京东商城数据分析报表
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
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
13344 6181 6074 51 70 9859 50 193.31 197.18 1.02 0.82% 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 0.000
P<<0.05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 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 -2.28RX
R 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 0.000
S = 199.691 R-Sq = 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 5432269
P < 0.027说明回归性还是表明显!
异常观测值
拟合值标准化
观测值流量访客次数拟合值标准误残差残差
9 5554 2106.0 2782.4 91.9 -676.4 -3.82RX 26 1256 899.0 991.8 97.8 -92.8 -0.53 X 30 4791 3021.0 2464.5 63.4 556.5 2.94R 33 4484 2817.0 2336.6 52.9 480.4 2.49R
R 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。
宏观分析---下单金额
异常数据:下单金额特别大!21333 >>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8
4951 2540 2361 122 157 21333 118 174.84 180.79 1.03 5.00%
4.80%
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。
总结:
开始看的ppt,后来看了一本《六西格玛管理使用指南——黑带培训教程》觉得
:
提供的ppt和视频时,我觉得。
讲的不够深,比较简单。
很多doe,spc,没有讲到。
再今天给网友解决几次问题问题后才,数据分析的实质是重于形式的。
不一定要研究多么高深的统计理论和数学模型,只要得到答案就好指导,基本统计量,图形,过程控制等就可以了。
对外:特别是平台商顾客忠诚度不高的时代,做好定价策略,你们奢侈品的价格波动很大,注意不要低估消费者智商,昨天买的500今天减到300,500买了的还不喜欢,退货障碍重重。
一个差评,绝对是你很大的损失。
客户价值分析,研究消费者行为,竞争对手分析很重要!
对内:降低成本,提高质量,服务,增加接触程度,售前,售后,售中。
做到满意100%时你们的战略。
凡客的战略,主打服务设计。
京东:速度。
我也买过饰品银的,--当当。
不贵一百多本来打算送女友,到货发现做工很差,不敢送。
真的扔了!送人减低自己品味!退货又麻烦,认了。
再也不会去哪里订货了,有几条。
具体忘记了。
只有看书才想得起。
你去看看,做笔记,用来指导你们的运营。
客户关怀,处理客户抱怨,投诉等,不要玩文字游戏。
凡客我,买过很多次,买了,感觉不喜欢就退了。
以后依然会买凡客。
你看凡客的衣服评价很多都在90%以上,人家追求100%。
可以了解一下--——全面质量管理!
对于网站流量的分析,目前,我只有这水平,这个以天来计算的销售宏观数据。
对于你们的会计销售报表以及网站统计(CNZZ,百度统计)后台的数据更加感兴趣。
可以分析出更多的信息,对销售做指导。
由于销售受外界的影响比较大,和工业的质量管理不同。
希望你们学习一下《市场营销》《消费者行为分析》等。
----
以上的资料在网站的资历分享里面都有!!!
:
你去仔细看看(定价策略)(竞争对手分享)(市场分析)(管理培训教程)。
这真心是好的资料。
不要错过!
我的百度博客:/anywo
里面有自己度过的书,读书笔记,推荐的读书等,希望你们多看书。