今日课程内容

  • 复习
  • 作业
  • 数据分析-分析方法
  • 现状分析
  • 对比分析
  • 分组分析
  • 结构分析
  • 分布分析
  • 交叉分析
  • RFM分析(重点)
    …
  • 原因分析
  • 结构分析法
  • 因素分解法
  • 漏斗图分析
  • 预测分析
  • 趋势分解
  • 回归分解
  • 时间序列

一、复习

1、Excel的基本操作
	制表
    计算：绝对、相对引用

2、Excel函数
	聚合、sumif、sumifs、if...
    
3、Excel的数据处理
	数据的清洗
    数据的转换

4、Excel的筛选、查询
	自动筛选
    高级筛选
    vlookup（夸表查询）

5、Excel的透视表
	分类汇总，本质就是分组聚合

6、Excel的图表
	条形图、柱状图、折线图、面积图、散点图、雷达图、饼图...

二、数据分析-分析方法

数据分析的基本概念：通过数据分析方法、工具对收集来的数据进行分析研究，从而得出相应的结论。
1、数据分析的作用：
	现状分析
    原因分析
    预测分析
2、分析方法
	现状分析：对比
    原因分析：细分
    预测分析：预测
3、数据分析的方法
	现状分析：对比
    			对比分析
       			分组分析
            	结构分析
    			交叉分析
                RFM分析
                矩阵分析
                综合评价
                
    原因分析：细分
    			结构分解法
        		因素分解法
            4  500   2000
            5  700   3500
				漏斗图分析
    
    预测分析：预测
    			时间序列
        		回归分析
            	趋势分析

三、数据分析的方法

1、对比分析法
	比什么
    	绝对数：差异
        相对数
        	结构相对数：部分与整体的对比
            比例相对数
        	比较相对数
            强度相对数：例如人口密度
        	计划完成程序相对数
            动态相对数
       对比的标准：时间、空间、经验或理论、计划
    	---------------------------------------
        (1)绝对值
        (2)比例值
    
    如何比
    	（1）环比
        （2）同比
    跟谁比
    	（1）和自己比
        （2）各行业比
        
2、分组分析法
	分组的原则：
    	穷尽原则
        互斥原则
    
    分组分析：
    	结果分组分析
        	按品质分组
            按数量分组
        相关关系分组法
    分组分析步骤：
    	1、选择分组标识
        2、确定组距和组数
        	组距：最大值-最小值
            组数：自己定(5-10)
        3、计算组中值并进行分析

3、结构分析法
	在统计分组的基础上，计算各部分的比重
    通过结构指标来研究数据：
    	（某个部分/总体）*100%
 
4、分布分析法：
	也称直方图分析法
    查看数据的分布状态
    
5、交叉分析法：
	类似于透视表，分组聚合，观察数据变量之间的关系
    评级		100-200	200-300	300-400	400以上	
    非常好    
    好
    一般好
    差

四、RFM分析

作用：RFM模型是衡量客户价值和客户创利能力重要的模型
R：最近一次消费
F：消费频率
M：消费金额

具体操作：将数据进行分组，划分等级
最小日期2、最大日期32
计算组距：（32-2）/5 = 6
0-6  5
7-12 4
13-18 3
19-24 2
25-32 1

等级评估
4
2
5
1
3
（4+2+5+1+3）
R_S：R的平均值	
	>=r_s	高  <R_S	低
F_S：F的平均值
M_S：M的平均值

R（最近一次消费 ）

F（时间段内购买次数

M（消费金额）

客户类型

高

高

高

高价值客户

高

低

高

重要发展客户

低

高

高

重要保持客户

低

低

高

重要挽留客户

高

高

低

一般价值客户

低

高

低

一般保持客户

高

低

低

一般发展客户

低

低

低

无价值客户