商务数据分析与应用（第二版）课件8.销售数据分析

主编杨从亚邹洪芬斯燕“十四五”职业教育江苏省规划教材“十三五”江苏省高等学校重点教材新编21世纪高等职业教育精品教材•电子商务类商务数据分析与应用（第二版）目录数据与电子商务电子商务运营中的数据电子商务运营中的数据工具数据采集及数据分析思维数据可视化市场数据分析客户数据分析销售数据分析库存数据分析数据分析报告撰写项目八销售数据分析01初识销售数据03利用销售数据优化营销策略02熟悉销售数据的分析方法8.1初识销售数据（一）销售数据的含义电子商务作为一种建立在信息技术平台上的现代化商业模式，它的兴起为商品的销售提供了重要渠道。人们将商品和服务的交易呈现在互联网上，这一新型商业模式为顾客提供了更为便利的交易方式和更加广泛的选择。新型交易模式的出现符合时代的要求和人们的需求，网上购物已经深入人们的日常生活中。顾客在电子商务网站进行消费首先需要注册，据此，商家便获取了顾客的第一手资料；顾客在网站浏览网页、购买商品，最后会对购买的商品发表评论，商家由此可获取与商品销售有关的事务数据。我们将商品在网上销售过程中产生的一系列数据称为销售数据。一、销售数据的含义及特点（一）销售数据的含义电子商务作为一种建立在信息技术平台上的现代化商业模式，它的兴起为商品的销售提供了重要渠道。人们将商品和服务的交易呈现在互联网上，这一新型商业模式为顾客提供了更为便利的交易方式和更加广泛的选择。新型交易模式的出现符合时代的要求和人们的需求，网上购物已经深入人们的日常生活中。顾客在电子商务网站进行消费首先需要注册，据此，商家便获取了顾客的第一手资料；顾客在网站浏览网页、购买商品，最后会对购买的商品发表评论，商家由此可获取与商品销售有关的事务数据。我们将商品在网上销售过程中产生的一系列数据称为销售数据。（二）销售数据的特点1.实时性2.多样性3.复杂性一、销售数据的含义及特点8.1初识销售数据（三）电商大数据营销的重要性首先，大数据营销具有很强的时效性。在互联网时代，用户的消费行为极易在短时间内发生变化，大数据营销可以在用户需求最旺盛时及时实施营销策略。其次，可以实施个性化、差异化营销。大数据营销可以根据用户的兴趣爱好及在某一时间点的需求，做到细分用户，实施一对一营销，让营销工作做到有的放矢，并根据实时性的效果反馈，及时调整营销策略。最后，大数据营销对目标用户的信息可以进行关联性分析。在互联网时代，电商行业把客户浏览和购买的记录关联起来，分析后推送类似或相关产品，大数据可以对用户的各种信息进行多维度的关联分析，从大量数据中发现数据项集之间有趣的关联，如通过发现用户购物篮中的不同商品之间的联系，通过了解哪些商品频繁地被用户同时购买，分析出用户的其他消费习惯，从而针对此用户制定出相关商品的营销策略。一、销售数据的含义及特点8.1初识销售数据（一）下单类指标下单是指客户在电商平台提交订单但并未付款，在一定时限内未完成付款则订单自动取消。（1）下单笔数是客户在电商平台提交的订单数量（先款订单付款后列入统计，先货订单提交后列入统计）。（2）下单金额是统计期内客户在电商平台提交订单时显示的金额。（3）下单买家数是在电商平台提交订单，但尚未付款的人数（不包括取消订单的人数）。（4）下单浏览转化率是提交订单的客户人数除以所有到达店铺的访客数。下单浏览转化率=（提交订单的客户人数÷所有到达店铺的访客数）×100%下单浏览转化率高，说明访客中有较高比例的人提交订单；下单浏览转化率低，则说明商品或店铺的吸引力弱。二、销售指标的分类8.1初识销售数据（二）支付类指标支付即付款，代表的是订单已付款，进入等待卖家发货阶段，订单不能随意取消，取消订单需与卖家协商。支付类指标包括支付商品数、支付金额、支付买家数、转化率等。（1）支付商品数是客户在电商平台下单后已经付款的商品数量。（2）支付金额是客户在电商平台下单后已经付款的金额。（3）支付买家数是在电商平台下单后已经付款的客户人数，取消支付的人数不包括在内。（4）浏览–支付买家转化率是在电商平台下单后已经付款的客户人数除以所有到达店铺的访客数。浏览–支付买家转化率=支付订单的客户人数÷所有到达店铺的访客数×100%（5）下单–支付买家转化率是在电商平台下单后已经付款的客户人数除以在电商平台提交订单但尚未付款的人数。下单–支付买家转化率=支付订单的客户人数÷提交订单的客户人数×100%这个比例越高，说明越多的人下单后会付款购买商品。（6）下单–支付金额转化率是客户在电商平台下单后已经付款的金额除以客户在电商平台提交订单显示的金额。下单–支付金额=支付金额÷下单金额×100%下单后，可能卖家会修改价格或者买家取消订单，这都会导致下单金额和支付金额的差异。（7）下单–支付时长是客户下单到付款的时间长度。客户在电商平台下单后，付款的时间会受到商家的限制。如果是淘宝官方的一些限时活动，比如聚划算，一般都要求在半小时内付款，超过半小时系统会自动关闭交易。在天猫商城、集市拍下的商品，一般拍下后3天内未付款系统会自动关闭交易。二、销售指标的分类8.1初识销售数据（三）交易类指标交易是指买卖双方通过电商平台进行的活动，可分为交易成功和交易失败两种情况。交易成功是指这笔交易完成，双方表示没有任何异议，货款已经到了卖家账户，商品也到了买家手里。如果因为某些原因卖家没有收到货款或者买家没有收到商品，就造成交易失败。交易类指标主要收集以下数据：（1）交易成功订单数，是买卖双方交易完成，买家收到货确认付款后订单的数量。（2）交易成功商品数，是统计期内买卖双方交易完成，买家收到货确认付款后商品的数量。（3）交易成功金额，是统计期内买卖双方交易完成，买家收到货确认付款的金额。（4）交易成功买家数，是统计期内买卖双方交易完成，买家收到货确认付款的人数。（5）退款总订单量，是买方下单付款后申请退款的订单合计数量，包含买家下单付款后收到货退款单数和买家下单后还未发货之前的退款单数。（6）退款金额，是买家下单付款后申请退还的金额。包邮的退款金额就是产品金额，不包邮的退款金额就是产品金额+运费（还没有发货），如果卖家已经发货，运费就不会退了。（7）退款率，是统计期内退款订单数除以交易订单数。商家可以统计每日的退款率，但业内多按月统计退款率，每个月更新。退款率=退款订单数÷交易订单数二、销售指标的分类8.1初识销售数据（四）广告投放类指标广告投放是指商家针对目标用户和区域，采用文字、图片或视频，通过传统媒体或新媒体将广告传递给用户，期望扩大产品的销售额从而获取更多的利润。广告投放类指标包括新增访客数、新增注册人数、点击广告的UV人数、广告投资回报率、转化率等。（1）新增访客数是投放广告后的店铺访问人数比投放广告前的店铺访问人数增加的数量。（2）新增注册人数是投放广告后的店铺注册人数比投放广告前的注册人数增加的数量。（3）点击广告的UV人数是UV访客中点击了推广广告结果并被跳转到目标商品链接上的人数。（4）广告投资回报率（广告ROI）是通过投入广告而应返回的价值，即企业从一项投资性商业活动的广告投资中得到的经济回报。广告投资回报率=投入广告的收回价值÷广告成本（5）转化率是在某个周期内，访客通过点击广告链接完成转化行为的次数占推广信息总点击次数的比率。转化率=完成转化的次数÷点击量×100%二、销售指标的分类02（二）引导产品及营销活动投用户所好04（四）基于市场预测与决策分析，发现新市场与新趋势03（三）助力竞争对手监测与品牌传播01（一）为精准营销信息推送提供支撑8.1初识销售数据三、销售数据的价值8.2熟悉销售数据的分析方法（一）增长量增长量是指动态数列中两个不同时期的发展水平之差，反映社会经济现象报告期比基期增加或减少的数量。增长量=报告期水平-基期水平当报告期水平大于基期水平时，增长量为正值，表示现象的水平增加；当报告期水平小于基期水平时，增长值为负值，表示现象的水平减少。根据所采用基期的不同，增长量分为逐期增长量和累计增长量。1.逐期增长量逐期增长量是报告期水平与前一期水平之差。它说明报告期水平比前一期水平增长的绝对数量。2.累计增长量累计增长量是报告期水平与某一固定基期水平之差。它说明报告期水平比某一固定基期水平增长的绝对数量，也说明在某一段较长时期内总的增长量。3.逐期增长量和累计增长量之间的关系逐期增长量和累计增长量之间的关系如下：（1）整个时期的逐期增长量之和等于最后一个时期的累计增长量，即：（a1-a0）+（a2-a1）+…+（an-an-1）=an-a0（2）相邻两个时期的累计增长量之差等于相应时期的逐期增长量，即（an-a0）-（an-1-a0）=an-an-1一、动态分析8.2熟悉销售数据的分析方法（二）发展速度发展速度是表明在一定时期内的发展方向和程度的动态相对指标，是以相对数形式表示的两个不同时期发展水平的比例。发展速度一般用百分数表示，有时也用倍数表示。若发展速度大于百分之百（或大于1）则表示为上升速度，反之则表示为下降速度。根据所采用基期的不同，发展速度分为定基发展速度和环比发展速度。1.定基发展速度定基发展速度是指报告期水平与某一固定基期水平（通常是最初水平）的比值，表明现象在较长时期内总的发展变化程度，又称总速度。一、动态分析8.2熟悉销售数据的分析方法（二）发展速度2.环比发展速度环比发展速度是指报告期水平与前一期水平的比值，表明现象发展变化的程度。3.定基发展速度与环比发展速度之间的关系（1）定基发展速度等于相应时期内的各个环比发展速度的连乘积。（2）相邻两个定基发展速度之比等于相应时期的环比发展速度。一、动态分析8.2熟悉销售数据的分析方法（三）增长速度增长速度是表明现象增长程度的动态相对指标，表明报告期水平比基期水平增加或降低的程度。增长速度有正、负值之分。当发展速度大于1时，增长速度为正值，表明现象的增长程度。当发展速度小于1时，增长速度为负值，表明现象的降低程度。根据所采用基期的不同，增长速度分为定基增长速度和环比增长速度。一、动态分析8.2熟悉销售数据的分析方法（三）增长速度1.定基增长速度定基增长速度是累计增长量与某一固定基期水平对比的结果，表示现象在较长时期内总的增长程度。2.环比增长速度环比增长速度是逐期增长量与前一期水平对比的结果，表示现象逐期增长的方向和程度。一、动态分析8.2熟悉销售数据的分析方法（一）销售量综合指数销售量综合指数属于数量指标指数，是反映销售量指标变动情况的综合指数，以及销售量变动程度的相对数。对于电商而言，销售的商品数量繁多，而且价格不等，如果想了解销售的变动情况对整个销售额的影响情况，宜采用销售量综合指数进行分析。公式如下：此公式被称为拉氏物量指数公式，其特点是将可同度量因素价格固定在基期。二、综合指数分析8.2熟悉销售数据的分析方法（二）价格综合指数价格综合指数属于质量指标指数，是用来说明价格变动情况的指数。对于电商而言，如果想了解价格的变动对整个销售额的影响，宜采用价格综合指数进行分析。公式如下：该公式被称为派氏价格指数公式，其特点是将可同度量因素销售量固定在报告期。二、综合指数分析8.2熟悉销售数据的分析方法（三）因素分析总量指标变动的两因素分析就是将现象总量分解为两个构成因素，对其总量变动进行因素分析。1.分析电商销售总额的变动程度和变动规模二、综合指数分析8.2熟悉销售数据的分析方法（三）因素分析2.分析两因素变动对销售额变动的影响程度和影响的绝对量二、综合指数分析8.2熟悉销售数据的分析方法（三）因素分析3.综合分析，建立指数体系，进行因素分析相对数方面：销售额综合指数=销售量综合指数×价格综合指数绝对数方面：销售额变动的绝对额=销售量变动影响的绝对额+价格变动影响的绝对额如果两个等式相等，就可以完成因素分析；如果等式不成立，就需要查找错误原因。后面任务实施中哪怕商品再多、数量再大，都可以借助Excel快速完成指数分析。二、综合指数分析8.2熟悉销售数据的分析方法（一）简单回归分析的条件简单回归分析的前提条件是两个变量之间确实存在相关关系，而且相关程度必须是显著相关及以上。只有满足上述条件，才能对变量进行简单线性回归分析。简单回归方程的基本形式为：注意：y^是因变量y^的估计值，a是拟合直线在y轴上的截距；b是拟合直线的斜率，也称回归系数。a与b都是简单线性回归方程的待定参数。要确定简单线性回归方程，必须首先确定回归参数a与b。在简单线性回归分析中，拟合一条什么样的直线来代表两个变量所有相关点的变动趋势，是简单线性回归分析中最为关键的问题。经验证明，符合“离差平方和最小”的直线最合适，所以回归参数a与b采用最小二乘法来确定，经整理得：将两变量的实际观测资料代入以上两个公式，可计算出简单线性回归待定参数a与b，并将a与b代入简单线性回归方程，即可求出最合适的拟合直线。三、回归分析8.2熟悉销售数据的分析方法（二）简单回归分析的特点（1）在回归分析中，两个变量的关系不是对等的，必须区分自变量和因变量，对自变量与因变量进行区分主要是根据现象的因果关系或分析研究的目的。（2）在回归分析中，对于互为因果关系的两个变量x和y，可以建立两个回归方程，一个是y倚x的回归方程，一个是x倚y的回归方程，这两个方程是完全不同的。（3）在回归分析中，自变量是可控的变量，因变量是随机变量。（4）在回归分析中，回归系数b的前面有符号“+”“-”之分，“+”表示两变量间变动的方向相同，即为正相关；“-”表示两变量间变动的方向相反，即为负相关。（5）在回归分析中，可以根据拟合的回归方程在自变量与因变量之间进行互相推算，并可以对以前缺失的资料进行补充，对未来的资料进行预测。三、回归分析8.2熟悉销售数据的分析方法（三）简单回归分析的步骤（1）全面分析影响预测目标的相关因素，确定自变量。当预测目标y^确定后，寻找影响预测目标的主要因素x，确定自变量是关键。（2）把影响预测目标变化的所有因素找出来，并通过定性分析和比较，从中找出影响较大的因素，初步判定为自变量。（3）收集数据资料，制作相关表和绘制散点图。通过观察散点图的散点分布，粗略判断影响因素与预测目标之间的相关程度和相关形态。如果散点的分布呈直线趋势，则可进行下一步的线性相关系数分析。三、回归分析8.2熟悉销售数据的分析方法（三）简单回归分析的步骤（4）相关系数r的测定及相关系数的显著性检验。r的绝对值在0与1之间。r的绝对值越大，越靠近1，说明影响因素x与因变量y之间的相关关系越强；反之，r的绝对值越小，越靠近0，说明x与y之间的相关关系越弱；当|r|=1时，表明现象之间完全线性相关，是一种函数关系；当|r|=0时，表明现象之间完全没有线性相关关系；当r值为正数时，x与y是正相关关系；当r值为负数时，x与y则是负相关关系。|r|在0.3以下，x与y无直线相关；|r|在0.3以上，x与y有直线相关；|r|为0.3~0.5，x与y低度直线相关；|r|为0.5~0.8，x与y中度直线相关；|r|在0.8以上，x与y高度直线相关。（5）确定相关关系的数学表达式，即建立回归预测模型。三、回归分析8.2熟悉销售数据的分析方法（一）长期趋势长期趋势是指现象在一段较长的时间内，由于普遍的、持续的、决定性的基本因素的作用，发展水平沿着一个方向逐渐向上或向下变动的趋势。1.移动平均法移动平均法是用一组最近的实际数据值来预测未来一期或几期内公司产品的需求量、公司产能等的一种常用方法。移动平均法适用于即期预测。移动平均法是一种简单平滑预测技术，它的基本思想是：根据时间序列资料逐项推移，依次计算包含一定项数的序时平均值，以反映长期趋势。移动平均分为奇数项和偶数项两种移动平均。奇数项移动平均求得的平均值，应对应这一时期的中间数字，一次平均即可。偶数项移动平均求得的平均值，应位于两项之间。这样在组成的新数列中，每个值都会后挪半期，可再进行一次两项移动平均，使之与其时间相对应。2.回归分析预测法回归分析预测法也称相关分析法，它是借助数理统计中回归分析的理论和方法，确定预测目标（因变量）与影响因素（自变量）之间的依存关系，进行预测的定量分析方法。回归分析预测法相对于传统的时间序列分析法有更多的优势。一方面，它可以对回归模型的参数进行估计和检验，对总体的拟合程度进行检验；另一方面，它利用确定的回归模型和自变量的未来值，估计预测对象的未来值，并分析预测结果的误差范围及精度。四、趋势分析8.2熟悉销售数据的分析方法（二）季节变动季节变动是一种自然现象，人类为了适应这种自然现象，使经济生活也受到了季节变动的影响，如销售中有销售旺季和销售淡季之分。农产品的季节性特征更为明显。（三）循环变动循环变动是指某种现象在一个较长的时期内出现有一定规律的周期波动。要注意的是，循环变动与长期趋势有所不同，循环变动不是某一个方向上的持续变动，而是具有相反方向的交替波动，既有增长，也有下降。（四）不规则变动不规则变动是一种没有规则的、随机的变动，是指现象除了受以上各种变动的影响以外，还受临时的、偶然因素或不明原因引起的非周期性、非趋势性的随机变动。不规则变动是无法预知的。四、趋势分析8.3利用销售数据优化营销策略（一）建立数据仓库1.项目立项阶段在项目立项阶段，项目组主要是对企业的现有情况和条件进行了解，从而分析用户的问题和提出解决的办法。通过一系列的论证和评估来确认和澄清目标，量化项目的投入产出和潜在风险，从而作出决策：开始、延迟或取消项目。2.需求分析阶段在需求分析阶段，项目组收集商业和技术方面的要求，对商业目标和数据主题需求进行收集并提交需求分析报告，这个报告可识别商业的目的、意义、信息要求和用户界面。这些需求也将用于数据仓库设计和项目的其他阶段。3.设计阶段在选取主题方面，项目组收集详细的信息要求和设计数据仓库架构，包括数据、过程和应用模型。在这一阶段，项目组采用各种信息收集和验证的手段，包括数据建模、过程建模、座谈和原型展示。项目组评价技术架构、商业需求和信息需求。如果发现现有技术架构和要求的技术架构之间的差别突出，就需要采用合适据仓库设计和架构。一、宏观角度8.3利用销售数据优化营销策略（一）建立数据仓库4.构建阶段构建阶段包括构建数据仓库并组装、编码应用和处理以及验收测试。在这一阶段,数据仓库的管理者和终端用户的指导者应熟悉应用。当测试成功完成后，数据仓库就可以交付使用和维护了。5.部署阶段在部署阶段，数据仓库展示给其他商业用户并开始进行操作、应用的训练。在部署后，数据仓库管理者维护数据仓库，根据用户提出的意见进行必要的修改。6.评估阶段在评估阶段，对项目的成功及项目对企业的作用进行评价。评估分三步进行：第一步是评估早期项目实施成功和失败的经验，公布以后努力的方向；第二步是衡量应用配置是否如期实现，如有必要，对计划作出调整；第三步是评估项目对单位的影响。一、宏观角度8.3利用销售数据优化营销策略（二）联机分析处理联机分析处理技术并不完全依赖于商务智能，它通过及时、准确、交叉地访问已建立的多样化视图，呈现给统计技术人员、决策分析人员等各种用户信息，是一种可以单独处理问题的技术。联机分析处理系统的独特性体现在，它是数据仓库技术的自然延伸，是实现数据仓库的主要目的——输出数据过程的最后部分，当然也是最精彩的部分。联机分析处理处于数据仓库多层次系统的上层，它本身也是由多层次的实体构成的。联机分析处理的过程是在数据仓库综合管理的基础上帮助发现信息和发挥潜在价值的过程，而不仅仅是为了做统计分析而处理数据的过程。联机分