淘寶培訓(xùn)，淘藍(lán)海教你學(xué)會數(shù)據(jù)分析!
數(shù)據(jù)分析，最先要明確的是目的，沒有目的，就沒有方向。目的是做數(shù)據(jù)分析的一條主線，根據(jù)目的才能去想要什么數(shù)據(jù)，要經(jīng)過哪些處理，再進(jìn)行什么樣的分析，得出什么樣的報(bào)告。
那么，我們就來進(jìn)行數(shù)據(jù)分析的第一步，我們先來假設(shè)一個命題，也就是我們的目的，做電商的人都知道，流量對于店鋪來說，是一個很重要的東西，而要有流量，就要有展現(xiàn)，展現(xiàn)分很多，各種活動，直通車鉆展，當(dāng)然還有大家最喜歡的免費(fèi)流量，免費(fèi)的展現(xiàn)。那最核心的還是，想要有展現(xiàn)，就得有排名。那我們不妨來研究一下，排名到底有什么樣的規(guī)則。
一篇文章，必然講不完那么大的一個命題，所以我給大家演示的也是其中的一部分。眾所皆知，在免費(fèi)流量里面，綜合入口是最大的，而影響綜合入口一個很大的因素就是上下架時間點(diǎn)對于排名的影響(當(dāng)然除了3個豆腐塊之外)，那這次就來看看上下架的時間點(diǎn)，對于排名來說，它的影響到底是什么樣的。
目前有了目的，我們就要來選擇數(shù)據(jù)，我們需要什么數(shù)據(jù)來分析，那第一個能想到的，必然就是在某一個時間點(diǎn)，在某一個關(guān)鍵詞下面，綜合排名前幾頁的寶貝的具體下架時間。
查找你想了解的寶貝關(guān)鍵詞，拉出相關(guān)數(shù)據(jù)(我用的馭寶魔盒拉的數(shù)據(jù)，也可以用其他軟件采集)：
這里已經(jīng)有了我們所需要的上下架時間，這時候你要做好記錄，什么關(guān)鍵詞，詞的寶貝數(shù)是多少，什么時間點(diǎn)拉下來的。
我會這樣做一個記錄。這個記錄方便以后查看，包括可能后續(xù)的需要更加大數(shù)據(jù)或者其他方面的研究。
好了，我們完成了第二個步驟，我們有了數(shù)據(jù)，接下去，就是考驗(yàn)大家用工具的一些基本功底了，我們要對整個數(shù)據(jù)進(jìn)行一些處理。光光這么看數(shù)據(jù)，可能能看出一些東西來，但是必然不嚴(yán)謹(jǐn)，偶然性比較大，而且我們需要分析的維度是時間，時間在這里，還不是一個序列，只是一個變量，但是這又不是一個數(shù)值型的變量，不能直接拿來做一個直觀的比較。而且有時候不處理直接看幾萬條數(shù)據(jù)，看見頭都會大。所以數(shù)據(jù)處理和清理這一步很重要。
所以這里，我就對于這個時間變量進(jìn)行一個模擬變量的數(shù)字化：
首先一步，我會把這個時間點(diǎn)，單獨(dú)提取出來，當(dāng)然，日期也是，日期必然也會有好多個日期：
但是我會先把其他日期屏蔽掉，因?yàn)槠渌掌诘牧亢苌?，屬于離群值，大家也都知道，離群值不同于異常值(當(dāng)然也要經(jīng)過分析看看是不是異常值，由于軟件跟系統(tǒng)原因，出現(xiàn)異常值也是正常)，但是這些離群值，數(shù)量不大，除了3個是豆腐塊之外，也就一只手不到的數(shù)目，這些數(shù)目，我們可以單獨(dú)作為研究，其實(shí)這也是一個很好的維度，我們可以看看，為什么這些寶貝離下架時間點(diǎn)明明還有很長的時間，但是卻能在前面幾頁，當(dāng)然這不是我們目前主要的課題，所以不深入討論，大家感興趣可以自行研究。
好了，異常值也沒有了，接下去，我們要做的就是模擬變量的一個數(shù)字化，以便于我們分析，這里就是讓時間變量，變成我們可以分析的數(shù)值，大概的意思就是離我查詢的那個時間點(diǎn)為標(biāo)準(zhǔn)，離的近的數(shù)字小，離的遠(yuǎn)的數(shù)字大。
其中的14點(diǎn)，就是我查詢的時間，所以就以這個為一個標(biāo)準(zhǔn)點(diǎn)。經(jīng)過這些處理之后，我們就大概的得到了我們想要的一個數(shù)據(jù)，就是我們有了排名，有了上下架時間。
接下去，就是展現(xiàn)我們數(shù)據(jù)分析師功底的時候了，我的做法是，先把這個導(dǎo)入到常用的數(shù)據(jù)分析軟件SAS中，一般我個人使用的話，一般使用的是SAS Enterprise Guide這個模塊，比較無腦黨一點(diǎn)。
大概簡單的這么做了一個過程流：
這是大概做的一個數(shù)據(jù)流，我還是跟大家講講我那時候做的一個思路吧，那個才是最重要的，也是我希望大家能學(xué)到的。
這個就是我剛剛弄好的兩個變量，其中假設(shè)排名分，就是設(shè)的一個根據(jù)排名越高，給分越高的一個設(shè)定，在這個分析中，并沒有什么作用，大家不必去在意。然后，需要做一個初步判斷，最簡單的方法，就是作圖，直觀，簡單，能看出很多東西。我先做了一個散點(diǎn)圖，看看分布。
其實(shí)就這個圖，就能說明很多的問題了，我們已經(jīng)可以初步的下一個結(jié)論，這個詞，時間點(diǎn)到了某一個點(diǎn)之后，排名最前面的一些，和后面的完全不是一個規(guī)則，或者說權(quán)重。然后也可以初步判斷，在某個時間段之內(nèi)后，排名靠前之后，其中的權(quán)重應(yīng)該為差不多，而不是再根據(jù)時間點(diǎn)的推移，加大權(quán)重。當(dāng)然這需要驗(yàn)證，包括可以研究，究竟是這個詞的原因，還是說這個量級的寶貝數(shù)都是這個規(guī)則。大家可以自己去做一個驗(yàn)證。
圖其實(shí)已經(jīng)告訴我了，這樣發(fā)分布規(guī)則，基本做不了其他什么數(shù)據(jù)的分析了，這里規(guī)則分兩個，但是其中的關(guān)聯(lián)基本沒有，我這邊也可以演示給大家看：
很明顯，這個P值太大，根本沒法拒絕原假設(shè)，這個詞基本不能正常的做一個邏輯回歸的分析，當(dāng)然也可以分類做個驗(yàn)證：
我是把排名前40位做了個驗(yàn)證，也可以看到，至少可以說嗎，單單根據(jù)上下架，是無法做出什么判斷了。
當(dāng)然，我們也可以看看，是否說，天貓店跟集市店，對于排名是否有影響：
可以看出，1為天貓店，0為集市店。在這個詞，確實(shí)天貓店在第一頁的占比會比后面幾頁要高，具體當(dāng)然還需要大家去找更多的證據(jù)去證明。我這邊更多的是提供一種思維思路，指引大家自己去做一個分析。
當(dāng)然，我們會想到的是，詞的一個寶貝數(shù)，量級的一個影響，我們可以把上面的看成是一個50萬寶貝數(shù)的量級。
那我接下去再分析了兩個詞，一個是10萬，一個是100萬左右寶貝數(shù)的詞。我們先來看10萬的：
這邊縱坐標(biāo)的1，已經(jīng)是代表了1天，因?yàn)檫@個詞的寶貝數(shù)比較少，已經(jīng)不能把日期看做一個離群值來考慮了。可以看到，這邊明顯分為3個層級，在一天到一天半之內(nèi)的時間，也是可以上首頁的，那我們是否也可以考慮，把這三個層級分下，看看具體他們寶貝有什么區(qū)別，也可以作為我們排名靠前該怎么做的一個依據(jù)。
我大致用EXCEL做了一下，這個圖是用透視表之后做的，可以看到，如果提前一天就想上第一頁，可以對于寶貝的銷量要求就增高了，這些大家都可以自己去做一個分析，比較簡單。也可以讓自己獲得很多東西。當(dāng)然這也需要再看看別的詞是否也這樣，我強(qiáng)調(diào)了很多次，因?yàn)殡娚桃?guī)則的數(shù)據(jù)分析很大程度上，也算是大量樣本下的驗(yàn)證分析。
然后我們看看100萬左右的：
這里我沒有對那些離群值做一個處理，也是為了讓大家看看效果，前面3個點(diǎn)是豆腐塊，后面基本都是靠近下架時間點(diǎn)的寶貝了。
這篇文章就先寫這么多吧，相對比較簡單，操作步驟需要大家自己去實(shí)踐和繼續(xù)分析。我們可以初步推斷，詞下面寶貝數(shù)量級越大，上下架權(quán)重越大，特別是到達(dá)某一個特定的時間點(diǎn)之后，而且不同量級，www.taolanhai.com規(guī)則會有所不同。當(dāng)然還可以做下一步：大量驗(yàn)證，量級可以為10，20...500萬量級，每個量級3~5個詞，驗(yàn)證上面結(jié)果，得出更加詳細(xì)結(jié)論。
比如詳細(xì)的改變權(quán)重時間點(diǎn)，異常值為何出現(xiàn)等細(xì)化研究,可以驗(yàn)證——同一個層級之類，排名是否就按照人氣排名......主要給大家提供的還是一個思路，而不是直接告訴大家規(guī)則，那樣的話，很快就沒用了，教大家的是可以提前比別人知道的一些方法。
淘藍(lán)海電商學(xué)院版權(quán)所有 更多干貨請請?jiān)L問www.taolanhai.com 加作者qq 24113018索取更多運(yùn)營干貨!
申請創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
