业务数据综合分析

1 内容提要

电商业务分析模型的分类
定性分析模型与探索性数据分析 (EDA)
漏斗模型可视化
5W2H模型分析

2 电商业务分析模型

定性分析模型（与EDA配合使用）p.p. 111-115
- 漏斗模型
- 5W2H模型
- SWOT模型
定量分析模型（统计学模型）p. 108, p. 118
- 回归分析模型
- 时间序列模型
- 聚类分析模型

3 漏斗模型的可视化

漏斗图 (Funnel Chart)

安装程序包 highcharter by Joshua Kunst etc. ¹

library(dplyr)
library(highcharter)

highcharter 的参数配置

options(highcharter.theme = hc_theme_smpl(tooltip = list(valueDecimals = 2)))

创建数据框

df <- data.frame(
  x = c( 1, 2, 3, 4),
  y = c( 52853, 3271, 1108, 1013),
  name = as.factor(c("访客数", "加购人数", "下单买家数", "支付买家数"))
) %>%
  arrange(-y)

df

  x     y       name
1 1 52853     访客数
2 2  3271   加购人数
3 3  1108 下单买家数
4 4  1013 支付买家数

创建交互式漏斗图

hc <- df %>%
  hchart(
    "funnel", hcaes(x = name, y = y),
    name = "Sales Conversions"
  )
hc

注意：漏斗区各区域面积比对应着数据框中的数值比。所以，当我们调整原始数据时，漏斗图也随之改变，例如，

df <- data.frame(
  x = c( 1, 2, 3, 4),
  y = c( 5285, 3271, 1108, 1013),
  name = as.factor(c("访客数", "加购人数", "下单买家数", "支付买家数"))
) %>%
  arrange(-y)

df %>%
  hchart(
    "funnel", hcaes(x = name, y = y),
    name = "Sales"
  )

4 5W2H模型

4.1 生成模拟销售数据

4.1.1 数据生成思路

一条销售记录包含的变量信息，本例中是指网店客户的年龄、性别、下单时间、地点，所购产品名称、单价、数量。

注意：支付总金额不是销售记录的变量，它是数据分析过程中产生的变量，即总结信息。

4.1.2 变量

产品名称：为简便起见，此处使用大写字母表示不同产品名称。如，产品A，产品B，以此类推。
年龄段组别：18-24岁，25-30岁，30-35岁，36-45岁，45-55岁，55岁以上
性别：F表示女性，M表示男性
时间段组别：22-02 (不含边界值), 02-09, 09 -20, 20-22.
地点组别：一二线城市，三四线城市，其他

set.seed(1234)
n <- 1000
prod <- sample(c("A","B","C","D"), n, replace = TRUE, prob = c(0.15, 0.3,0.5,0.05) )
age <- sample(c("18-24","25-30","30-35","36-45","45-55","55+"), n, replace = TRUE, prob = c(0.05, 0.3,0.25,0.25,0.1,0.05) )
gender <- sample(c("F","M"), n, replace = TRUE, prob = c(0.8, 0.2) )
Time <- sample(c("22-02","02-09","09-20","20-22"), n, replace = TRUE, prob = c(0.3, 0.05,0.15,0.5))
Location <- sample(c("一二线","三四线","其他"), n, replace = TRUE, prob = c(0.75, 0.2,0.05) )
sales <- cbind.data.frame(prod, age,gender,Time,Location) %>% mutate(price= if_else(prod=="A" , 73, if_else(prod=="D",83, 71) ))
# sales # 销售台账

4.2 利用数据变换工具进行探索性数据分析

Q1：What? 即找出销售总额最高的产品。

sales %>% count(prod)

# sales %>% group_by(prod) %>% summarise(n=n()) # equivalently
sales %>% group_by(prod) %>% summarise(total= sum(price))

# A tibble: 4 × 2
  prod  total
  <chr> <dbl>
1 A     10731
2 B     22010
3 C     34222
4 D      5063

Q2：Who? 即找出主要客户群体。

sales %>% count(gender,age,sort = TRUE)

   gender   age   n
1       F 25-30 240
2       F 30-35 206
3       F 36-45 202
4       M 25-30  74
5       F 45-55  69
6       M 30-35  53
7       M 36-45  47
8       F   55+  46
9       F 18-24  25
10      M 45-55  24
11      M 18-24   8
12      M   55+   6

Q3&4：When and Where?

sales %>% count(Time,Location,sort = TRUE)

    Time Location   n
1  20-22   一二线 389
2  22-02   一二线 208
3  09-20   一二线 111
4  20-22   三四线 100
5  22-02   三四线  50
6  02-09   一二线  34
7  09-20   三四线  33
8  20-22     其他  30
9  22-02     其他  21
10 02-09   三四线  12
11 02-09     其他   6
12 09-20     其他   6

课后练习：模拟客户购买方式数据（搜索购买或老客户推荐），并回答关于”2H”的问题。

最后，根据5W2H模型的分析思路，形成结论，见教材p.p.113

Footnotes

https://jkunst.com/highcharter/↩︎