很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請(qǐng)把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會(huì)有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒?qǐng)聯(lián)系：鳥哥筆記小羽毛（ngbjxym）
如果說(shuō)在數(shù)據(jù)海洋里我是一艘乘風(fēng)破浪的艦艇，那么明確的職業(yè)目標(biāo)就是航行的方向，統(tǒng)計(jì)學(xué)業(yè)務(wù)思維等知識(shí)則是船體嚴(yán)密的構(gòu)造，而Excel和Python等工具的使用就是航行的動(dòng)力。不同于前面2篇文章，今天會(huì)結(jié)合統(tǒng)計(jì)學(xué)的內(nèi)容，重點(diǎn)講述如何使用Excel進(jìn)行實(shí)操，在實(shí)操的過(guò)程中會(huì)伴隨著思路的校正與發(fā)散統(tǒng)一。
首先，我們需要明確數(shù)據(jù)分析的步驟，沒(méi)有條理的秩序，很容易在海量數(shù)據(jù)中陷入一團(tuán)亂麻中。
其次，請(qǐng)讓我根據(jù)以上步驟來(lái)描述我是如何用Excel進(jìn)行探索性分析的？本期以前4個(gè)步驟為主（明確問(wèn)題、理解數(shù)據(jù)、數(shù)據(jù)清洗和數(shù)據(jù)分析，其余請(qǐng)關(guān)注后續(xù)推送）。
本期實(shí)操報(bào)表：淘寶和天貓上購(gòu)買嬰兒用戶的交易明細(xì)表、用戶信息表；
數(shù)據(jù)來(lái)源于：https://tianchi.aliyun.com/dataset/dataDetail?dataId=45
在手頭拿到數(shù)據(jù)后，不要著急做清洗和分析，而是先根據(jù)掌握的信息進(jìn)行腦暴，通過(guò)這份數(shù)據(jù)我們能大體確定些什么問(wèn)題，可以通過(guò)腦圖（比如Xmind）在羅列的諸多猜想后，根據(jù)重要性進(jìn)行排序。
為什么要怎么做？古話云：磨刀不誤砍柴工，先把問(wèn)題了解清楚，有利于后期的分析，而不是貿(mào)貿(mào)然上手，花費(fèi)了諸多功夫，到頭來(lái)悲涼地發(fā)現(xiàn)得出的結(jié)論與要分析的方向南轅北轍。
根據(jù)已有信息，可假設(shè)如下需驗(yàn)證的問(wèn)題：
猴子聊數(shù)據(jù)分析里的短視頻小姐姐的一個(gè)說(shuō)法讓我印象深刻，她將”理解數(shù)據(jù)”比作炒菜前準(zhǔn)備的“蔥蒜姜末”等佐料，對(duì)于數(shù)據(jù)分析這道大餐，表格中的不同字段，其背后的含義要能理解清楚，否則就是菜不對(duì)味兒。
切記：數(shù)據(jù)清洗不要在原始表格上直接處理，可以復(fù)制表格再生成一份，防止原始數(shù)據(jù)被破壞，影響工作效率。
選擇子集：可以遵循二八原則，面對(duì)眾多字段要有取舍，選擇核心的字段
以產(chǎn)品信息表為例：7個(gè)字段中，商品屬性初步來(lái)看分析價(jià)值不大，可隱藏，后面可視具體情況如有用再取消隱藏
列名重命名：一般從數(shù)據(jù)庫(kù)導(dǎo)出的數(shù)據(jù)字段名可能是英文的，那么可以切換到中文，方便自己和他人了解
轉(zhuǎn)化為：
缺失值處理：容易忘記的一個(gè)環(huán)節(jié)，尤其是遇到大量級(jí)的數(shù)據(jù)，一定要檢查一下，可以使用countblank（）函數(shù)，補(bǔ)全的4個(gè)方法：缺失值較少可手動(dòng)補(bǔ)齊、刪除、數(shù)值的話采用平均值代替和通過(guò)統(tǒng)計(jì)模型算出的值進(jìn)行替代。
本文使用的2張報(bào)表中的產(chǎn)品信息表的【產(chǎn)品屬性】有缺，但此列已隱藏，故不作補(bǔ)充。
一致化處理：將表格中不規(guī)范數(shù)據(jù)進(jìn)行批量處理，2張表中的日期數(shù)據(jù)需要處理成正確可計(jì)算的日期型數(shù)據(jù)，可以先用len()+left/mid/right()+find()函數(shù)進(jìn)行組合，本例中的數(shù)據(jù)比較齊整，也可以采用分列來(lái)拆分，具體使用以實(shí)際情況為準(zhǔn)。
異常值處理：與缺失值一樣，不可遺漏，對(duì)于輸入性的數(shù)據(jù)值尤其是要檢查，消費(fèi)者信息表中【性別】和【出生日期】作為重點(diǎn)排查對(duì)象，使用vlookup()將2張表格進(jìn)行互聯(lián)，通過(guò)【購(gòu)買日期】和【出生日期】相減除以365取整得到年齡，再對(duì)【年齡】進(jìn)行排序會(huì)發(fā)現(xiàn)有”28”這個(gè)異常值，通過(guò)與其他值對(duì)比，可以推測(cè)原因是出生日期填寫的是父母，排查出的異常值可剔除。
在分析版塊中，我重點(diǎn)采用了Excel的【數(shù)據(jù)透視表】、【數(shù)據(jù)分析】中的【描述統(tǒng)計(jì)】和Vlookup()函數(shù)，具體詳見(jiàn)如下：
產(chǎn)品信息表的分析思路：在對(duì)一級(jí)類目進(jìn)行基礎(chǔ)匯總統(tǒng)計(jì)時(shí)發(fā)現(xiàn)不同類目之間的銷量差異明顯，對(duì)該表的銷量進(jìn)行描述統(tǒng)計(jì)發(fā)現(xiàn)極值差懸殊，在此基礎(chǔ)上針對(duì)銷量這一列進(jìn)行分組產(chǎn)生新的字段【訂單類型】，由此結(jié)合一級(jí)類目、訂單類型和購(gòu)買日期3個(gè)維度組合分析（注：購(gòu)買數(shù)量默認(rèn)統(tǒng)一為當(dāng)天單筆訂單）。
提取整體銷量和6個(gè)一級(jí)大類的分別對(duì)應(yīng)銷量，使用【數(shù)據(jù)分析】中的【描述統(tǒng)計(jì)】，返回結(jié)果如下（共3列，后2列選取標(biāo)準(zhǔn)差最低和最高的2個(gè)一級(jí)大類）：
由上可得，不同類目間的銷量存在波動(dòng)，可以初步推斷類目之間的差異與各大類之間的銷量波動(dòng)密切相關(guān)。
使用Vlookup()模糊匹配進(jìn)行分組，根據(jù)電商業(yè)務(wù)場(chǎng)景，存在批發(fā)訂單的可能，5個(gè)以內(nèi)為個(gè)人常規(guī)訂單范疇，6個(gè)及以上都算作批發(fā)訂單，再根據(jù)實(shí)際購(gòu)買數(shù)量分成：小、中及大批量，具體見(jiàn)如下截圖：
通過(guò)對(duì)訂單分類進(jìn)行透視統(tǒng)計(jì)，數(shù)據(jù)及發(fā)現(xiàn)如下：
再看訂單類型與一級(jí)大類的關(guān)系：
根據(jù)上表是否可以推測(cè)目前平臺(tái)的發(fā)展側(cè)重點(diǎn)在于大批量訂單的引導(dǎo)？
初步論證如下：
如果剔除10000這個(gè)值會(huì)發(fā)現(xiàn)，常規(guī)訂單在14年還處于上升狀態(tài)，占比達(dá)到52%；
結(jié)合一級(jí)類目和13/14自然年組合分析：可發(fā)現(xiàn)在14年，“5004815”一級(jí)類目趕超13年排名第一的“28”成為14年Top1，且對(duì)比兩年的發(fā)展速度，“5004815”增長(zhǎng)達(dá)到300%，“5008168”增長(zhǎng)近200%。
根據(jù)上圖，進(jìn)一步深挖，可發(fā)現(xiàn)：“5004815”還是與那10000的訂單相關(guān)，排除10000這個(gè)值來(lái)看，14年的各大類整體銷售依然達(dá)到141%的增速，Top3中“28”增速較緩。
用戶信息表的分析思路：相對(duì)于產(chǎn)品信息表，用戶的數(shù)據(jù)量較少，算是產(chǎn)品的一個(gè)小樣本，在使用Vlookup()進(jìn)行多表關(guān)聯(lián)后，在拼接字段后，根據(jù)用戶ID的唯一性可以分為2張表：其一不含交易信息（字段包括：用戶ID、購(gòu)買日期、性別、出生日期、年齡和年齡分類）不具有重復(fù)值，另一張則包含交易信息（在Vlookup產(chǎn)品信息表時(shí)會(huì)發(fā)現(xiàn)復(fù)購(gòu)的交易記錄），根據(jù)年齡新增字段“年齡分類”，通過(guò)年齡分類、性別、用戶ID及購(gòu)買數(shù)量進(jìn)行多維分析。
因考慮文章篇幅較長(zhǎng)，這部分分析簡(jiǎn)略呈現(xiàn)，具體可看后續(xù)推送：
結(jié)合下面2圖，可得寶寶年齡集中在0-6歲，占比達(dá)到90%，女性寶寶占比略高于男性寶寶。
下圖是添加了”購(gòu)買數(shù)量”這一字段，可以發(fā)現(xiàn)在男女寶寶人數(shù)占比相近的前提下，女寶寶的銷量將近是男寶寶的2倍，可見(jiàn)女寶寶的消費(fèi)需求更強(qiáng)勁。
根據(jù)上圖，再進(jìn)一步分析男女寶寶在各一級(jí)大類的選擇上呈現(xiàn)出什么樣的特征，由下圖可知，Top1的“50014815”說(shuō)明女寶寶是消費(fèi)者主力貢獻(xiàn)者，可推測(cè)該大類主打女寶寶的產(chǎn)品，緊隨其后的第二和第三，男女寶寶的產(chǎn)品受歡迎程度差距沒(méi)有Top1那么明顯，但相較而言女寶寶占比更高。
最后，對(duì)前4步進(jìn)行小結(jié)，縱觀以上的圖表更多是對(duì)數(shù)據(jù)的解讀和推測(cè)，并未根據(jù)數(shù)據(jù)提供下一步的落地建議，且在分析上思維相對(duì)狹隘，后期會(huì)更進(jìn)一步調(diào)整優(yōu)化。面對(duì)數(shù)據(jù)需保持好奇心，能夠由挖到的一點(diǎn)再進(jìn)一步的下鉆，達(dá)到剝絲抽繭的程度。
-END-
本文為作者獨(dú)立觀點(diǎn)，不代表鳥哥筆記立場(chǎng)，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對(duì)文章、圖片、字體等版權(quán)有疑問(wèn)，請(qǐng)點(diǎn)擊 反饋舉報(bào)
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開(kāi)放、真實(shí)、專業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國(guó)未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國(guó)家安全，泄露國(guó)家秘密，顛覆國(guó)家政權(quán)，破壞國(guó)家統(tǒng)一，損害國(guó)家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國(guó)家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過(guò)網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來(lái)激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對(duì)方難堪；
6)謾罵：以不文明的語(yǔ)言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來(lái)迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購(gòu)買或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營(yíng)銷內(nèi)容，如通過(guò)偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過(guò)頭像、用戶名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治?。?br /> 2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問(wèn)題進(jìn)行求助或咨詢；
4)問(wèn)自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過(guò)占卜方法問(wèn)婚姻、前程、運(yùn)勢(shì)，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來(lái)誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂(lè)等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過(guò)「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭(zhēng)行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過(guò)主動(dòng)發(fā)現(xiàn)和接受用戶舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過(guò)作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過(guò)「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)