电商数据分析与应用---教案.docx

第1-2课时授课 日期班级复习旧课要点新课，以新课导入为主。新课 内容章、节标题课题名称第一章、第一节导论授课 目的了解商务数据分析的研究内容，掌握商务数据分析的基 本思路。了解电商数据分析常见的应用场景。新课 重点 及措 施重点：商务数据分析的定义。多举案例使学生明白商务数据分析的主要内容及思路新课 难点 及措 施商务数据分析的基本内容和思路措施：举不同案例使学生理解，并梳理学会数据分析的信心备注第5-6课时授课 日期班级复习旧课要点商务数据分析的主要工具新课 内容章、节标题课题名称第二章第一节数据分析的基本方法授课 目的掌握数据分析的基本方法，要求能灵活运用。掌握数据分析的高级方法，要求能灵活运用。新课 重点 及措 施重点：数据分析的基本方法措施：练习新课 难点 及措 施难点：数据分析的基本方法措施：练习备注掌握消费者分析的思路和方法。次 课 要 点 课 外 作 业 本 课 小 结 与 改 进 措 施任课教师:第53-54课时授课 日期班级复习旧课要点消费者分析的思路和方法。新课 内容章、节标题课题名称第十一章第二节RFM模型授课 目的学会RFM模型计算新课 重点 及措 施重点：RFM模型计算措施：练习新课 难点 及措 施难点:RFM模型计算措施：练习备注教授内容与教法一、复习旧课学生操作展示：消费者分析二、导入新课三、教授内容RFM模型是衡量消费者价值和消费者创利能力的重要工具和手 段。在众多消费者关系管理(CRM)分析模式中，RFM模型被广泛提到。该模型通过一个 消费者的近期购买行为、购买的总体频率以及花了多少钱3项指标 来描述该消费者的价值状况。11.2.1 RFM模型理论及计算方法RFM模型理论RFM模型是消费者管理领域里的一种消费者消费行为分析模 型。R为近度(Recency)代表最近购买时间，指上次购买至现在的 时间间隔。R值越大表示网店与消费者发生交易的时间越久，反之 与网店发生交易的时间越近。理论上R值越小(即最近有购买行为) 的消费者是复购可能性越高的有价值消费者。F为频度(Frequency)代表购买频率，指的是某一期间内购买 的次数。F越大代表该段时间内消费者的购买频率越高，存在极大的教授内容与教法复购可能性；反之F值越小，那么消费者活跃度越低，相应的价值越 低。M为额度(Monetary)代表总购买金额，指的是某一期间内购 买商品的金额。M越大表示该类消费者对本网店(产品)的购买意 愿转化为购买行为可能性越大，该类消费者的价值越应受到关注，反 之亦然。RFM模型动态展示了现有消费者在网店的购物特征，为网店制 订营销决策提供了依据，便于网店对于现有消费者分类与管理。1. RFM计算(1)计算RoR的计算方法是计算现在与最近一次购买日期之间的间隔天 数。(2)计算FoF的计算方法是对消费者下单的订单数据进行统计。(3)计算MoM的计算方法是将消费者的消费金额进行汇总。2. 基于RFM模型的消费者分组为消费者分组，即将三个指标分别分为“高”和“低”两种，高于均 值的为“高”，低于均值的为“低”。次 课 要 点RFM计算课 外 作 业本 课 小 结 与 改 进 措 施任课教师:第55-56课时授课 日期班级复习旧课要点RFM计算新课 内容章、节标题课题名称第十一章第三节复购分析授课 目的学会复购分析新课 重点 及措 施重点：复购分析方法措施：练习新课 难点 及措 施难点：复购分析方法措施：练习备注教授内容与教法一、复习旧课学生操作展示：RFM计算二、导入新课三、教授内容复购为某时间段内的回购情况，回购次数多说明用户的忠诚度 高，反之那么说明商品或服务的用户黏性低。根据公开数据显示：商家获得新用户的本钱是维护老用户的5 10倍；一个满意的用户会带来8笔潜在生意，不满意的用户可能会 影响25个人的购买意愿。这些数据说明，关注老用户的复购情况、提高老消费者的复购率 可以降低电商的运营本钱，在一定程度上提高网店的销售额。1 消费者复购率计算与分析.复购率计算复购率可以分为“用户复购率”和“订单复购率”。（1）用户复购率二单位时间内：购买两次及以上的用户数/有购 买行为的总用户数。如单位时间内，回头客购买人数/总购买人数， 计算出来的比例，那么为重复购买率。例如在一个月内，有100个消 费者成交，其中有20个是回头客，那么重复购买率为20%o教授内容与教法(2)订单复购率=单位时间内：第二次及以上购买的订单个数/ 总订单数。如在某个季度中，一共产生了 100笔交易，其中有20个 人有了二次购买，这20个人中的10个人又有了三次购买，那么重复 购买次数为30次，重复购买率为30%o.复购率分析例11-4：某网店运营人员现有该网店2018年7月2019年 2月的订单数据，希望深入了解该网店二月的消费者复购情况。数据 采集自商家后台的订单报表和宝贝报表。2 .复购率计算实操例11-5：某淘宝网店2018年7月2019年2月消费者购买数据 如图11-46所示，计算用户复购率。复购间隔分析1.复购间隔定义复购间隔天数，即消费者复购的时间间隔，当然数据中会出现一 个消费者复购屡次(N3)的情况，此处把它定义为消费者距今最近的 两次购买时间的差值。2.复购间隔计算实操复购产品归因分析1 .产品引发复购行为数统计.复购产品的关联次 课 要 点复购分析课外作业本 课 小 结 与 改 进 措 施任课教师:第57-58课时授课 日期班级复习旧课要点复购分析新课 内容章、节标题课题名称第十一章第四节消费者舆情分析授课 目的消费者舆情分析新课 重点 及措 施重点：消费者舆情分析措施：练习新课 难点 及措 施难点：消费者舆情分析措施：练习备注教授内容与教法一、复习旧课提问：什么是数据分析、主要工具有哪些二、导入新课案例导入三、教授内容比照法比照法是最基本的分析方法，也是数据分析的“先锋军”，分析师 在开展分析时首先使用比照法，可以快速发现问题。进行商业分析时 有三个必备的维度，分别是过去的自己、同期的对手和同期的行业， 通过这三个维度的比照可以了解数据意义，否那么数据就是一座孤岛。 比照法分为横向和纵向两个方向。2.1.1 拆分法拆分法是最常用的分析方法之一，分为完全拆分法和重点拆分 法。在许多领域应用非常广泛，杜邦分析法就是拆分法的经典应用。 拆分法是将某个问题拆解成假设干个子问题，通过研究该假设干子问题从 而找到问题的症结点并解决问题。比方在研究销售业绩下降问题时， 可以将销售业绩问题拆分成转化率、客单价和访客数这三个子问题， 通过分析这三个子问题从而解决销售业绩问题。2.1.2 排序法排序法是基于某一个指标或度量值的大小，将观测值进行递增或教授内容与教法一、复习旧课学生操作展示：复购分析二、导入新课三、教授内容将消费者在线上留下的文字（聊天记录、评论等）进行统计分析 和建模，了解消费者对品牌、产品的看法，以及消费者在需求和情感 上的喜恶，对品牌、产品的战略定位起到非常重要的作用，让运营者 可以做出正确的决策。11.4.1 评价词频分析词频分析是文本分析的基础，基于词频可以了解大量文本信息的 内容，既可以分析自己的商品也可以分析竞品。11.4.2 评价情感分析评价情感分析是判断文本的情感得分，正面得分越高表示买家对 产品或服务越满意，负面得分越高表示消费者对产品或服务越不满 意。情感分析同样需要使用API接口实现，没有纯免费的接口，可 使用商业接口的免费调用次数。商业接口可以在API集市申请，本 例使用 s:/bosonnlp /的接口，每天可调用500次。接口 地址：。调用方式:Posto次课消费者舆情分析要点课外建立消费者分析模型（文件名11.6习题l.xlsx）o作业 本 课 小 结 与 改 进 措 施任课教师:第59-60课时教授内容与教法授课 日期班级复习 旧课 要点消费者舆情分析新课 内容章、节标题课题名称第十二章消费者舆情分析数据报告撰写与商业分析案例授课 目的消费者舆情分析数据报告撰写与商业分析案例新课 重点 及措 施重点：数据报告撰写与商业分析案例措施：练习新课 难点 及措 施难点：数据报告撰写与商业分析案例措施：练习备注一、复习旧课学生操作展示：消费者舆情分析二、导入新课三、教授内容11.4.3 报告撰写数据报告类型按报告的场景分类，可分为以下两种场景。第一种类型是以“演讲+报告的形式给企业或者老板汇报，这种 报告的内容要精炼，文字描述要少，有简单直观的图表即可。第二种类型是以“报告”的形式给企业或者老板汇报，这种报告的 文字描述要清楚，字数相较多一些。12.1.1 数据报告撰写流程如图12-1所示，报告撰写流程也是数据分析的流程，数据分析 师收到企业需求或者任务时，先要对需求进行分析，应用拆分法拆解 出假设干个子问题，再进一步思考每个子问题的解决方法，每个子问题 的观察视角便是数据报告的框架。拆解确定,收集制作报看问题M视加H数据素材撰写图121撰写数据报告流程教授内容与教法12.1.2 数据报告撰写技巧在撰写给上级汇报的报告时有通用的撰写思路，主要回答以下6 个问题。 发生了什么？ 问题出现在哪里？ 为什么这件事情会发生？ 需要采取什么行动？ 下一步将发生什么？次 课 要 点消费者舆情分析数据报告撰写与商业分析案例课 外作 业 本 课 小 结 与 改 进 措 施任课教师:递减排列，每一次排列只能基于某一个指标。排序法是从比照法中衍 生的一种常用方法，百度搜索风云榜、阿里排行榜等业内知名榜单就 是采用排序法的产品，通过查看排序后的榜单，用户可以快速获取目 标价值信息。2.1.4 分组法分组法来源于统计学，用于发现事物的特征，是非常重要的分析 方法。分析时可以按类型、结构、时间阶段等维度进行分组，观察分 组后的数据特征，从特征中洞察信息。2.1.5 交叉法交叉法是比照法和拆分法的结合，将有一定关联的两个或两个以 上的维度和度量值排列在统计表内进行比照分析，在小于等于三维的 情况下可以灵活使用图表进行展示。当维度大于三维时选用统计表展 示，此时也称为多维分析法。比方在研究市场定价时，经常将产品特 征和定价作为维度，销售额作为指标进行分析。2.1.6 降维法降维法是在数据集指标过多及分析干扰因素太多时，通过找到并 分析核心指标提高分析精度，或通过主成分分析、因子分析等统计学 方法将数据由高维转换成低维的方法。比方在分析店铺数据时，根据 业务问题的核心提取主要的24个核心指标进行分析。2.1.7 增维法增维法是在数据集的字段过少或信息量缺乏时，为了便于分析师 分析，通过计算衍生出更加直观的指标。比方在分析关键词时，将搜 索人气除以商品数量得到的新指标，定义为关键词的竞争指数。2.1.8 指标法指标法是分析的基本方法之一，通过汇总值、平均值、标准差等一系列统计指标研究分析数据。指标法更适用于多维的数据。2.1.9 图形法图形法是分析的基本方法之一，通过柱形图、折线图、散点图等 一系列统计图形直观地分析数据。图形法适用于低维的数据。次数据分析的基本方法课要点课外简述数据分析方法论。作业 本 课 小 结 与 改 进 措 施任课教师:第7-8课时授课 日期班级复习旧课要点数据分析基本方法新课 内容章、节标题课题名称第二章第二节数据分析高级方法授课 目的掌握数据分析的高级方法，提高数据分析的效率和效 果。新课 重点 及措 施重点：数据分析的高级方法措施：练习新课 难点 及措 施难点：数据分析的高级方法措施：练习备注教授内容与教法2.2高级方法SWOT分析法222描述性统计法.五数概括法五数概括法是指用五个指标反映数据集的分布情况，五个指标分 别是最小值、1/4位数（Q1）、中位数（Q2）、3/4位数（Q3）和最 大值。1 .计数、汇总和平均值计数、汇总和平均值是最常用的描述性统计指标。2 .标准差.变异系数变异系数和标准差一样也是反映数据离散程度的指标，但不同的 是变异系数不被数据量纲影响，公式为：变异系数二标准差/平均值.2.3数据标准化（指数化）1.1.1 Min-Max标准化新数据二（原数据-最小值）/ （最大值-最小值1.1.2 Z-score标准化新数据二（原数据-平均值）/标准差2.2.4 燧值法225漏斗分析法漏斗分析法是结合了流程分析的方法，更加强调事件的开展过 程，按事件开展的过程分析问题，属于数据分析中的方法。2.2.6 矩阵分析法矩阵分析法是从交叉法中演变而来的，和交叉法最大的区别是矩 阵法的两个轴是维度，不是度量。2.2.7 多维分析法.三维气泡图1 .雷达图.2.8时间序列分析法1 .移动平均法.指数平滑法2 .2.9相关性分析法相关性分析是指对两个或多个具备相关性的变量元素进行分析, 从而衡量两个变量因素的相关密切程度，属于统计分析方法。相关性 的元素之间需要存在一定的联系才可以进行相关性分析。3 .2.10杜邦分析法杜邦分析法是利用几种主要财务比率之间的关系来综合分析企业的 财务状况。具体来说，它是一种用于评价公司盈利能力和股东权益回 报水平，从财务角度评价企业绩效的经典方法。其基本思想是将企业 净资产收益率逐级分解为多项财务比率的乘积，这样有助于深入分教授内容与教法析、比拟企业经营情况。由于这种分析方法最早由美国杜邦公司使用, 故名杜邦分析法。次课要占八、数据分析高级方法课 外 作 业使用数据分析方法论分析店铺经营数据集（文件名2.4 习题2.xlsx）,要求尽可能使用多种数据分析方法，每个方法 都要进行实践。本 课 小 结 与 改 进 措 施任课教师:教授内容与教法自我介绍、数据分析学科介绍.师生见面，课程导入1 .课程简介与学习要求案例导入新课教授内容LL1什么是数据分析数据分析是将数据转变成有效信息的过程，其中数据具有历史性 特征，信息具有指向性特征。(1)数据的历史性。数据是客观的事实，能够被收集到的数据 都是过去已经发生了的事件所产生的结果，比方收集到某商品的销售 量，因为某商品已经发生了销售的事件，才会产生销售量指标。(2)信息的指向性。由于每个人的背景、经验以及掌握的信息 不同，对于相同的数据会产生不同的看法，也就是每个人对有效信息 的理解各有不同。因此从数据中提炼的信息并不适用于所有人，只有 特定的某一局部人会关注该信息。数据分析的作用数据分析可以给决策者在运营过程中提供策略的决策依据，特定 的分析维度可以帮助运营做出有效的决策，有效的决策可以提高工程 的成功率。第9-12课时授课 日期班级复习旧课要点数据分析方法新课 内容章、节标题课题名称第三章第一节数据采集的基础知识授课 目的使学生知道研究市场营销环境的意义新课 重点 及措 施重点：了解爬虫的基本知识。措施：练习新课 难点 及措 施难点：了解爬虫的基本知识。措施：练习备注教授内容与教法3.1 数据采集的基础知识爬虫权限申明3.1.1 URL构成原理scheme :/host:port#/path/. ./?query-string#anchorscheme： 协议（如 , s, ftp）；host：服务器的IP地址或域名；port#：服务器的端口（如果是走协议默认端口，缺省端口 80）；path：访问资源的路径；query-string：参数，发送给 服务器的数据；anchor：锚（跳转到网页的指定锚点位置）。3.1.2 网站的构成网站由3个局部组成，分别是HTML （超文本标记语言）、CSS（层叠样式表）和JavaScript（活动脚本语言）。3.1.3 HTML请求与响应数据采集3.1.4 静态数据采集静态数据是指采集的目标数据在网页源码中，而且是一次性加载 在网页中。例：采集休斯敦火箭队球员最新赛季的历史数据。教授内容与教法例：批量采集球队最新赛季的历史数据,自定义列可用列：球队名称缩写了解 Power Query 公式y未检测到语法错误。.、确定取消自定义列 、新列名 、自我 可用列：球队名杯 缩写URL可用列：球队名杯 缩写URL自型列公式 Web.Page(Web.Contents(URL)0Data取消取消插入未检测到语法错误.次 课 要 点静态数据采集方法课 外 作 业1.指出链接各个局部“. com/Search?keyword=%E6%89%8B%E6%9c%BA&enc=utf-8&wq=%E6%89%8B%E6%9C%BA”本 课 小 结 与 改 进 措 施任课教师:第13-14课时授课 日期班级复习旧课要点静态数据采集新课 内容章、节标题课题名称第三章第二节动态数据采集授课 目的掌握动态数据的采集新课 重点 及措 施重点：掌握动态数据的采集措施：练习新课 难点 及措 施难点：掌握动态数据的采集措施：练习备注教授内容与教法一、复习旧课提问：静态数据采集的定义二、导入新课三、教授内容动态数据是指采集的目标数据在JavaScript或XHR中，只有 在网页中进行特定操作才会向服务器请求加载动态数据采集。例：现在需要批量采集马刺和火箭两只球队在2017年和2018年两 年的球员表现数据，以便于比照两只球队的球员表现。解：如表3-3所示，先根据球队名称、缩写和年份创立球队信息表。表3-3球队信息表在浏览器的开发者模式下，进入球队名称期年份马刺SAS2017马刺SAS2018火箭HOU2017HOU2018NetWork (网络)界面，选择不同年份赛季，此时NetWork窗口的右侧会新增文件链接，单击该新增文件，在Preview窗口可 查看文件内容,单击Headers选项卡,从“Headers”窗口可以看到 请求链接Request URL:ostat-nba /team/stat_box_team.php?team=HOU&season=2()17&col=pts&order=l s season数据加载好后，就可以将需要采集的球队和年份数据作为参数导入。 先将年份的格式设置为文本，便于后续作为参数传入URL中，键入 Web.Page(Text.FromBinary(Web.Contents(URL),65001) 0 Data99 并将新列名设置为“URL”。Text.FromBinary是将二进制文件转成文本，其语法结构为：Tcxt.FromBinary(binary as nullablebinary, optional encoding as nullable number) as nullable texto 本例使用 该函数是为了解决乱码问题，第二个参数65001表示UTF8编码。本 次 课 要 占 八、动态数据采集课 外 作 业1、采集淘宝榜单的达人榜数据 s:/tbd.wshang /navi/list?oneld=40&listld=83o2、采集北京市2018年全年每一天的历史天气 :/ tianqihoubao /lishi/beijing.htmF本 课 小 结 与 改 进 措 施任课教师：年 月 日第15-16课时授课 日期班级复习旧课要点静态和动态数据采集新课 内容章、节标题课题名称第四章第一节数据规整、数据合并与分组授课 目的掌握数据规整、合并与分组的方法。新课 重点 及措 施重点：数据规整、合并与分组的方法。措施：练习新课 难点 及措 施难点：数据规整、合并与分组的方法。措施：练习备注教授内容与教法一、复习旧课 提问：数据采集的方法二、导入新课三、教授内容数据规整基本的数据规整包含对数据类型的处理，对缺失值和异常值的处 理，经过处理保证分析前数据的可用性。4.1.1 数据类型表4-1常用数据类型及例如粉g类型例如逻辑True Jal se整数时间#time(09,15,00)讣“hello”二a制/binaiyCAQlD*)缺失值和异常值处理缺失值和异常值的处理有两种方法，第一种是删除法，删除缺失 或异常数据的记录，使用此方法的前提条件是删除记录不会对数据分 析的结果产生影响。第二种是插补法，当删除整条记录对分析结果有 严重影响时，根据实际情况可用。插补也可以用均值插补。教授内容与教法数据合并包含纵向合并和横向合并，将多张表格合并成一张表 格；数据分组是依据某些维度进行统计分组的操作。4.2.1 纵向合并纵向合并在数据库中也称为追加查询，常用于多张相同结构字段 的表格合并成一张表格的场景。例：现有100家门店的销售数据，分别在100个文件中，将100家 门店的销售数据合并成一张表。4.2.2 横向合并横向合并在数据库中称为合并查询，合并查询分为左外部、右外 部、完全外部、内部、左反和右反6种连接方式。4.2.3 数据分组数据分组是根据某个维度将数据以某种算术方法（求和、计数等） 进行统计汇总。例：现有某班级同学各个学科的成绩，老师想统计班级各个学科的平 均分。表4-2学生基本信息表姓名惭年龄男19李四男18女19孙玉女19教授内容与教法数据转换有用信息建立参考系同期的行业过去的自己同期的对手不同的角度不同的角度介于两个角度之间新角度图1-1数据分析的参考体系运营方向更清晰决策更精准成功率更高图数据给运营的作用数据分析的标准流程数据是客观的事实，但是数据本身并不会告诉人们它的价值，其 中蕴涵的信息需要分析师进行开掘并发现。如图1-5所示，数据分 析的标准流程有以下8个步骤。明确目标分度标确维指明析和数据采集数据清洗数据整理数据分析数据可视化数据报告1?1 1-5数据分析的流程1.2电商数据分析的技能图谱数学和统计学 122运筹学1.2.3 数据分析方法论数据分析工具电商数据指标体系本 次 课 要 占八、数据合并与分组课 外 作 业使用数据清洗的方法对淘宝搜索采集数据集（文件名4.3习题1.X1SX）进行数据规整。本 课 小 结 与 改 进 措 施任课教师：年 月 日第17-18课时授课 日期班级复习旧课要点数据规整、合并与分组新课 内容章、节标题课题名称第四章第二节数据变形授课 目的掌握数据变形的方法。新课 重点 及措 施重点：掌握数据变形的方法措施：练习新课 难点 及措 施难点：掌握数据变形的方法措施：练习备注教授内容与教法一、复习旧课 提问：数据规整、合并与分组二、导入新课三、教授内容数据变形是将数据的结构进行变换，特别是一维表转为二维表，或者二维表转为一维表，变换结构便于后续的数据分析工作数据透视数据透视是将某维度的行转变成列，可实现数据的快速汇总和分 类。例4-5：将表4-2转变成姓名和学科的二维表。表42学生基本信息表姓名惭年龄男19李四男18女19孙玉女19数据逆透视数据逆透视是将二维表转变为一维表。例4-6：将图4-38所示的表转变成一维表。二展姓名g语文一冉数学&英语1孙玉9594842张三8280793李四9977934陈红989683图4-38透视后的结果本 次 课 要 占 八、数据清洗的主要内容21、使用数据清洗的方法对店铺数据集（文件名4.3习题2-l.xlsx、4.3习题2-2.xlsx）进行数据合并。3.使用数据清洗的方法对淘宝搜索采集数据集（文件名4.3 习题l.xlsx）进行数据分组和变形本 课 小 结 与 改 进 措 施任课教师：年 月 日第19-20课时授课 日期班级复习旧课要点数据清洗的主要内容新课 内容章、节标题课题名称第五章第一节百度指数和阿里指数授课 目的使学生了解百度指数的特点及使用方法。新课 重点 及措 施重点：了解百度指数的使用方法措施：练习新课 难点 及措 施难点：了解百度指数的使用方法措施：练习备注教授内容与教法一、复习旧课学生操作展示：数据清洗二、导入新课三、教授内容5.1 百度指数百度指数是以百度用户的行为数据为基础的数据分析平台，是当 前较为重要的数据分析平台之一，自发布之日便成为众多企业营销决 策的重要依据之一。5.1.1 趋势研究在百度指数搜索框键入“拼多多”，单击【开始探索】。如图5-2所 示，我们可以发现拼多多平台的热度自2016年下半年开始暴涨，在 2017年春节过后便一路飙升，成为大家熟知的购物App。5.1.2 需求图谱切换到需求图谱，可观察最近7天的相关词，最强相关且指数 最高的是“斗鱼”人群画像切换到人群画像，近30天阿里指数教授内容与教法阿里指数是定位于“观察市场”的数据分析平台，旨在帮助中小企 业用户、业界媒体、市场研究人员，了解市场行情、查看热门行业、 分析用户群体、研究产业基地等。5.1.3 行业大盘(1) 1688采购指数。根据在1688市场所在行业的搜索频繁程 度计算而成的一个综合数值，指数越高表示在1688市场的采购量越 多。(2) 1688供应指数。根据在1688市场所在行业已上网供应产 品数计算而成的一个综合数值，指数越高表示1688市场的供应产品 越多。5.1.4 属性细分属性细分用于指导商家选品，统计的时间宽度是30天。在阿里 指数中进入属性细分模块采购商素描采购商素描是采购商的特征画像，可便于商家了解用户画像。5.1.5 阿里排行阿里排行是阿里指数中非常重要的模块，通过排行榜可以快速了 解行业、洞察需求的走向。次课了解百度指数和阿里指数要占八、课外用百度指数分析小红书平台。作业本课小结与改进措施任课教师：年 月 日第21-22课时教授内容与教法授课 日期班级复习旧课要点百度指数和阿里指数新课 内容章、节标题课题名称第五章第二节生意参谋授课 目的了解生意参谋的特点及使用方法。新课 重点 及措 施重点：了解生意参谋的特点及使用方法。措施：练习新课 难点 及措 施难点：了解生意参谋的特点及使用方法。措施：练习备注一、复习旧课学生操作展示：百度指数二、导入新课三、教授内容生意参谋是阿里最为成熟的数据产品，也是阿里实现商家数据赋 能的核心布局。生意参谋免费为商家提供了自家店铺的数据。5.3.1 首页生意参谋的首页是卖家每天必看的，而且查看的频次还比拟高， 整个首页就是一个完整的店铺数据分析。在首页主要看店铺实时的业 绩情况，如图5-23所示。图5-23生意参谋首页5.3.2 实时数据“实时趋势”页面可以看到店铺实时的数据，选择分时段趋势图， 从支付金额、访客数、支付买家数和支付子订单数4个指标来比照 今天跟昨天（也可以选择其他日期）的数据差异，此时不同时期时间 粒度是小时。次课什么是商务数据分析要占八、课外简述对数据分析的理解。作业本 课 小 结 与 改 进 措 施任课教师:教授内容与教法5.3.3 流量和商品生意参谋中的流量和商品板块是用得最多的，因为通过该模块可 以查看流量和爆款情况。5.3.4 交易和服务交易板块主要用于分析全店交易的构成。5.3.5 市场数据生意参谋的市场数据需要订购才可以使用，订购后生意参谋将提 供淘系（包含淘宝和天猫）的详细市场数据，局部敏感数据会做指数 化处理。本 次 课 要 占八、生意参谋中数据的解读课 外 作 业本 课 小 结 与 改 进 措 施任课教师：年 月 日第23-24课时教授内容与教法授课 日期班级复习旧课要点生意参谋的使用新课 内容章、节标题课题名称第六章第一节店铺诊断授课 目的掌握店铺诊断的方法。新课 重点 及措 施重点：掌握店铺诊断的方法措施：练习新课 难点 及措 施难点：掌握店铺诊断的方法措施：练习备注一、复习旧课 学生操作展示：生意参谋的使用二、导入新课三、教授内容店铺诊断店铺诊断常用的方法是杜邦分析法和相关性分析法。店铺诊断的 数据源主要来自店铺的经营数据，也可以采集市场行业的数据。6.1.1 杜邦分析法建模诊断6-1：某店铺发现业绩下滑，通过两个月的数据比照找出原因。表6-1店铺5月、6月经营数据月份5月6月支付金额（元）17169729403访客数（人）5359610461客单价（元/人）44.1634.15转化率（）7.258.23新力梆（人）484729407老访客数（人）51241054使用Excel计算6月的环比，结果如表6-2所示。表6-2算出憎幅后的店铺经营数据月份5月6月环上缩幅（。支付金额（元）17169729403-82.88访客数（人）5359610461-80.48客单价（元/人）44.1634.15-22.67转化率（）7.258.2313.52新力梆（人）484729407-80.59茗方被（人）51241054-79.43教授内容与教法支付金额月增幅UY价值月增幅29403 -82.E8%2.81 -12.2633415 -22.67%3415 -22.67%转化率8.23% 13.46%新访客数月增幅新访客数月增幅务访客数月憎幅94071054 - 80图分析支付金额的杜邦分析模型将数据按树状结构呈现出来，形成杜邦分析模型，如图6-1所示,可知支付金额的下跌主要是拉新（新访客数）环节出现了问题。访客数这个数据存在问题后，需要从不同的视角观察访客数从而找出问题的缘由，将更的数据设计成杜邦分析模型，由图6-2可知付费流量下滑54.57%,因为淘内免费是运营结果的反响，排除淘内免费不看，付费流量是绝对值和相对幅度下降最严重的渠道，可推断是由于付费广告投放调整引起的连锁反响。从商品视角观察，大局部商品都明显下滑。访客数月增幅10461 -80有94079407老访客数月增幅-80.59*I 1054 ,8.40改商品E毛玻长六滚油收锤手电刷璃毛角胶刷扳刷刷箱枪筒漆纳子套子锁商品E毛玻长六滚油收锤手电刷璃毛角胶刷扳刷刷箱枪筒漆纳子套子锁访客数月增幅19191775142682/611591391183891377.72与 -68.27X -78设 -77.45% .79钏 8L25E8.61%-86.26*8195%-95.95%流量来源S访客数月增幅淘内免费3884038.88%，付费流量17875-54.57%自主访问8659-38.59%沟外流量26-71.11%其他20-64.29%淘外网站2-75.00%其他来源-100.00*.图62分析访客数的杜邦分析模型次课 杜邦分析法的使用要占八、课外 使用杜邦分析法诊断店铺数据（文件名6.4习题作 l.xlsx）。业 本 课 小 结 与 改 进 措 施任课教