第一篇：數據分析工具

數據分析工具

概述 數據分析是指用適當的統計方法對收集來的大量第一手資料和第二手資料進行分析，以求最大化地開發數據資料的功能，發揮數據的作用。是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。數據也稱觀測值，是實驗、測量、觀察、調查等的結果，常以數量的形式給出。

數據是事實，也稱觀測值，是實驗、測量、觀察、調查等的結果，常以數量的形式給出。數據分析的目的是把隱沒在一大批看來雜亂無章的數據中的信息集中、萃取和提煉出來，以找出所研究對象的內在規律。在實用中，數據分析可幫助人們作出判斷，以便采取適當行動。數據分析是組織有目的地收集數據、分析數據，使之成為信息的過程。這一過程是質量管理體系的支持過程。

分析工具 excel作為常用的分析工具，可以實現基本的分析工作，在商業智能領域Cognos、Microstrategy、Brio、BO和Oracle以及國內產品如北京永洪科技的Yonghong Z-Suite BI套件，奧威智動的Power BI也比較常用。

自商業智能這一領域被開拓以來，國內外BI工具層出不窮。IBM cognos、SAP BO、oracle BIEE、Microsoft BI、MicroStrategy、思邁特 BI、奧威智動 Power-BI等都是傳統的BI軟件，而Qliktech QlikView、tableau、永洪科技 Yonghong Z-Suite等是下一代BI的代表。

傳統BI工具基于數據驅動，以瀑布開發模式建設BI系統。傳統BI工具需要預先形成CUBE，交付時間在半年左右，如果需求發生變化，相關模塊調整周期按月計算。通常傳統BI工具模塊較多，操作復雜，無法形成自服務BI。

新一代BI軟件區別于傳統BI軟件，基于業務驅動，無需預生成Cube，交付周期按周、月計算，能夠形成自服務BI系統。對于需求變化，交付周期按天、周計算，相關模塊調整不大。Yonghong Z-Suite、tableau、QlikView等新一代BI工具帶有數據集市，可以處理海量數據。以Yonghong Z-Suite為例，其主要有以下特點：

驅動模式：業務驅動。

開發模式：以敏捷開發模式建設BI系統。

交付周期：交付周期偏短，項目失敗率低；樂意在客戶現場做POC(Proof of Concept)。需求變化：可以應對變化，新需求交付周期很短；相關模塊調整不大，交付周期在一兩天之內。

成本：一站式平臺提供數據集市和BI軟件，無需購買MPP數據倉庫，費用低。自服務BI：能夠形成自服務BI。

分析：展現只是起點，分析功能強大。

海量數據：X86通用平臺，以Scale-out擴展模式處理海量數據。基于CPU收費，具有較高性價。

數據集市：Yonghong Z-Data Mart專業數據集市處理大數據。

第二篇：數據分析軟件和工具

以下是我在近三年做各類計量和統計分析過程中感受最深的東西，或能對大家有所幫助。當然，它不是ABC的教程，也不是細致的數據分析方法介紹，它只 是“總結”和“體會”。由于我所學所做均甚雜，我也不是學統計、數學出身的，故本文沒有主線，只有碎片，且文中內容僅為個人觀點，許多論斷沒有數學證明，望統計、計量大牛輕拍。

于我個人而言，所用的數據分析軟件包括EXCEL、SPSS、STATA、EVIEWS。在分析前期可以使用EXCEL進行數據清洗、數據結構調 整、復雜的新變量計算（包括邏輯計算）；在后期呈現美觀的圖表時，它的制圖制表功能更是無可取代的利器；但需要說明的是，EXCEL畢竟只是辦公軟件，它 的作用大多局限在對數據本身進行的操作，而非復雜的統計和計量分析，而且，當樣本量達到“萬”以上級別時，EXCEL的運行速度有時會讓人抓狂。

SPSS是擅長于處理截面數據的傻瓜統計軟件。首先，它是專業的統計軟件，對“萬”甚至“十萬”樣本量級別的數據集都能應付自如；其次，它是統計軟 件而非專業的計量軟件，因此它的強項在于數據清洗、描述統計、假設檢驗（T、F、卡方、方差齊性、正態性、信效度等檢驗）、多元統計分析（因子、聚類、判 別、偏相關等）和一些常用的計量分析（初、中級計量教科書里提到的計量分析基本都能實現），對于復雜的、前沿的計量分析無能為力；第三，SPSS主要用于 分析截面數據，在時序和面板數據處理方面功能了了；最后，SPSS兼容菜單化和編程化操作，是名副其實的傻瓜軟件。

STATA與EVIEWS都是我偏好的計量軟件。前者完全編程化操作，后者兼容菜單化和編程化操作；雖然兩款軟件都能做簡單的描述統計，但是較之 SPSS差了許多；STATA與EVIEWS都是計量軟件，高級的計量分析能夠在這兩個軟件里得到實現；STATA的擴展性較好，我們可以上網找自己需要 的命令文件（.ado文件），不斷擴展其應用，但EVIEWS就只能等著軟件升級了；另外，對于時序數據的處理，EVIEWS較強。

綜上，各款軟件有自己的強項和弱項，用什么軟件取決于數據本身的屬性及分析方法。EXCEL適用于處理小樣本數據，SPSS、STATA、EVIEWS可以處理較大的樣本；EXCEL、SPSS適合做數據清洗、新變量計算等分析前準備性工作，而STATA、EVIEWS在這方面 較差；制圖制表用EXCEL；對截面數據進行統計分析用SPSS，簡單的計量分析SPSS、STATA、EVIEWS可以實現，高級的計量分析用 STATA、EVIEWS，時序分析用EVIEWS。關于因果性

做統計或計量，我認為最難也最頭疼的就是進行因果性判斷。假如你有A、B兩個變量的數據，你怎么知道哪個變量是因（自變量），哪個變量是果（因變量）？

早期，人們通過觀察原因和結果之間的表面聯系進行因果推論，比如恒常會合、時間順序。但是，人們漸漸認識到多次的共同出現和共同缺失可能是因果關 系，也可能是由共同的原因或其他因素造成的。從歸納法的角度來說，如果在有A的情形下出現B，沒有A的情形下就沒有B，那么A很可能是B的原因，但也可能 是其他未能預料到的因素在起作用，所以，在進行因果判斷時應對大量的事例進行比較，以便提高判斷的可靠性。

有兩種解決因果問題的方案：統計的解決方案和科學的解決方案。統計的解決方案主要指運用統計和計量回歸的方法對微觀數據進行分析，比較受干預樣本與 未接受干預樣本在效果指標（因變量）上的差異。需要強調的是，利用截面數據進行統計分析，不論是進行均值比較、頻數分析，還是方差分析、相關分析，其結果 只是干預與影響效果之間因果關系成立的必要條件而非充分條件。類似的，利用截面數據進行計量回歸，所能得到的最多也只是變量間的數量關系；計量模型中哪個 變量為因變量哪個變量為自變量，完全出于分析者根據其他考慮進行的預設，與計量分析結果沒有關系。總之，回歸并不意味著因果關系的成立，因果關系的判定或 推斷必須依據經過實踐檢驗的相關理論。雖然利用截面數據進行因果判斷顯得勉強，但如果研究者掌握了時間序列數據，因果判斷仍有可為，其中最經典的方法就是 進行“格蘭杰因果關系檢驗”。但格蘭杰因果關系檢驗的結論也只是統計意義上的因果性，而不一定是真正的因果關系，況且格蘭杰因果關系檢驗對數據的要求較高（多期時序數據），因此該方法對截面數據無能為力。綜上所述，統計、計量分析的結果可以作為真正的因果關系的一種支持，但不能作為肯定或否定因果關系的最 終根據。科學的解決方案主要指實驗法，包括隨機分組實驗和準實驗。以實驗的方法對干預的效果進行評估，可以對除干預外的其他影響因素加以控制，從而將干預實施后的效果歸因為干預本身，這就解決了因果性的確認問題。關于實驗

在隨機實驗中，樣本被隨機分成兩組，一組經歷處理條件（進入干預組），另一組接受控制條件（進入對照組），然后比較兩組樣本的效果指標均值是否有差 異。隨機分組使得兩組樣本“同質”，即“分組”、“干預”與樣本的所有自身屬性相互獨立，從而可以通過干預結束時兩個群體在效果指標上的差異來考察實驗處 理的凈效應。隨機實驗設計方法能夠在最大程度上保證干預組與對照組的相似性，得出的研究結論更具可靠性，更具說服力。但是這種方法也是備受爭議的，一是因 為它實施難度較大、成本較高；二是因為在干預的影響評估中，接受干預與否通常并不是隨機發生的；第三，在社會科學研究領域，完全隨機分配實驗對象的做法會 涉及到研究倫理和道德問題。鑒于上述原因，利用非隨機數據進行的準實驗設計是一個可供選擇的替代方法。準實驗與隨機實驗區分的標準是前者沒有隨機分配樣本。

通過準實驗對干預的影響效果進行評估，由于樣本接受干預與否并不是隨機發生的，而是人為選擇的，因此對于非隨機數據，不能簡單的認為效果指標的差異 來源于干預。在剔除干預因素后，干預組和對照組的本身還可能存在著一些影響效果指標的因素，這些因素對效果指標的作用有可能同干預對效果指標的作用相混淆。為了解決這個問題，可以運用統計或計量的方法對除干預因素外的其他可能的影響因素進行控制，或運用匹配的方法調整樣本屬性的不平衡性——在對照組中尋 找一個除了干預因素不同之外，其他因素與干預組樣本相同的對照樣本與之配對——這可以保證這些影響因素和分組安排獨立。

隨機實驗需要至少兩期的面板數據，并且要求樣本在干預組和對照組隨機分布，分析方法就是DID（倍差法，或曰雙重差分法）；準實驗分析用截面數據就 能做，不要求樣本在干預組和對照組隨機分布，分析方法包括DID（需兩期的面板數據）、PSM（傾向性得分匹配法，需一期的截面數據）和PSM-DID（需兩期的面板數據）。從準確度角度來說，隨機實驗的準確度高于準實驗和非實驗分析。

關于分析工具的選擇

如果根據理論或邏輯已經預設了變量間的因果關系，那么就無需使用實驗方法。我對非實驗數據分析工具的選擇原則如下。

? ? ? ? ? ? ? ? 因變量為連續變量，自變量至少有一個連續變量，進行多元線性回歸； 因變量為連續變量，自變量全部為分類變量，進行方差分析；

因變量為分類變量，自變量至少有一個連續變量，使用Logit模型或Probit模型； 因變量為分類變量，自變量全部為分類變量，進行交叉表分析和卡方檢驗；

因變量在某個閉區間內分布，并且有較多樣本落在閉區間的邊界上，使用Tobit模型；

因變量不唯一，如多產出問題，進行數據包絡分析（DEA）；

因變量為整數、數值小、取零個數較多，使用計數（Count）模型； 數據具有層次結構（嵌套結構），使用多層線性模型（HLM）。

隨著統計和計量經濟學的發展，各種前沿分析工具層出不窮，但我認為最靠譜的分析工具不外乎以下四種：DID（針對隨機實驗），多元線性回歸，固定效 應變截距模型（FE，針對面板數據），Logit模型或Probit模型（針對分類因變量數據）。其他方法或適用條件苛刻，或分析過程折騰，或方法本身不 可靠（尤其是聚類分析、判別分析，超級不靠譜），因此能用以上四種方法分析問題時，不必為“炫方法”而瞎折騰。關于擬合優度、變量選擇原則及估計值絕對大小的意義

在人人的“數據分析”小站中，某同學提出這樣一個問題：“多元回歸分析中，怎么選擇自變量和因變量，可以使R方達到80%以上？”

很顯然，問這個問題的同學要么沒學好計量，要么就是犯了功利主義的錯誤，或者二者皆有。擬合優度的大小很大程度上取決于數據本身的性質。如果數據是 時序數據，只要拿有點相關關系的變量進行回歸就能使擬合優度達到80%以上，但這樣的高R方根本說明不了什么，很可能使分析者陷入偽回歸的陷阱，嚴謹的做 法當然是做平穩性檢驗和協整檢驗；如果是截面數據，根本沒必要追求R方到80%的程度，一般來說，有個20%、30%就非常大了。

如果一定要增大R方，那么最應該做的的確是對納入模型的變量進行選擇。選擇納入模型的原則我認為有三條。第一，從理論和邏輯出發，將可能影響因變量 的變量作為自變量納入模型，即理論上或邏輯上能影響因變量的自變量必須納入模型，即使該自變量的回歸系數不顯著。第二，奧姆剃刀原則——如無必要，勿增實體，即理論上或邏輯上不能影響因變量的自變量不能納入模型，即使該自變量的回歸系數顯著。第三，防止納入具有多重共線性的自變量。

前面說了，對截面數據進行計量分析，R方能達到20%、30%是非常了不起的事情。但是，如果擬合優度（或類似擬合優度的指標）在20%、30%或 更低時，回歸系數只具有定性或定序上的意義，強調其絕對數值的大小沒什么意義。譬如lnY=alnA+blnB+?+zlnZ+c回歸的R方為20%，a 為0.375，b為0.224，且二者的T檢驗顯著，那么我們可以說，A、B對Y有影響，也可以說一百分點的A變化對Y的影響大于一百分點的B變化對Y的影響（控制其他因素的情況下），但說一百分點的A變化對Y的影響較一百分點的B變化對Y的影響大0.151%，就沒什么意義了。

第三篇：網店的數據分析工具使用

實訓八 網店的數據分析工具使用

姓名： 學號：

量子恒道功能詳述并舉例

量子恒道統計（淘寶官方出品）基礎服務提供基于店鋪的流量數據，包括流量分析、推廣效果、客戶分析等相關數據分析，同時還為賣家提供“過濾掌柜ID”等工具類產品-百寶箱。

一、流量分析

1、流量概況（包含 淘寶店鋪數據 和 手機淘寶店鋪數據 兩部分）

2、實時客戶訪問

3、按小時流量分析

4、按天流量分析

5、寶貝被訪排行

6、分類頁被訪排行

7、店內搜索關鍵詞

二、推廣效果

1、流量來源構成

2、淘寶搜索關鍵詞

三、客戶分析

1、訪客地區分析

四、百寶箱

1、個性化統計圖標

2、過濾掌柜ID

3、量子排行榜

五、量子積分禮盒

六、量子超市

流量分析

流量概況

流量分析中展現了店鋪的一些基本流量數據，通過查看該頁面，您能夠大致了解店鋪的流量狀況。包括以下5個方面： a.流量概況：該頁面展示店鋪的流量概況，包括兩部分數據：淘寶店鋪數據和手機淘寶店鋪數據。兩部分數據相對獨立地包括通過電腦訪問店鋪的瀏覽量和訪客數和通過手機端訪問店鋪的瀏覽量和訪客數。系統會每分鐘對數據進行更新。您可以選擇 “按天”和“按小時”這兩種方式查看數據。同時，通過圖表下方的時間軸可以調整查看的時間。拖動時間軸上選中區域可以查看不同時間段，拖動選中區域邊界可以調整時間段的大小。b.最近七天被訪問寶貝TOP10 c.最近7天訪客來源TOP10 d.最近7天訪客地區TOP10 e.店鋪基本信息

手機淘寶店鋪流量概況（按天查看）

手機淘寶店鋪流量概況（按小時查看）

手機淘寶店鋪流量概況（其他數據指標）

實時客戶訪問

顯示店鋪當前的被訪問情況。系統每分鐘更新客戶的訪問數據，包括訪問時間、入店來源、被訪頁面、訪客位置、是否回頭客，讓您時刻了解店內客戶訪問情況。

同時可以使用“顧客跟蹤”功能，詳細了解客戶的訪問軌跡、訪客地區、進店時間、停留時間、入店來源，探索客戶的關注范圍和行為規律。

按小時流量分析

您可以查詢店鋪內某一天的流量情況，24小時分時段的數據報表。各時段用戶瀏覽量和訪客數一目了然，為您安排店內人手和寶貝上線時間提供參考：

“流量對比”功能，可以讓您同時對比任意兩天的瀏覽量和訪客數信息：

按天流量分析

您可以自定義查看不同日期的統計數據，也可以快速查看當月、最近3個月、最近6個月和最近12個月的統計數據，幫助您最簡單、直接的了解店鋪一定時期內顧客的瀏覽量和訪客數。當鼠標放置在圖表區域以外時，還可以顯示您選擇時段內瀏覽量和訪客數的最高值與最低值。

另外，“流量對比”功能，可以對兩個不同月份各天的店鋪瀏覽量和訪客數進行對比。

寶貝被訪排行 您可以自定義查看不同時間段的統計數據，也可以快速查看最近30天、本周、本月等不同時段的統計數據：

在寶貝較多時，您還可以通過按分類或按寶貝進行相應的寶貝查詢，快速了解寶貝的情況：

“寶貝被訪詳情”提供排名TOP10的寶貝被訪詳情信息，包括關注度、瀏覽量、訪客數、平均訪問時間、入店和出店次 數等，并清晰地顯示出查詢日期內寶貝每天的瀏覽量和訪客數。在頁面的上方您可以選擇不同的時段查看數據，寶貝圖片右側的下拉菜單可用來選擇查看TOP10 中其他寶貝的詳情，在頁面的下方是寶貝被訪趨勢圖以及寶貝訪問來源和訪問地區，幫助您多角度了解寶貝信息：

分類頁被訪排行

提供所有分類頁當天、最近7天及最近30天的詳細被訪信息，包括瀏覽量、訪客數、入店人次、出店人次等。排行默認按瀏覽量降序排列，您也可選擇按訪客數、入店人次、出店人次等其他指標進行排序。

另外，您也可以直接輸入某個分類名稱，點擊“查詢”，即可查看所查詢的分類頁信息。同時，為了方便您在本地進行數據分析以及對統計報表進行操作，您可以點擊“下載”或“打印”按鈕進行相應操作。

店內搜索關鍵詞 提供訪客在店內查找寶貝時所使用的全部關鍵詞的統計信息，如搜索次數、跳失率等，您可以自由選擇時間段，系統會自動根據您選擇的時段，顯示店內搜索排名前十位的關鍵詞以及每個關鍵詞所占的搜索比例：

另外，可以用“趨勢查看”功能查看隨著時間的變化，每個關鍵詞的到達頁瀏覽量、搜索次數及跳失率的變化趨勢，為您及時優化寶貝的名稱以便能夠被高效地搜索到提供參考：

推廣效果

流量來源構成

來源構成中總結了店內所有瀏覽的來源情況，比如某來源的到達頁瀏覽量及其所占的百分比：

淘寶搜索關鍵詞

淘寶搜索關鍵詞反映的是買家通過哪些詞的搜索到達店鋪寶貝的數據。淘寶搜索關鍵詞提供TOP10搜索關鍵詞的圖表展示，并提供所有關鍵詞的統計信息，如到達頁瀏覽量、平均每次訪問頁面數、跳失率等。

另外，可以用“趨勢查看”功能查看隨著時間的變化，每個關鍵詞的到達頁瀏覽量、搜索次數及跳失率的變化趨勢，為您及時優化寶貝的名稱以便能夠被高效地搜索到提供參考。

客戶分析

訪客地區分析 “訪客地區分析功能”支持國際和中國各省、自治區、直轄市、特別行政區內城市瀏覽量及訪問人數的查詢，以地圖的形式展示地區分布。當您的鼠標放置在地圖當中某一區域內時，會相應顯示該區域的瀏覽量和訪客數。系統每小時對該數據進行更新，您可以選擇不同時間段查詢數據。

另外，點擊某一地區對應的訪問趨勢“查看”按鈕，可以查看本周、一月、一個季度等不同時間段內各地區瀏覽量、訪客數的變化趨勢，為您針對不同地區做推廣提供決策。

百寶箱

過濾掌柜ID 過濾掌柜ID可過濾掉掌柜進出店鋪的瀏覽記錄，讓統計數據更加精確。

a.即日起，凡激活淘寶量子店鋪統計的用戶即默認開啟過濾掌柜ID功能，若您未作任何更改，掌柜進出店鋪的瀏覽記錄將不再被記錄。

b.為保證正常使用此功能，請確保您瀏覽器開啟cookie功能，避免反復清除cookie。c.此功能支持多客戶端，使用不同電腦時，只需登錄，瀏覽記錄就會被屏蔽。d.建議設置此功能后退出并重新登錄到量子店鋪統計，以使該功能生效。e.若您不能正常使用過濾功能，請訪問以下鏈接http://bangpai.taobao.com/group/thread/868167-15038974.htm，嘗試重新調整相關設置。

個性化統計圖標

“個性化統計圖標”提供兩種圖標顯示方式：

a.在統計圖標上顯示店鋪的統計數據：可以在店鋪首頁以生動的圖片形式進行顯示，圖標上的數據分別是今天，昨天以及店鋪使用量子統計以來的瀏覽量，能夠為訪問店鋪的客人帶來一種直觀的印象，也可以讓您不需登錄店鋪管理后臺就能了解店鋪的瀏覽量。b.在統計圖標上不顯示店鋪的統計數據。

量子排行榜

量子排行榜是量子店鋪統計通過收集分析用戶數據并加以整理，以量子排行（寶貝人均關注度TOP榜）的形式體現出來。在這個排行榜中我們按淘寶主要類目/賣 家地區/賣家級別等維度來體現寶貝的關注度。賣家通過這個，可以簡單清晰的了解自己行業類目最新動態。第一時間把握商機、優化商品，達到最終促進成交的效果。

量子積分禮盒

量子統計（淘寶官方版）為回饋廣大賣家用戶，正式推出“量子積分禮盒”。您可憑多種方式獲取積分，換取多種量子優惠禮品，享受量子特權，搶先體驗量子更多新功能。a.禮品兌換中心

通過“禮品兌換中心”可換取量子基礎服務和特色功能免費使用時間、也可以搶先體驗新功能。

b.獲取量子積分

用戶可憑多種方式輕松獲取量子積分。

1）發送鏈接邀請好友使用量子統計（淘寶官方版）2）每日登錄量子統計 3）參與量子活動

c.積分記錄

可查詢增加積分及積分兌換的歷史記錄。

d.積分小貼士

記錄用戶積分獲取及積分使用過程中的常見問題，具體包括以下七個問題： 1）什么是量子積分禮盒；

2）量子積分用戶有什么特權；

3）如何獲得量子積分；

4）如何使用積分兌換禮品；

5）量子積分可以兌換哪些服務；

6）如何查看我的積分；

7）使用量子積分有什么注意事項；

量子超市

在量子超市這一模塊中，您可以對不同功能模塊進行了解，并根據自己的實際情況，進行訂購、續訂或積分兌換及試用等操作。

數據魔方的功能及應用

一、增添某些維度的數據，讓數據查詢更全面

1、添加“什么品牌好賣”，展現賣家所在行業的熱賣品牌排行，通過排行榜明確自己品牌所處的位置。在時間維度上，可以選擇最近7天和最近30天。還可以點擊查看具體關注的某個品牌詳情，包括它的成交金額、關注人數和收藏人數。

2、添加“什么產品好賣”，展示該行業下近期的熱賣產品，無論賣家是用來分析競爭對手還是作為店鋪日后的選品參考，都是很有價值的。

二、整理歸類報表，展現更有邏輯，方便操作和查詢

三、增加幫助中心，幫助您找到數據指標含義，學習更多數據分析干貨

這一點對于新手賣家來說尤其重要。也許你剛接觸電商，不了解很多數據指標，沒有關系，通過幫助中心的解釋，可以很清楚地了解每個指標對應的含義。同時在《魔方學堂》里面有很多學習課程，讓你在使用魔方的同時，可以了解更多干貨課程，有更多學習和交流的機會。

應用：

第一步，進入淘寶網首頁（www.tmdps.cn），登錄賬號，同時選擇“我的淘寶”，點擊進入 如圖所示：

第二步，點擊“我是賣家”，選擇“軟件服務訂購” 如圖所示：

第三步，選擇“數據分析”，點擊“數據魔方專業版”的“立即訂購”，進入下一個頁面 如圖所示：

第四步，點擊選擇自己所需類目，確認無誤后，點擊“下一步”，進入支付寶付賬頁面 如圖所示：

第五步，進入支付寶付賬界面，賣家可按照支付寶流程進行數據魔方的購買

二、從哪里可以找到數據魔方專業版的入口？

入口一：進入淘寶網首頁（www.tmdps.cn），登錄賬號，選擇“我的淘寶”，點擊進入；進入以后選擇“我是賣家”界面，找到“數據魔方專業版”的入口，點擊進入

如圖所示：

入口二：進入淘寶商家數據平臺（http://shuju.taobao.com/），選擇“數據魔方專業版”入口，點擊進入 如圖所示：

三、怎樣使用數據魔方專業版？ 以女裝類目下的“襯衫”為例

第一步，進入淘寶商家數據平臺（http://shuju.taobao.com/）頁面，選擇“數據魔方專業版”入口，點擊進入 如圖所示：

第二步，登錄賬號 如圖所示：

進入頁面的展示： 圖一： 圖二：

第三步，選擇“行業”類目下的“女裝”類目，再次選擇“女裝”類目下的“襯衫”，點擊確定 如圖所示：

襯衫類目的頁面展示：

第四步，選擇自己想要看的區塊，進行選擇，如選擇“成交趨勢分析”，會在“數據區”出現相應的數據

你可以點擊時間標記，進行自定義選擇時間，選擇所需的時間段 如圖所示：

您在查看數據時，可以在搜索區鍵入相應的關鍵詞，進行搜索 如圖所示：

數據魔方專業版還有很多其他功能和區塊未被展示出來，賣家朋友們可以購買魔方專業版，自己來體驗一下數據的神奇之處吧！

簡析量子恒道與數據魔方的功能側重

數據魔方主要是針對品牌企業和中小賣家的,而小艾分析、量子統計主要針對是中小賣家的.而且數據魔方還可以分析競爭對手的數據分析.相對來講, 小艾分析、量子統計主要是分析精細東西.對于店鋪前期比較好.后期隨著店鋪的不斷成長.需要功能更強大的軟件去分析店鋪的詳細數據.網店實訓3的心得體會與課程建議

本次實訓為熟悉一個第三方活動工具軟件的使用和策劃一次店內促銷活動，包含活動宗旨、活動類型、具體內容及推廣方案。通過此次學習，我了解了第三方活動工具VIP購優匯的功能及應用使用，有助于后期應用推廣。

第二項策劃一次店內促銷活動，通過這個方式，增進了小組成員的合作，也加強我們個人的團隊合作意識，學會合作，互相學習促進。并且，從本次的任務中，將策劃實踐于操作，有利于將課堂知識轉化為現實中的應用。

建議：下次希望可以換個機房。

第四篇：新媒體運營數據分析工具

新媒體運營｜新媒體必備的11大數據分析工具

來源：安迪大叔 知運營大學

優質的內容是新媒體運營的核心，而數據分析可以幫助我們解決很多問題，定方向、降成本、節開支等等。什么數據最值得去看呢，那必然就是各大自媒體平臺的數據，它是新媒體平臺中最具有參考性的數據。

必備的新媒體數據分析工具？

1，新榜

互聯網渠道的價值標準：以日、周、月、年為周期,按24大分類權威發布以微信為代表的中國各自媒體平臺最真實、最具價值的運營榜單,方便用戶了解新媒體整體發展情況,為用戶提供有效的參考導向…

2，清博大數據

中國新媒體大數據權威平臺：清博大數據擁有清博指數、清博輿情、營廣公品等多個核心產品。提供微信、微博、頭條號等新媒體排行榜,廣告交易、輿情報告、數據咨詢...3，神策數據

多維度數據實時分析，事件分析，漏斗分析，留存分析，分布分析等8大分析模型，輕松搞定數據分析需求。即使調整運營策略，提高運營效果。深度洞察用戶行為，深入了解用戶是從哪里來，又在哪里消失，找到新的產品增長點，驅動產品優化迭代與提升運營效果，自定義多維度分析場景，可私有化部署的數據分析平臺…

4，GrowingIO 實時采集用戶行為數據，可視化實時出圖。GrowingIO營運數據分析，多維分析更精準GrowingIO擁有國內顆粒度更細致的用戶行為洞察系統，幫助運營人員靈活定制推廣方案。

5，伯格運營

運營助手，運營管家...對于企業來說公眾號運營的安全很重要，有了伯格運營質量診斷，再加上違規文章庫，為公眾號的健康起到保駕護航的作用...6，數說風云

一個實時、維度全面的微信排行與監控工具。微信運營監控，自媒體全行業分類排行榜。

7，易贊

易贊搭建了自媒體與廣告主對接的社會化媒體營銷平臺。目前平臺提供公眾號用戶畫像查詢及新媒體觀象臺大數據。可以通過易贊官方網站及公眾號“易贊”獲得數據查詢及分析。

8，微指數

國內領先的微信大數據領導品牌，為廣告公司、微信號運營者、新媒體行業和傳統企業機構，提供微信運營、微信營銷、微信推廣相關的最專業的大數據服務。

9，西瓜數據

專業的微信公眾號大數據服務商：收集380萬公眾號數據，4億篇公眾號發文記錄提供廣告價值預估，地區行業熱門公眾號排行。分鐘級閱讀量監控，全網競品搜索監控，是公眾號運營及廣告投放效果監控首選大數據工具。

10，微信指數

是微信整合了微信上的搜索和瀏覽行為數據，基于對海量云數據的分析，從而形成當日、7日內、30日內以及90日內的“關鍵詞”的動態指數變化情況，方便人們看到某個詞語在一段時間內的熱度趨勢和最新指數動態。

11，大數據導航網

以大數據產業為主，大數據工具為輔，給用戶提供一個更加快速找到大數據相關的工具平臺。

第五篇：超市數據分析工具的實踐運用

超市數據分析工具的實踐運用

2015年04月27日

瀏覽數（32219）評論數（5）好評數（18）

絕大多數超市都購買使用了信息系統管理工具，但是作為系統供貨商，畢竟是寫軟件的，不是搞管理，所提供的報表系統只能反映企業常規的經營指標，比如庫存、周轉率、銷售額、毛利率。

納爾森在長期的研究和實踐中，發現這樣的籠統的報表，盡管可以反映出企業經營效果，但是不能夠進一步的分析這個結果的原因。比如企業的庫存比較高，那一部分的庫存高呢?庫存高就是一定不合理嗎?報表上看到企業利潤低，那到底是那一部分經營行為影響了企業的利潤呢?我們只有找到這些原因，才有可能去改變現狀，提升管理水平。

經過長期實踐，納爾森形成了一套數據分析系統化工具，即通過多層次、多類別、交叉的數據抓取，結合納爾森咨詢師豐富的經驗，找出企業經營管理中的實際存在的問題。

自2015年3月納爾森推出專業數據分析以來，很多企業在納爾森的數據分析中獲得很大的收獲，每天均有很多企業咨詢，但是因為納爾森人手有限，不能一一滿足，為使更多企業掌握超市數據分析的思路和方法，今天嘗試從一個案例，簡單說明數據分析的思路和運用。

因為這個案例是完全是依靠企業報送來的數據所做的分析，我們沒有做實地的考察，所以所得到的結論，完全依靠企業提供的數據。但是隨后的企業訪問中，企業老板認為我們的數據分析是令人信服的，而且幫助企業更清晰、準確地找出了問題和原因。

企業概況：

某四線市場連鎖超市，擁有連鎖超市6家，便利店25家。在當地屬于最大的連鎖超市，占據領先的市場地位。納爾森根據企業目前的管理水平，制定了一些組合報表，(有一些報表，企業信息管理人員因為對系統的熟練程度，跑不出數據來)。最后我們得到報表有：

一、綜合日報表

二、問題庫存報表(僅A店04.13日數據采樣)三、三大區銷售占比表

四、大店BOTTOM50及TOP50單品明細表

五、問題庫存報表

六、6、1~3月份小類銷售報表(超市)

七、1~3月份小類銷售報表(便利店)

一、報表反映基本情況如下： 201 x年1~3月銷售與上年同期比 銷售增長2.75%，毛利上升1.89% 來客數下降4.77% 客單價上升19.37% 庫存周轉天數增長2.32% 同期庫存上升3.59% 如果僅從這個報表上的數字來看，企業銷售、毛利、平均客單價都有所增長，盡管比較小。庫存增長也在合理范圍內。來客數下降，客單價增長，可以解釋為企業高價值客戶的增長和優化。

我們分析如下：

1、銷售相比上年略微上升2.75%，但是考慮到一季度(居民消費價格指數)CPI同比上升了3.8%，以及可能存在的新開店因素，所以銷售實際上是下降的。

2、來客數下降了4.77%，也應證了銷售下降的實際情況。

3、與來客數下降相反的是，客單價上升了，原因可能有兩個： 一是因為競爭對手的影響，導致低端客戶的流失引起的。因為低端客戶流失，來客數下降，從而顯得客單價格在上升。警惕顧客的流失，長期下去將造成重大的損害。二是因為物價上漲引起的。(后經詢問，確實有競爭對手新開店大規模低價促銷)

4、在銷售同比實際下降的情況下，庫存卻上升了3.59%。這里面不排除有物價上漲因素，但可能有實際庫存的上升。

5、相比庫存額上升，庫存天數的上升更能說明實際庫存存在的問題。

6、從銷售額絕對值看似乎還是不錯，但是和1~3月銷售在全年銷售占比中不到20%，還是偏低了，因為該年春節較晚，這一占比應該達到30%以上。以此銷售額預計全年增長，很不樂觀。

二、銷售TOP50商品(50個暢銷商品)分析

TOP報表是我們經常使用的一種分析工具，主要是為了找出銷售、毛利、周轉等表現最好的商品，并且進一步分析的原因是什么，舉一反三加以推廣。

但是如果更進一步呢?我們還要從這張報表里面找出問題所在。既要看到優點，更要看出問題。

我們分析如下：

根據對于便利店TOP50商品銷售的分析，最暢銷商品中香煙+液態奶就占了TOP50商品的68%。而在超市中，這兩項合計居然也占據48%。與香煙液態奶銷售占比極高對應的是，食用油、米面、酒水所占比例較低;生鮮商品中，不論在大店還是便利店，除了雞蛋，別的都沒有進入銷售前50名。

說明：

1、該企業與當地煙草部門具有良好的合作關系，煙草供應充足;

2、門店銷售嚴重依賴個別品類商品和供貨商;，采購能力低下;

3、銷售以自然銷售為主，缺乏有目的、分品類的營銷行為，企業營銷水平低;

4、生鮮經營水平很低，原有的對手可能比較弱，但是未來市場競爭力堪憂。為了進一步說明存在的問題，我們將這家企業的便利店TOP數據與納爾森所改造管理的生鮮加強型便利店數據做了對比：

對比表明，該生鮮加強型便利店在煙酒、奶制品、糧油、生鮮食品四大類銷售分布更為均衡。且銷售為該客戶便利店銷售額的4~5倍。

同時我們看到大店的生鮮部門帶來的客流占店比只有19.76%，再一次說明即使是超市的生鮮經營效果也是很差的。

風險提示：

因為不論在超市還是便利店里，煙草和液態奶的銷售占比很高，另外在小類銷售報表里，我們發現連續三個月煙草銷售都排第一，一旦被競爭對手抓住香煙和液態奶這兩大項，主推或者大力度促銷，會極大的打擊到這家連鎖店的銷售商譽。(這就是我們所說的單店尋找對抗連鎖店的方法之一)

三、分區銷售報表中非食品和生鮮食品占比 非食品銷售占比19.77%，毛利占比26.16%。生鮮品銷售占比13.2%，毛利占比15.82% 從數據看，盡管非食品占比19.77%不算低了，但是因為毛利占比能達到26.16%，說明非食品銷售還有一定提升空間。

生鮮銷售占比較低，與TOP報表成對應關系，準確的反映了生鮮經營的弱項，而毛利占比高，可能包括兩方面的原因，一是生鮮食品價格過高抑制了銷售，二是聯營扣點計入其中。

四、問題庫存

大部分超市管理人員都會認為負庫存、0庫存是絕對的問題庫存，是不應該存在的。但是往往忽視那些庫存量為1、2、3個的商品，在實際上是很難銷售的，而且隨時可能轉化為0庫存，所以也視為斷貨。否則每天就會有大量的1、2、3庫存轉化為零庫存。

所以我們把負庫存、0庫存和1、2、3庫存統稱為問題庫存。我們對其中一個超市門店的問題庫存進行了統計：

這家店鋪的營業面積在5000平方米左右，一般這么大的面積的超市，我們的單品數大約有8000~15000種，但是這家店的問題庫存就達到了4595個。如果按照12000個單品計算，缺斷貨率就是38.29%，很難想象這樣的一家賣場會有好的銷售水平。

這個數據給我們的第一感覺就是，這家店的庫存問題長期沒有得到過重視。而根據門店問題是來自總部的這個原則，我們認為總部長期不重視庫存管理的。

據此分析如下：

1.0庫存達到2920個，在系統中沒有得到及時解決，首先會影響信息系統的工作效率，降低系統運行速度，增加管理難度;2.僅一個店0、1、2、3庫存合計達到4588個，說明除了空編號問題外，斷貨是普遍性的;3.從歷史的經驗看，斷貨商品往往是暢銷品，那么這么大的斷貨量將極大的打擊銷售;4.不排除自采商品引起的空編號問題，如果有，說明自采商品行為缺乏連貫性，隨意性較大;5.如果很久沒有銷售的商品，且處于0庫存狀態，還大量存在于系統之中，說明采購部門長期沒有做應有的商品信息維護，而信息部門也缺乏監督;6.空編號的大量存在也提供了潛在的串賣和人為調整毛利的風險。

7.1、2、3商品達到1668個，隨時可能轉化為零庫存，造成實際上的斷貨。不管理好1、2、3庫存，就管理不好0庫存，就管理不好斷貨問題。

最終得出的結論;

因為對方信息部能力有限，很多報表都跑不出來，要一個一個問系統提供商，無法按時提供。所以，我們只能基于這些有限的數據分析，但是也能夠說明主要存在的問題。

1.整個連鎖系統的銷售處于停滯或略微倒退的狀態，預計全年增長困難。2.顧客已經開始出現明顯流失。

3.店鋪銷售仍然以自然銷售為主，營銷工作缺乏明確的目標和手段。

4.商品結構不合理，過分依賴于某些品類的銷售，存在有較大的潛在商品結構和競爭風險。

5.生鮮經營水平較低，長此以往，必將嚴重制約整個連鎖企業的經營水平和市場競爭力。

6.門店日常商品庫存管理不到位，商品再訂貨及補貨作業不及時。缺斷貨較為普遍，已經嚴重影響銷售。7.企業內可能存在大量的，較為隨意的自采行為。

8.采購部對于商品信息及數據庫長期缺乏管理，財務及信息部門監管缺位。9.總部信息部掌握運用信息系統能力有問題，很多數據、報表跑不出來，要臨時向系統提供商詢問才會做。

10.門店出現的問題，反映出總部運營部對于門店工作指導能力不夠強。

綜上所述，該連鎖企業整體經營管理水平處于較低水平，且存在較大的管理和經營隱患，在缺乏競爭的市場上尚可存活，一旦有更強的競爭者出現，比如較大區域性、全國性連鎖超市進駐，或者其他管理水平較高的超市競爭，勢必面臨巨大困難和嚴峻的挑戰。

我們給出的建議：

1.努力提升采購、營運、營銷、信息部門人員的基本工作能力，加強業務培訓和學習。2.招聘培養生鮮管理經營人才，提高生鮮經營水平。

3.立即對問題庫存分門別類進行清理，該關閉編號要關閉，該進貨的進貨。

4.對于企業商品引進流程、再訂貨流程、門店商品管理流程等相關流程要重新編寫、培訓，執行。

5.將商品、門店日常管理和流程執行列入績效考核，分項細化，掛鉤個人收入、評級。6.財務部要制定相關流程，嚴格自采行為和自采資金管理。7.加強對于信息系統的監控，對于非正常數據變動及時研究處理。

8.聯系信息系統供貨商，提出更為細致的要求，并且請系統供貨商培訓信息部人員。9.采用針對性的營銷措施提升弱勢品類業績，以營銷活動帶動采購、營運部門對于弱勢品類的關注。要特別一提的是，在實踐在工作中，我們經常遇到一些企業領導認為原有的信息系統不好用了，要求更換系統，向我們打聽哪種信息系統更為合適。而我們則常常發現，其現有系統大部分的功能都是閑置的。

說實話，除了沃爾瑪、麥德龍這樣的大企業自行開發、定制信息管理系統之外，國內主流的商業管理信息系統實際上都差不多。那些數據本來就存在于系統之中，只是系統公司和企業不知道如何靈活抽取、排列、組合這些數字，使之成為有用的信息，并且分析其中的含義，來準確的反映管理經營中的問題。

更多精彩文章，歡迎光臨納爾森指導 www.tmdps.cn