商務數(shù)據(jù)分析與可視化

目　　錄
第　1篇 商務數(shù)據(jù)分析原理
第　1章 商務數(shù)據(jù)分析概述　1
1．1　商務數(shù)據(jù)分析的概念　1
1．1．1　商務數(shù)據(jù)的定義　1
1．1．2　商務數(shù)據(jù)的分類　2
1．1．3　商務數(shù)據(jù)分析的作用　3
1．1．4　商務數(shù)據(jù)分析的主要應用領域　3
1．2　商務數(shù)據(jù)的來源、采集與處理　4
1．2．1　商務數(shù)據(jù)的來源　4
1．2．2　商務數(shù)據(jù)的采集流程　6
1．2．3　商務數(shù)據(jù)的采集方法　6
1．2．4　商務數(shù)據(jù)的清洗方法　9
習題　12
第　2章 商務數(shù)據(jù)分析的思路　13
2．1　商務數(shù)據(jù)分析的目標　13
2．2　商務數(shù)據(jù)分析的流程　14
2．2．1　商業(yè)理解　14
2．2．2　數(shù)據(jù)理解　14
2．2．3　數(shù)據(jù)準備　14
2．2．4　建?！?4
2．2．5　評估　14
2．2．6　部署　15
2．3　常用的數(shù)據(jù)挖掘建模工具　15
2．4　探索性數(shù)據(jù)分析　16
習題　23
第3章　商務數(shù)據(jù)分析方法　24
3．1　相關分析　24
3．1．1　相關分析概念　24
3．1．2　相關關系的種類　25
3．1．3　相關系數(shù)　26
3．2　一元線性回歸　27
3．2．1　一元線性回歸模型　27
3．2．2　參數(shù)的最小二乘估計　28
3．2．3　回歸直線的擬合優(yōu)度　30
3．2．4　顯著性檢驗　31
3．2．5　回歸方程預測問題　32
3．3　多元線性回歸　33
3．3．1　多元線性回歸模型和回歸方程　33
3．3．2　估計的多元回歸方程　34
3．3．3　參數(shù)的最小二乘估計　34
3．3．4　回歸方程的擬合優(yōu)度　34
3．3．5　顯著性檢驗　35
3．3．6　變量選擇與逐步回歸　36
3．4　時間序列分析　37
3．4．1　時間序列及其分解　37
3．4．2　時間序列的描述性分析　38
3．4．3　時間序列預測的程序　39
3．4．4　利用SPSS進行時間序列預測　46
習題　47
第4章　商務數(shù)據(jù)挖掘技術　49
4．1　分類分析　49
4．1．1　樸素貝葉斯算法　50
4．1．2　決策樹算法　52
4．1．3　k近鄰算法　58
4．2　聚類分析　60
4．2．1　聚類分析概述　60
4．2．2　距離量度　61
4．2．3　k均值聚類算法　63
4．3　關聯(lián)分析　65
4．3．1　關聯(lián)規(guī)則挖掘概述　65
4．3．2　Apriori算法　67
4．4　文本挖掘分析　71
4．4．1　基本概念　71
4．4．2　文本挖掘的一般過程　71
習題　71
第　2篇 商務數(shù)據(jù)可視化原理
第5章　商務數(shù)據(jù)可視化　74
5．1　商務數(shù)據(jù)可視化概述　74
5．1．1　商務數(shù)據(jù)可視化的定義、目標和作用　74
5．1．2　商務數(shù)據(jù)可視化的步驟　75
5．2　商務數(shù)據(jù)可視化的分類　77
5．2．1　時間數(shù)據(jù)可視化　77
5．2．2　比例數(shù)據(jù)可視化　78
5．2．3　關系數(shù)據(jù)可視化　80
5．2．4　文本數(shù)據(jù)可視化　82
5．3　基于Excel的電商數(shù)據(jù)分析綜合案例　85
5．3．1　電商數(shù)據(jù)背景分析　85
5．3．2　數(shù)據(jù)處理　85
5．3．3　數(shù)據(jù)分析　87
5．3．4　數(shù)據(jù)展示　90
習題　92
第3篇　商務數(shù)據(jù)分析應用
第6章　商務數(shù)據(jù)分析應用場景　94
6．1　用戶畫像　94
6．1．1　用戶畫像概述　95
6．1．2　用戶畫像的構(gòu)建步驟　96
6．1．3　用戶畫像的應用場景　97
6．1．4　用戶畫像的實踐案例　98
6．2　推薦系統(tǒng)　102
6．2．1　推薦系統(tǒng)概述　102
6．2．2　推薦系統(tǒng)算法　104
6．2．3　推薦系統(tǒng)應用　111
6．2．4　推薦系統(tǒng)案例　113
6．3　社交商務分析　116
6．3．1　社交商務分析概述　116
6．3．2　社交商務分析應用　128
6．3．3　社交商務分析案例　130
習題　134
第7章　電商平臺數(shù)據(jù)分析　135
7．1　電商平臺數(shù)據(jù)分析概述　135
7．2　電商數(shù)據(jù)分析指標體系　136
7．3　流量來源分析　141
7．3．1　數(shù)據(jù)流量來源　142
7．3．2　站內(nèi)流量　144
7．3．3　站外流量　148
7．4　成交轉(zhuǎn)化率分析　149
7．4．1　單品轉(zhuǎn)化率　149
7．4．2　單品轉(zhuǎn)化率優(yōu)化　151
7．4．3　店鋪成交轉(zhuǎn)化率　152
7．4．4　店鋪轉(zhuǎn)化率優(yōu)化　153
7．5　網(wǎng)店商品分析　153
7．5．1　新品上市模型　153
7．5．2　新品數(shù)據(jù)分析　154
7．5．3　商品分類　157
7．5．4　商品銷售分析　158
7．6　網(wǎng)店客戶服務分析　158
7．6．1　店鋪維權數(shù)據(jù)分析　159
7．6．2　店鋪客服數(shù)據(jù)分析　160
7．6．3　店鋪物流評價　161
7．7　行業(yè)數(shù)據(jù)分析　162
7．7．1　市場定位分析　162
7．7．2　競爭對手分析　164
7．7．3　店鋪分析　165
7．8　客戶行為分析　166
7．8．1　客戶行為研究模型　167
7．8．2　客戶人群結(jié)構(gòu)分析　168
7．8．3　客戶心理活動分析　168
7．8．4　客戶喚醒分析　169
7．8．5　客戶價值分析　170
7．9　訂單漏斗分析　170
7．9．1　漏斗模型　171
7．9．2　漏斗指標　171
7．9．3　電商總銷售額分析　173
7．10　關鍵詞數(shù)據(jù)分析　173
7．10．1　關鍵詞分類　173
7．10．2　搜索規(guī)則　174
7．10．3　關鍵詞質(zhì)量分析　174
7．10．4　關鍵詞數(shù)據(jù)分析　174
習題　176
第4篇　商務模型綜合案例分析
第8章　商務模型綜合案例　177
8．1　網(wǎng)店商品分析　177
8．1．1　網(wǎng)店商品分析的應用概述　177
8．1．2　案例1：商品關聯(lián)分析　178
8．1．3　案例2：協(xié)同過濾技術在商品推薦上的應用　182
8．2　客戶行為分析　184
8．2．1　客戶行為分析的應用概述　184
8．2．2　案例3：客戶細分與流失分析　185
8．2．3　案例4：客戶忠誠度分析　191
8．3　訂單數(shù)據(jù)分析　196
8．3．1　訂單數(shù)據(jù)分析的應用概述　196
8．3．2　案例5：訂單時間分析　196