正文

數(shù)據(jù)分析課程競(jìng)品（數(shù)據(jù)分析競(jìng)品分析）

發(fā)布時(shí)間：2023-04-04 05:13:22 稿源：創(chuàng)意嶺閱讀： 99 當(dāng)前文章關(guān)鍵詞排名出租

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于數(shù)據(jù)分析課程競(jìng)品的問題，以下是小編對(duì)此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個(gè)非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫出的就越詳細(xì)，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務(wù)客戶遍布全球各地，如需了解相關(guān)業(yè)務(wù)請(qǐng)撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

1、這么多第三方拼多多競(jìng)品數(shù)據(jù)分析軟件，我們到底選哪一個(gè)好??？
2、淘寶競(jìng)品數(shù)據(jù)分析軟件
3、數(shù)據(jù)分析進(jìn)階必看干貨！銷售額下滑詳細(xì)分析案例
4、數(shù)據(jù)分析師職業(yè)前景如何？主要是在哪些行業(yè)的公司？需要具備哪些技能？

數(shù)據(jù)分析課程競(jìng)品（數(shù)據(jù)分析競(jìng)品分析）

一、這么多第三方拼多多競(jìng)品數(shù)據(jù)分析軟件，我們到底選哪一個(gè)好??？

做軟件是一個(gè)團(tuán)隊(duì)的事情。如果說你要開始學(xué)計(jì)算機(jī)語言。沒有基礎(chǔ)，也沒人交的話。學(xué)起來會(huì)很困難。而且也費(fèi)很長時(shí)間。你也可以下載c語言，這樣應(yīng)該會(huì)快的多吧。祝你好運(yùn)，能成功吧。。

二、淘寶競(jìng)品數(shù)據(jù)分析軟件

競(jìng)品分析推薦使用《癩蛤蟆工具箱-黑搜開發(fā)器》一鍵獲取分析競(jìng)品的關(guān)鍵詞，流量結(jié)構(gòu)，各渠道的訪客轉(zhuǎn)化，uv價(jià)值等等。數(shù)據(jù)分析一目了然。對(duì)于不會(huì)數(shù)據(jù)分析的人來說是一大神器，對(duì)于會(huì)數(shù)據(jù)分析的人來講也是一大節(jié)省時(shí)間的利器。

更多相關(guān)競(jìng)品分析技巧推薦去癩蛤蟆工具箱學(xué)習(xí)相關(guān)知識(shí)，癩蛤蟆工具箱在同類電商培訓(xùn)機(jī)構(gòu)中位列三甲，學(xué)院云集眾多具有豐富實(shí)戰(zhàn)經(jīng)驗(yàn)的電商名師講授干貨知識(shí)，為社會(huì)輸送數(shù)萬名優(yōu)秀電商人才。

更多問題請(qǐng)咨詢癩蛤蟆工具箱客服！

數(shù)據(jù)分析課程競(jìng)品（數(shù)據(jù)分析競(jìng)品分析）

三、數(shù)據(jù)分析進(jìn)階必看干貨！銷售額下滑詳細(xì)分析案例

公司發(fā)現(xiàn)汽車銷售額自一年前開始逐漸減少，想讓你幫忙找找汽車銷量下滑的原因，最好能提出一些解決方案。

最近感冒了去了醫(yī)院，和醫(yī)生發(fā)生了下列對(duì)話：

醫(yī)生："感冒了多久了？"

我："一個(gè)星期左右, 一直流鼻涕，嗓子疼"

醫(yī)生觀察了一下說："這是風(fēng)寒感冒哈。"

我："什么原因風(fēng)寒感冒呢？"

醫(yī)生："最近降溫了，可能著涼了"

我:"那如何應(yīng)對(duì)呢？"

醫(yī)生:"我給你開點(diǎn)感冒藥，注意多穿點(diǎn)衣服"

首先要將問題定義清楚，這是數(shù)據(jù)分析的第一步。

需要注意的兩點(diǎn)：如果問題定義錯(cuò)了，后面的分析毫無意義。比如：老板告訴你：“可能是客單價(jià)高，最近利潤下降了”，聽到這番話，你將問題定位為“高客單價(jià)導(dǎo)致利潤下滑了，怎么辦”，這樣錯(cuò)誤的定義會(huì)縮小你的分析范圍，導(dǎo)致最終結(jié)果出現(xiàn)偏差；另外一種情況，分析者根據(jù)自己過往的經(jīng)驗(yàn)來定位問題，把思考限定在：“我覺得”，數(shù)據(jù)分析不是主觀的臆斷，而是一種客觀的分析。

不要急于分析，首先要和相關(guān)人員確認(rèn)"下滑"，并有數(shù)據(jù)佐證。要保證數(shù)據(jù)本身是準(zhǔn)確的，才能進(jìn)行后面的步驟。在本案例中，可與相關(guān)人員溝通，了解清楚"銷售額下滑"具體表現(xiàn)為哪些現(xiàn)象。

例如：通過分析業(yè)務(wù)數(shù)據(jù)，發(fā)現(xiàn)汽車銷售額在這兩年確實(shí)下降了15%左右。

目前要解決的問題是：銷售額逐漸下降的原因是什么，怎么解決？

對(duì)于業(yè)務(wù)指標(biāo)，首先要確定分析指標(biāo)的含義。

在這個(gè)案例中，是用"銷售額"這個(gè)關(guān)鍵指標(biāo)，銷售額這個(gè)指標(biāo)是怎么定義的？

通過和業(yè)務(wù)部門溝通，明確了指標(biāo)的定義：

銷售額=銷售量 * 平均單價(jià)

銷售量=首次購買量 + 再次購買量

再次購買量=客戶忠誠度 * 再次購買人數(shù)

影響銷售額下降的原因有很多，如果把所有原因都分析一遍，那么這個(gè)工作量是非常大的。所以，在分析原因的過程中，要優(yōu)先分析關(guān)鍵因素。

多維度拆解分為維度（角度）和拆解，實(shí)質(zhì)上是做加法。比如用戶下降了 = 新用戶數(shù)量 + 老用戶數(shù)量

拆解整體數(shù)據(jù)內(nèi)部各個(gè)部分的構(gòu)成差異進(jìn)行細(xì)分

將一個(gè)復(fù)雜的問題拆分成可以逐漸解決的子問題

可以通過指標(biāo)構(gòu)成或者業(yè)務(wù)流程來拆解

對(duì)于本案例，我們是通過指標(biāo)構(gòu)成拆解，對(duì)問題進(jìn)行拆解，將復(fù)雜問題細(xì)化成各個(gè)子問題。為了找到"哪里出了問題"，可以對(duì)"銷售額"這個(gè)指標(biāo)進(jìn)行拆解。至于拆解到什么程度，沒有統(tǒng)一的標(biāo)準(zhǔn)，要根據(jù)對(duì)業(yè)務(wù)的理解和實(shí)際問題靈活把握，本案例拆解如圖所示：

假設(shè)檢驗(yàn)實(shí)質(zhì)上是邏輯推理，使用數(shù)據(jù)來做決策的過程

可以分析出問題出現(xiàn)的原因，適用于歸因分析場(chǎng)景，比如：分析產(chǎn)品DAU下降原因是什么？

根據(jù)業(yè)務(wù)流程，提出假設(shè)——收集證據(jù)——得出結(jié)論，在業(yè)務(wù)中這三步是不斷重復(fù)的過程。不斷重復(fù)這個(gè)過程，直到找到問題的根源。

接下來使用假設(shè)檢驗(yàn)分析方法對(duì)多維度拆解后的每個(gè)業(yè)務(wù)流程提出假設(shè)，并加以驗(yàn)證。

得出結(jié)論：銷售數(shù)量與銷售總額一樣，也減少了近 15%。由此可見，我們應(yīng)該優(yōu)先關(guān)注銷售數(shù)量的數(shù)據(jù)，假設(shè)成立。

平均單價(jià)在 2 年期間比較穩(wěn)定，基本在平均值（200 萬元）上下 5%（190 萬 ~ 210 萬元）的范圍內(nèi)。至少在過去的一年里，沒有出現(xiàn)過價(jià)格明顯上升的情況，所以假設(shè)不成立。

得出結(jié)論：雖然兩者在數(shù)量上沒有太大差異，但首次購買量基本維持穩(wěn)定，而再次購買量卻在過去一年出現(xiàn)了減少。因此，可以確定，再次購買量應(yīng)該是新車銷售總額下滑的原因之一，假設(shè)成立。

得出結(jié)論：可以發(fā)現(xiàn)導(dǎo)致“再次購買量”減少的是客戶忠誠度的下降所導(dǎo)致，假設(shè)成立。

至此，我們發(fā)現(xiàn)了導(dǎo)致銷售額下降的關(guān)鍵因素是受到再次購買量以及用戶忠誠度的影響。

分析到這兒，可能會(huì)有人覺得結(jié)束了！實(shí)際上并沒有，現(xiàn)在的分析結(jié)果無法產(chǎn)生實(shí)際的意義。僅僅看到用戶忠誠度下降還不能決定"接下來要采取哪些具體措施才能解決問題"。所以，接下來要分析為什么客戶的忠誠度下降，有什么改進(jìn)措施。

現(xiàn)在將忠誠度再進(jìn)行拆解，并不斷提出假設(shè)，作出驗(yàn)證。

得出結(jié)論：對(duì)銷量的構(gòu)成比例進(jìn)行比較，發(fā)現(xiàn)車型 A 的比例明顯小于其他車型，那么如果將問題鎖定為車型 A，即使采取了有效的對(duì)策，對(duì)解決整體問題的影響仍然是有限的。因此可以暫且降低車型 A 的優(yōu)先順序。

按照不同車型，對(duì)客戶忠誠度在 2 年期間的平均值進(jìn)行比較，只有車型 A 的客戶忠誠度顯著偏低，其他車型之間沒有太大差別。

接下來，暫且將車型 A 從比較對(duì)象中剔除，對(duì)其余 3 個(gè)車型進(jìn)行比較忠誠度變化比較。

發(fā)現(xiàn)車型 B 和車型 C 的客戶忠誠度從年前開始逐漸降低?？赡苓x擇了競(jìng)品公司。具體數(shù)字是 2 年期間從約 80%～90% 減至 50%～60%，降低了 30-40 個(gè)百分點(diǎn)。表明：產(chǎn)品B、產(chǎn)品C的客戶忠誠度出現(xiàn)了問題，假設(shè)成立。

通過分析競(jìng)品公司推新情況，發(fā)現(xiàn)并沒有新產(chǎn)品上市，假設(shè)不成立。但是，從客戶的綜合滿意度趨勢(shì)圖看出明顯下降了，那么說明綜合滿意度影響了客戶忠誠度。

兩者是否具有相關(guān)性，如何來驗(yàn)證兩種數(shù)據(jù)的相關(guān)性，可以通過相關(guān)分析法。如果相關(guān)，那么忠誠度和綜合滿意度有多大程度上的相關(guān)，如何衡量。

相關(guān)性分析是研究兩種或兩種以上的變量之間有什么關(guān)系。如果變量間有關(guān)系，叫作有相關(guān)關(guān)系；如果沒有關(guān)系，叫作沒有相關(guān)關(guān)系。比如：學(xué)習(xí)時(shí)長和成績有相關(guān)關(guān)系。

在研究變量間有什么關(guān)系或者判斷某個(gè)事情是否受到其他事情影響時(shí)，不僅能幫助我們擴(kuò)大思路，還能通過相關(guān)分析來衡量兩個(gè)變量因素的相關(guān)密切程度。比如判斷客戶忠誠度和客戶滿意度這兩個(gè)變量有多大程度的相關(guān)？

如何衡量兩個(gè)變量的密切程度？通過"相關(guān)系數(shù)"，它就是專門用來衡量兩種變量的相關(guān)程度的，并且相關(guān)系數(shù)數(shù)值的正負(fù)可以反映兩種數(shù)據(jù)的相關(guān)方向，也就是說兩種變量在過程中是同方向變化還是反方向變化。

通常用字母 r 來表示。可以用來快速鎖定問題。

相關(guān)系數(shù) r 介于[-1,1] 之間，相關(guān)系數(shù)的絕對(duì)值｜r | 越大，表明變量間的相關(guān)程度越強(qiáng)。

如果 r = 1，數(shù)據(jù)點(diǎn)都在一條直線上，表示兩個(gè)變量完全正相關(guān)（假設(shè)有a，b兩種變量），a的值越大，b的值也會(huì)越大；如果 r = -1,數(shù)據(jù)點(diǎn)都在一條直線上，表示兩個(gè)變量完全負(fù)相關(guān)，a的值越大，b的值反而會(huì)越小。

如果相關(guān)系數(shù)>0,說明兩個(gè)變量是正相關(guān)，是同方向變化，也就是一個(gè)變量的值越大，另一個(gè)變量的值就越大；

如果相關(guān)系數(shù)<0,說明兩個(gè)變量是負(fù)相關(guān)，是反方向變化，也就是一個(gè)變量的值越大，另一個(gè)變量的值反而越??；

如果相關(guān)系數(shù)=0,說明兩個(gè)變量是不相關(guān)（無線性相關(guān)），有可能是其它方式相關(guān)，比如曲線方式。

業(yè)務(wù)中，如何計(jì)算具體的相關(guān)系數(shù)？現(xiàn)在excel 或 Python都有相應(yīng)的功能或函數(shù)，我們只要知道怎么用，懂內(nèi)部原理就夠用了。以學(xué)習(xí)時(shí)長和成績?yōu)槔?，利用Excel 計(jì)算相關(guān)系數(shù)。流程如下：

下面計(jì)算本案例中綜合滿意度（月份平均）與客戶忠誠度的相關(guān)性系數(shù)，同樣利用Excel的數(shù)據(jù)分析功能。計(jì)算結(jié)果如下：

得出結(jié)論：整體客戶忠誠度與綜合滿意度之間的相關(guān)系數(shù)為 0.64，由此可知一般來說（不區(qū)分產(chǎn)品），兩者之間存在相關(guān)關(guān)系。再看不同產(chǎn)品的客戶忠誠度與綜合滿意度的相關(guān)性， B 和 C 與綜合滿意度的相關(guān)系數(shù)分別為 075、0.69，數(shù)值較高，可以確認(rèn)為相關(guān)，假設(shè)成立。

再回到問題，只看綜合滿意度，還不能決定“應(yīng)該釆取哪些措施”。這樣的話仍然無法對(duì)實(shí)際業(yè)務(wù)產(chǎn)生意義，所以接下來還要再次應(yīng)用相關(guān)分析來探討“服務(wù)”、“產(chǎn)品”、“價(jià)格”不同維度與綜合滿意度之間的相關(guān)程度。定位產(chǎn)品B和C的綜合滿意度下降的根本原因是什么。

分別對(duì)兩種產(chǎn)品的綜合滿意度和三種不同維度的相關(guān)性分析，結(jié)果如下：

對(duì)于B 來說，同類產(chǎn)品的價(jià)格比（相對(duì)而言是貴還是便宜）對(duì)綜合滿意度的影響較大。二者的相關(guān)系數(shù)為 -0.72，表示價(jià)格越高，顧客滿意度就會(huì)越低。需要注意其變化趨勢(shì)是相反的，也就是說， B 的用戶對(duì)價(jià)格比較敏感。對(duì)于C，售后滿意服務(wù)度對(duì)綜合滿意度的影響較大。二者相關(guān)系數(shù)為0.59，說明C的用戶比較在意售后服務(wù)體驗(yàn)。

通過相關(guān)分析，發(fā)現(xiàn)跟銷售總額相關(guān)度最高的因素是用戶滿意度，尤其是產(chǎn)品B，優(yōu)先調(diào)整同類產(chǎn)品價(jià)格比；產(chǎn)品C提升售后服務(wù)水平，可以顯著提升整體銷售額。

現(xiàn)在復(fù)盤一下這個(gè)案例是如何分析的。分析流程如下：

前面我們根據(jù)多維度拆解、假設(shè)檢驗(yàn)、相關(guān)分析方法最終定位到銷量下滑的根本原因。接下來也就是根據(jù)找到的原因提出建議。那么在提出建議這一步經(jīng)常用的分析方法之一是回歸分析。比如本案例知道需要提升滿意度，但是將滿意度具體改善到什么程度，才能提升銷售額。這時(shí)候就需要用回歸分析來計(jì)算出某個(gè)原因能夠?qū)δ繕?biāo)造成多大程度的影響。

回歸分析是確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法。

這個(gè)方程可以理解為：Y(利潤) = 0.1445X(銷售額)-31.938。前面說過期望的利潤目標(biāo)是5000萬，也就是利潤Y = 5000萬，代入回歸方程就可以算出具體銷售額= 34,823.41萬元。u額就是說，根據(jù)公司下半年想要實(shí)現(xiàn)5000萬的目標(biāo)，我們需要將銷售額達(dá)到34823.41萬元。

以上就是使用回歸分析的整體流程。簡單回顧下回歸分析：回歸方程里面有一種自變量的，這種回歸叫一元線性回歸；那么使用線性回歸的前提是兩個(gè)變量（因變量和自變量）要有相關(guān)關(guān)系，這樣才能使用一元線性回歸；線性回歸實(shí)質(zhì)上在幫助我們解決資源合理分配的問題。比如銷售案例，知道了Y值，想知道X的值是多少。還有另外一種情況就是咱們的汽車銷售額下滑的案例，例如Y是綜合滿意度，X是售后滿意度，這樣我們就知道售后滿意度達(dá)到多少分時(shí)，綜合滿意度才能提升。當(dāng)決策者有多種方案要選擇的時(shí)候，就可以根據(jù)回歸分析，知道把有限的資源投入到哪里才能發(fā)揮出最好的效果。

回到案例中：繼續(xù)解決產(chǎn)品B 的價(jià)格滿意度提升到多少；產(chǎn)品C的售后滿意度提升到多少，才能提高綜合滿意度，進(jìn)一步提升客戶忠誠度。首先制定業(yè)務(wù)目標(biāo)，也就是回歸方程的Y值。那么我們可以追溯到客戶忠誠度，會(huì)發(fā)現(xiàn)客戶忠誠度75%才是一個(gè)正常趨勢(shì)，所以我們確定過了要將產(chǎn)品B 和 C 的忠誠度提升到 75%。

通過回歸方程，得出產(chǎn)品B 要想達(dá)到忠誠度到75%的目標(biāo)，必須將綜合滿意度達(dá)到75以上。

接下來提升B產(chǎn)品客戶忠誠度：綜合滿意度與同類產(chǎn)品價(jià)格比的關(guān)系

最后提升C產(chǎn)品客戶忠誠度：客戶忠誠度與售后服務(wù)滿意度的關(guān)系

如何提高售后服務(wù)滿意度？

到這里，分析結(jié)束。通過回歸分析，最終得出可落地的建議如下：

影響銷售額下滑的主要定位到B產(chǎn)品的同類價(jià)格比、C 產(chǎn)品的售后滿意度出現(xiàn)問題

1）產(chǎn)品B ：價(jià)格波動(dòng)不要高于同類產(chǎn)品 2%

2）產(chǎn)品C ：要重點(diǎn)抓售后服務(wù)，尤其是服務(wù)態(tài)度要達(dá)到76分

以上是本次通過汽車銷量下滑案例，映射一個(gè)完整的在工作中利用數(shù)據(jù)分析解決問題的過程。

四、數(shù)據(jù)分析師職業(yè)前景如何？主要是在哪些行業(yè)的公司？需要具備哪些技能？

數(shù)據(jù)分析課程競(jìng)品（數(shù)據(jù)分析競(jìng)品分析）

數(shù)據(jù)分析要學(xué)習(xí)Python、R、SAS等編程工具；對(duì)數(shù)據(jù)倉庫需要了解可以去九道門做些實(shí)驗(yàn)項(xiàng)目；如果你覺得還是難，那就采用最基礎(chǔ)的學(xué)習(xí)路徑，直接買MYSQL關(guān)系型數(shù)據(jù)庫的書看，隨便到網(wǎng)上去找個(gè)免費(fèi)的MYSQL課程聽；分布式存儲(chǔ)HDOOP需要簡單了解；云計(jì)算的技術(shù)作為了解就可以了；數(shù)據(jù)可視化不是很難，如果不要求特別美工的話，大家先理解圖表，再研究研究儀表板，阿里云的Quich BI及DataV,百度的echarts都不錯(cuò)，主要是展示的業(yè)務(wù)結(jié)構(gòu)需要規(guī)劃；大數(shù)據(jù)技術(shù):這個(gè)相對(duì)來說有些難度，如果是學(xué)數(shù)學(xué)統(tǒng)計(jì)類專業(yè)小伙伴就非常有優(yōu)勢(shì)了，其他專業(yè)的小伙伴也不用擔(dān)心，畢竟工作后還可以繼續(xù)學(xué)習(xí)，在工作中用的比較多的是聚類、關(guān)聯(lián)、決策樹、線性回歸等，如果你不去做模型和算法工程師那么只需要會(huì)用就可以了，實(shí)在不行有專業(yè)的工具讓我們用，阿里云的機(jī)器學(xué)習(xí)PAN是可以直接出結(jié)果的工具?？梢缘骄诺篱T商業(yè)數(shù)據(jù)分析實(shí)訓(xùn)官網(wǎng)上去看一些案例，自己做做訓(xùn)練。如果自學(xué)的小伙伴覺得很難堅(jiān)持，那就只能去報(bào)班了，如果要成為大數(shù)據(jù)分析師的話就要時(shí)間沉定，或者讓老師帶你，像我就是進(jìn)到?jīng)Q明后由趙強(qiáng)老師帶了半年，現(xiàn)在基本上已經(jīng)能熟練的搞這一套了。

以上就是關(guān)于數(shù)據(jù)分析課程競(jìng)品相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。