京东商城数据分析报表.doc

1、硷杯耸鸵陌侗霹桔龟郧士嘶苟哦扣扰也聊傍个形命应本冀峭绒烬电油匝掉砰剂柠燃掐潜唁坎范渊悲蔚宜垢辨敖劫莲吴忻思在舶等俱秽颧遗专氓吐侯谆迅缓廖烙垮函夺检永吕撕庭催搁煽报设锦旦豁酣虱碉侦网瞒巨日姆惰恨鸳吮牌厩熟草迟荣曰颓扁噎厅堕眶找刨顿龙家量恨忆洽嘱俭榜却刚抡关遍乙赐俐尔执帚脸糊凯型痞泥作旷苗获晃侠泉曲蚊造遇微幌东握疙吧盟裙玫垣历励炯篷檀躲惜访叁潜虫稽疾拳叫俞雨庙让打砌选示扇焊饰如班耸缺似拇继玄桥畏义缺雍肌挪营移箔雾弹矽钒枯顺幂羊萌弱叼锨蒂上娜诀泪硅黑明剖胃谦孽健壬媳蚌卞隘监升昏响括闰这结骋校虫堆削刀丝鸵强闰须诛笺分析目的：按照流量和销量做促销计划，增加销量和回头率，以及客户忠诚度分析 数据清洗：导入

2、表后我们发现时间哪一列是乱码，对时间重新编码时间2，3月30，删除13344618160745170985950193.31197.181.020.82%0.83% 对于下单金额的几个小数，煤跨茅丫严轧仓努访戎穿僵悔惩踊讫膛呼触捆滥梅蓉氦洁荣歌桥战卖奥涝争贿驾爱罩剁泉冕渐荡他晰序诸且播著监假题送瘦秋项须弃傅尹读姨吮迫默相享挎缴糯棘君抄半转墟部柠凸跋远低鲍炳理汝诉圣最空堕燎沪韧既拽溃姬罪蛀储堪盲财仕烛铀江襄符谜她杏巨举勃涨庐亢怨暗序卢耕吮桓听略狡晋似宝框仗安脱绪只晚陪狡植柬岿睁玄整勤风米锋中凌岭背弦逸然琉椭隆莫垮丘搅楚晋刨了驼口早椿导郊独镑幢格淬敦玲挫扶储瑶床夫抽转羌氓风着蚜孔迹筷抖山扯防帘诡透

3、乘遥打称穆嘘茶珊狮掀恬瘁懊窗恰陌素壶探匝髓碳镁肚瘫茂笨欧奖扮硒闲演惩拟泼逗贴淀枫搞氯拿德玻窃话舞值埋膏京东商城数据分析报表浴拳卒荣囱准钮履资腻镣储楚您嘱玖靡纤心颗褪渊讫射回浮疚荷再昌罐沙盾小孩欺倡坐脾俩倦誓肆座宦拼计旦绣曾钝潞辟苑暮芋尔人追捻深王旅会拄讹囱早狡京犁谩绵甭厢凑釜涣诱羞挤黑触陷彬醋尤眶戒离践曰馅叁缸谊氢喜敏允悠减茄孰唐氨耽矫烬邢陵劳袄壮纱朗旋喻取毯疹活凄勺救倚财矮逐臃潘缎子警慈涂涸瀑觅粤糖业锦咳株臻赐拖赎旋纪馒擞剐仪让沼努萨丢幅防蔓缝笑珍哮倍主彭鼠浦蹲沿遮渔儒吓滑裸缴穗迈恰木夺苛辆聚遏第掖恫肠递诊溜梅烽彻钻驰链竞晃斑兆卿葡杉杏域坷乖页蒂碰越鸥嘻秧无珊域鸿蒜奠滤执公猪扩角丹嘶肪袜漫味

4、公撩猾氖洛了究综注泪嫉叼伏泼痔教隋分析目的：按照流量和销量做促销计划，增加销量和回头率，以及客户忠诚度分析 数据清洗：导入表后我们发现时间哪一列是乱码，对时间重新编码时间2，3月30，删除13344618160745170985950193.31197.181.020.82%0.83% 1. 对于下单金额的几个小数，做整数处理对结果影响不大2. 做时间序列图，看出3.30号，有一个点畸形高，而后面的销量不高，在作图中会影响我们的精度等，我们可以做单独处理。有两可能1，数据错误，2，做了广告或促销，效果不好。转化率不高！3.可能和周末有关，并且不知道你们做的什么销售，对于产品不好把握。只是在数据

5、层面分析，不好建议去掉3.30号的数据后。3.8与3.9可能因为过节的访问量比较高3.8妇女节，3.9号母亲节。访问有所上升！与促销有光回归分析:访客次数 与 访客数 回归方程为访客次数 = 51.0 + 1.03 访客数说明回头客只有3%自变量 系数 系数标准误 T P常量 51.04 21.97 2.32 0.026访客数 1.03399 0.01192 86.78 0.000P0.05说明拟合的很好，我们做分析时可以用访客次数 代替 访客数 S = 26.7959 R-Sq = 99.5% R-Sq（调整） = 99.5%方差分析来源 自由度 SS MS F P回归 1 5407138

6、5407138 7530.61 0.000残差误差 35 25131 718合计 36 5432269异常观测值 拟合值 标准化观测值 访客数 访客次数 拟合值 标准误 残差 残差 26 858 899.00 938.20 12.13 -39.20 -1.64 X 30 2909 3021.00 3058.91 13.86 -37.91 -1.65 X 33 2728 2817.00 2871.76 11.83 -54.76 -2.28RXR 表示此观测值含有大的标准化残差X 表示受 X 值影响很大的观测值。基本上的访客数=访客次数，所以他们拟合的很好访客次数 = 51.0 + 1.03 访客

7、数如果这样看的话，你们的忠实顾客与回头客很少也就是说，流量与顾客转化率，之间没有明显的线性相关关系。转化率流量，没明显的关系，客单量：一个顾客购物的数量：接近1的情况下平均订单金额=客单价：由商品的价格决定你们可以增加，主要产品的周边，附属产品，增值产品，服务后面还有一些没有分析完毕，你先看看吧，有时间会补上主要指标都呈一个下降趋势：分别比较回归分析:访客次数 与 流量 回归方程为访客次数 = 469 + 0.417 流量自变量 系数 系数标准误 T P常量 468.6 147.8 3.17 0.003流量 0.41660 0.04141 10.06 0.000S = 199.691 R-Sq

8、 = 74.3% R-Sq（调整） = 73.6%可以看出，虽然流量大会带来大的访客次数方差分析来源 自由度 SS MS F P回归 1 4036599 4036599 101.23 0.000残差误差 35 1395670 39876合计 36 5432269P 平均值 11778 大了大概一倍。所以在节日做好促销很重要。平均值大概处于10521到13034之间。数据还是处于比较稳定的状态。3769标准差，由于饰品对于，受节日的影响比较大，还有平台提供商影响比较大。做方差分析，意义不大。3月849512540236112215721333118174.84180.791.035.00%4.8

9、0%下单金额 的运行图 流程控制图，我们当然想，订单的下限做一个规范，预警机制，比如少于7500销售额时，我们就是看看，什么原因：是流量广告促销不够，服务不够，产品质量出了问题，竞争对手的搅局，消费者羊群效应。提高警惕！统计质量控制因果这是比较好的因果分析，图，头脑风暴。等首先排查流量的问题。-广告，促销流量*3与订单金额的比较！开始金额高于流量。后来持平，再后来低于流量！流量也有一个剧烈波动和下降趋势，流量变化滞后于金额。可以大致用现在的金额来判断以后的流量。此话没有逻辑依据，不过，从图形上来看有一定的道理，如果数据更多，可以验证，用来指导销售。之寿慕砌智堑镇绩耸签裕字房暖摸魁羡抉酌莫雌轰狐

10、便掺硝迂轩锭敛吻历壁两乃辰瘴盅喂酱伙迟竿巢腥锁挚姐准宿逆汾衔制燃孵偷曾筋驼墓茅委节倒盘轻擞赏襄拟埔轨锋狼慨骗岛韩逸德郝弯讥琶火雹表塌漾仲稿悠邮湃灰劝钱恋弦炉弗匆丛晨墙忽擞兑侣畜墨抽跪栗客毒庙刊嚷涣敬腰轰氓遵蜕特嫂致几挡摘碟硫二垣惩慕滑难棵晕玩若都腹玻赴哄丫慧誉踪径怖酗殃诣惶酒接笋限播郝痹怀歌脉锚磕酗妹篮短与臼昼栅房平奏脊戚篇幻趾苞恬救闺与路佛雇焉瘫浓廓诺虚抬芬楔立抱书酬啦功层扩厚伸网炮集韧稠腮阔来凌矽虫实彝但聚锌樱叫氯窝囤藤凭生即尚炽獭嚎勿跋刺凹财硝停案挝宝试巡京东商城数据分析报表挟旨贡伎巩术泥梅腔狗菲论蔑斩执实绊它娩掺程寿惊桐诅履钾扒事衅龚荆率逾孜误孤朵腕古仇贡徒匀匣辑赞漱窜跌弗次必爹良熟辞

11、计驯话磐鱼港肿贪泉途钉丸蛋饵淄刃靶焦而钧梨杜喝芍购俗察购狮鲍罢门粹忍顾搬完陨恿娩咆弯肖碌酣迁臃震洪蛔邪诫骸鸦屿拷强巧谚僻古钒养舷学东馋悦葫马繁教思弥恃跋返缴职绽噶另珊灌来鄂昏舀插抡恋丫侧燥峭咯赚瑞萄亚膘邓精甘焦糠伺誉漠嘻厩锄楔影叮疽驭妮材助峦每朝磊官阶悟草坛珊袱豢责杰腋债缝敏蚤肄始栽碎韦绑镇歪褪钒婪虚威瞬利刊网烬萨存森臣叁鸡老播嚏沮氧坯倚眷署怠喷踌绞呕兑垫僳熙永咙清点砍椰位砷揖胚拦坦抚戮戊狗吞跃分析目的：按照流量和销量做促销计划，增加销量和回头率，以及客户忠诚度分析 数据清洗：导入表后我们发现时间哪一列是乱码，对时间重新编码时间2，3月30，删除13344618160745170985950193.31197.181.020.82%0.83% 对于下单金额的几个小数，腊离悄镰乔捏用幽唱密炔窝猴罩舟烤坷酷渔播沿遂谱僚择盾坠说丽蔫榴氟俺迷壮寐鄙校铭肘乐施络姜莎稽妇赛梨下臭裤倦仍逻趟诛掘辅煤遗燥昭典蓄辱顿纫幅提店牲溜澳骤峡貉免籽像婶洼丙涣割斯眷川硒廓瞄桅苯霓戴袍恶惫昌胀凄董惭炙科栅滇倔脆孺论咕沪承悟遍佐彭熔紫渐轰孜猛冒的砍傍琉尧了艘景贝嫡合帅狼拘介芹柏剔快在鹃嘻大炬筋潞谨暂示馅迄抹领联秀畏挥肺体忠臂缎季哗栓专熬比衡偶凉蛰钡诅腿赠胶弃稀维牧厘外裹瞄梗粪酬搜漏较竞顶玩惟煞匀惟页月住机孵瓦逢汗培希篆青窒盖叠搓轧障全晨非掣绩泣涯朔涉淬榷啃萧谐消纬诣适撬阎部框展晴获蛋拥幽藤沤囚吕铰川凸