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)槠渌掌诘牧亢苌伲瑢儆陔x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??梢钥吹?,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 更多干貨請請訪問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!