商务数据分析与应用（第二版）课件 学习模块1.商务数据分析的基础

学习模块1

商务数据分析的基础主题theThemesDT数据与数据结构认知数据挖掘商务数据分析认知数据与数据结构认知认识数据：数据的定义信息的定义数据的物点数据的分类：什么是数据分类数据分类的原则分类的方法数据的常用结构：数据结构的定义数据的常用结构数据结构算法：算法的定义算法的特性算法设计的准则算法设计的基本方法1数据的定义2信息的定义3数据的特点认识数据认识数据信息的定义符号文字数字语音图像视频变异性规律性数据的特点数据的常用结构逻辑结构物理结构（存储结构）逻辑结构数据结构中的元素之间除了“同属一个集合”的相互关系外，别无其他关系。集合01数据结构中的元素存在一对一的相互关系线性结构02数据结构中的元素存在一对多的相互关系树形结构03数据结构中的元素存在多对多的相互关系图形结构04存储结构顺序存储链接存储索引存储散列存储顺序存储方法数据模型是数据分析、它是把逻辑上相邻的结点存储在物理位置相邻的存储单元里，结点间的逻辑关系由存储单元的邻接关系来体现，由此得到的存储表示称为顺序存储结构。顺序存储结构是一种最基本的存储表示方法，通常借助于程序设计语言中的数组来实现。.索引存储方法除建立存储结点信息外，还建立附加的索引表来标识结点的地址.链接存储方法它不要求逻辑上相邻的结点在物理位置上亦相邻，结点间的逻辑关系是由附加的指针字段表示的。由此得到的存储表示称为链式存储结构，链式存储结构通常借助于程序设计语言中的指针类型来实现散列存储方法就是根据结点的关键字直接计算出该结点的存储地址常用结构队列栈树图链表堆散列表数组2数据分类的原则3数据分类的方法数据的分类1什么是数据分类数据分类的原则稳定性系统性可扩充性综合实用性兼容性51234分类的方法时间状况性质表现形式记录方式数字化方式来源定位、定性、定量、定时地图、表格、影像、磁带、纸带定类数据、定序数据、定距数据与定比数据数字数据、模拟数据矢量数据、格网数据等直接的统计数据、间接的统计数据计量层次时间序列数据、截面型数据数据结构算法定义特性准则方法及要求算法的特性输入02确定性04有究性03可行性0501输出算法的准则可读性正确性健壮性高性价比方法及要求顺序、循环、选择正确性、可读性、健壮性、效率与低存储量需求010302算法设计的基本方法算法设计的要求算法的基本结构穷举法、动态规划、贪心法、回溯法、递推法、递归法、分治法、散列法，分支限界法数据挖掘数据挖掘的起源与发展：数据挖掘的起源数据挖掘逐渐演变的过程数据挖掘的定义数据挖掘的方法与流程：数据挖掘的方法数据挖掘的流程数据挖掘的起源03支持数据挖掘技术的基础04从商业数据到商业信息的进化01网络技术之后的下一个技术热点02数据爆炸但知识贫乏机器学习自动决策数据仓库KDD数据挖掘逐渐演变的过程技术上的定义及含义：数据融合人工智能商务智能模式识别机器学习知识发现数据分析决策支持商业角度的定义：分析探索规律模型数据挖掘的定义认识数据：数据的定义信息的定义数据的物点数据的分杰：什么是数据分类数据分类的原则分类的方法数据的常用结构：数据结构的定义数据的常用结构数据结构算法：算法的定义算法的特性算法设计的准则算法设计的基本方法数据挖掘逐渐演变的过程数据挖掘的方法关联规则聚类特征分析回归分析变化和偏差分析数据挖掘常用方法分类Web页挖掘数据挖掘流程逻辑数据库被选择的数据预处理的数据被转换的数据被抽取的信息被同化的知识数据挖掘人员010302业务分析人员数据分析人员数据管理人员商务数据分析认知商务数据分析认知商务数据分析解读：电子商务数据分析七要素电子商务数据分析体系电子商务数据分析指标与维度解读商务数据分析价值：利润最大化优秀便捷的体验拓宽更多可能性商务数据分析应用领域：数据监控与诊断市场分析竞争分析货品分析客户分析营销及广告分析流量渠道分析财务分析其它电子商务数据分析七要素1电子商务数据分析需要商业敏感

2电商网站转化率是关键，ROI是最终的目标3电子商务数据分析衡量指标的设定4某些指标异常变化的原因分析

5利用数据分析用户的行为习惯6客户的购买行为分析

7电子商务数据分析需注重实战经验电子商务数据分析体系销售业绩指标经营环境指标营销活动指标网站运营指标客服价值指标电子商务数据分析体系电子商务数据分析指标与维度指标是用于衡量事物发展程度的单位或方法，它还有个IT上常用的名字，也就是度量。例如：人口数、GDP、收入、用户数、利润率、留存率、覆盖率等。很多公司都有自己的KPI指标体系，就是通过几个关键指标来衡量公司业务运营情况的好坏。指标维度维度可以分为定性维度和定量维度，也就是根据数据类型来划分，数据类型为字符型(文本型)数据，就是定性维度，如地区、性别都是定性维度；数据类型为数值型数据的，就为定量维度，如收入、年龄、消费等，一般对定量维度需要做数值分组处理，也就是数值型数据离散化，这样做的目的是为了使规律更加明显，因为分组越细，规律就越不明显，最后细划成最原始的流水数据，那就无规律可循。指标与维度电子商务数据指标详解010203040506用户指标商品指标销售指标电商总体指标APP指标市场竞争指标商务数据分析价值提供给公司或者雇主更多的利润提供给用户更优秀更便捷的体验拓宽了行业更多可能性12