兴趣的文章

本站推荐的文章

人气文章

本文标题：【连载】从零开始，教你做电商数据分析第九篇

本文链接网址：https://bbs.pinggu.org/jg/shuju_shujufenxi_2816609_1.html

1.凡人大经济论坛-经管之家转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责；
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性，不作出任何保证或承若；
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。

【连载】从零开始，教你做电商数据分析第九篇-经管之家官网！

数据分析