要想做好数据分析，除了要用对分析方法，同时也要掌握正确的分析过程。
熟悉掌握正确的分析过程，能更好的帮助我们理清思路，有条不紊的进行分析。
分析问题主要分为三步：明确问题、分析、决策
一、明确问题过程中的注意事项
明确问题，就像驾驶员手中的方向盘，如果方向都错了，怎么可能到达终点。
所以在明确问题的过程中，找准正确的问题，后面的分析才有意义。
这里举一个非常有名的段子，大家就能明白明确问题的重要性了。
当要解决的问题中提到“高、低、大、小”等字眼的时候，要问清楚和谁比，就需要用到之前学过的对比分析方法。
问题本质上是指现状与理想状态之间的差距，而这个理想状态，就是我们需要比较的对象。因此如果不知道理想状态是什么，就无法比较，从而就无法确定问题。所以在定义问题时，要去弄清楚“比较对象”是谁。
二、如何开始分析
在分析的过程中，我们可以使用这3步来分析：
1、使用多维度拆解分析方法对问题进行拆解，将一个复杂的问题细化成一个个子问题（可以从用户、产品、竞品这3个维度来拆解，也可以从业务流程来进行拆解）。
2、对拆解的每个部分，使用假设检验分析方法找到哪里出了问题（分析的过程可以用对比分析方法等多个分析方法来完成。）。
3、找到哪里出了问题以后，可以多问自己为什么会出现这个问题，然后使用相关分析方法进行深入分析。
在之前我们已经学习了多个分析方法及其用法，在正式开始分析之前，再补充学习一下相关分析方法。
三、什么是相关分析方法
1、相关分析方法是研究2种或2种以上数据之前有什么关系。
相关分析方法是研究2种或2种以上数据之前有什么关系
2、学习相关分析方法有什么用或者是优势呢？
能帮助我们扩大思维；相关分析方法通俗易懂、更利于我们与人沟通交流，同时配合其他分析方法，可以深入分析问题。
3、相关系数r
相关系数r的正负表示两个变量的相关方向。
相关系数r的范围是-1——1，下图中的-1、0、1是相关系数的极端值。
相关系数等于1，表示两种数据之间完全正相关，两种数据同方向变化，即a的值越大、b的值也越大。
相关系数等于-1，表示两种数据之间完全负相关，两种数据反方向变化，即a的值越大，反而b的值越小。
相关系数等于0，表示两种数据之间非线性相关，可能是其他方式相关，比如曲线方式等等。
相关系数>0，正相关，两种数据同方向变化，即a的值越大、b的值也越大。
相关系数<0，负相关，两种数据反方向变化，即a的值越大，b的值反而越小。
相关程度怎么判断？——相关系数的绝对值越大，相关程度越高。
4、相关关系怎么使用？
这里以一个例子来说明。下图表格中的数据，是市场调查后得出的丈夫和其妻子的年龄，请问丈夫是不是都愿意找和自己年龄相近的妻子呢？这里我们就可以用相关分析来分析。
通过Excel里数据分析工具，计算出相关系数。
通过Excel图表里的散点图，将数据进行可视化展示。
通过散点图及相关系数可以发现，丈夫年龄与妻子年龄相关程度非常高且成正相关关系，意味着丈夫年龄增加，妻子年龄也会跟着增加。所以得出结论丈夫更愿意找与自己年龄接近的妻子。
5、相关关系不等于因果关系（单变量控制）。
这个怎么理解呢，因果关系指A的发生会导致B，B的发生是因为A。
相关关系指A与B是正相关关系，即A提升，B也提升，但不能说B的提升是因为A，仅仅可能只是A与B同时发生了（可能存在第三方因素或者纯属巧合）。
如何判断两者的关系是因果关系还是相关关系——单变量控制（控制其他因素不变，只改变其中一个因素，观察这个因素对结果的影响）。
举个例子，每天早上公鸡一打鸣，太阳就升会起。如果这时候把公鸡拿走，太阳依旧照常升起，并没有因为公鸡的消失而受影响，所以公鸡打鸣与太阳升起是相关关系，而不是因果关系。
四、接下来开始针对之前的数据做优化分析
一）、熟悉数据、明确问题
此数据样本来自于阿里云天池，为淘宝平台中婴儿产品的数据集，一共包含两个excel文件。表1为购买商品的消费信息（29971条数据），表2为婴儿样本信息（953条数据）。
Baby Goods Info Data-数据集-阿里云天池tianchi.aliyun.com/dataset/dataDetail?dataId=45
表1数据：
user_id：用户id，为用户在淘宝的身份信息，是唯一识别码。
auction_id：物品编码。
cat_id：商品类别，为商品的二级分类。如鞋子里的皮鞋、凉鞋、运动鞋等。
cat1：商品种类，为商品的一级分类。如服装、鞋子、包、配件等。
property：商品属性，同一个商品，可以有多个属性，如尺码、颜色、材质、产地等。
buy_mount：购买数量。
day：购买日期。
表2数据：
user_id：用户id，为用户在淘宝的身份信息，是唯一识别码。
birthday：出生日期。
gender：性别（0女性；1男性；2未知）
从上面数据中，我们想知道什么问题呢？
1、店铺的整体销售趋势怎么样？是什么原因造成的？（外部因素还是内部因素？）
2、什么时间为淡季和旺季？
3、哪一类的商品（一级、二级）销量好？
4、什么年龄段消费能力最强？
5、男女宝宝的购买比例？
6、复购率如何？
二）、清洗数据
具体的数据清洗步骤就不做详细演示了，在我第三关的文章中有详细的操作过程，感兴趣的可以看看。
虎215：用Excel开始案例实操——一步一步挖掘真相1 赞同 · 0 评论文章
在经过了隐藏不需要的列——删除重复值——缺失值处理——一致化处理后，得到了我们想要的、需要的数据集。
表1清洗后表2清洗后
三）接下来根据上面的问题，开始分析（因为2015年数据缺失严重，为了避免影响数据分析的准确性，在后面的分析中都不考虑2015年的数据情况）
1、店铺的整体销售趋势怎么样？为什么会呈现这样的趋势？（外部因素还是内部因素？）
通过折线图的形式，可以看到该店铺从2012年开始，每年的销量在增长，且呈翻倍的增长，销售势头良好。
于是再进一步将2012年——2014年的销量数据以折线图的形式进行对比展示，发现2014年11月的销量高得离谱，通过数据筛选后发现，在2014年11月出现了一笔10000采购订单，因此造成了该月销量的暴增。但并没有其他信息来判断该笔订单的准确性，可能是某机构或者二级经销商的采购，属于真实有效的购买行为。虽然这样的订单真实有效，但并不利于我们分析普通消费者的购物行为和商家的正常销售情况。于是根据统计判别法，将大于μ＋3σ或小于μ—3σ的数值视为高度异常值，应予以剔除，这里将大于2.5+64×3=194.5的数值剔除。
发现2014年11月的销量高得离谱描述统计分析数据
经过剔除高度异常值后，得到了新的销量折线图从上面的折线图可以看出2个情况，1是销量每一年都在增加，2是连续几年，该店铺的销量曲线惊人的一致。销量的低谷都在当年的1、2月，销量最高峰都出现在了11月，同时每年的5月也是销量的小高峰。那么是什么原因造成这样的销量分布呢？
1）销量每一年都在增加，是什么原因？
首先运用多维度拆解分析方法，将问题从三个维度进行拆分：用户、产品、市场
用户维度：销售数量=付费人数×人均购买数量
产品维度：价格优惠、商品种类增加
市场维度：出台利好政策、电商整体大环境好
然后运用假设检验分析方法进行逐一分析：
用户维度1：付费人数
假设销量的增长和付费人数的增长有关。
收集证据：通过图表可以看出，每年的付费人数增长明显，增幅达到50%以上。
付费人数的增加，造成了销量的增长。
假设成立
用户维度2：人均购买数量
假设销量的增长和人均购买数量有关。
收集证据：将2012年——2014年的购买数量及购买人数汇总并计算后发现，虽然购买总数及购买人数都在增加，但是人均购买数量却并没有增加，甚至于还有轻微下跌。2012年人均购买数量为1.79，2013年人均购买数量为1.68，2014年人均购买数量为1.63。
假设不成立
产品维度1：价格优惠
假设销量的增长和价格优惠有关。
收集证据：因为表1里并没有价格相关的信息，所以该假设无法进行验证。
假设不成立
产品维度2：商品种类增加
假设销量的增长和商品种类的增加有关。
收集证据：商品种类的增加，意味着顾客可选的内容更多、范围更广，下单机率也就越高。
将2012年——2014年每年顾客下单商品种类汇总后发现，商品种类（一级）都是6类，没有变化，但是商品种类（二级）却呈现了逐年增加的趋势，分别是2012年399种，2013年446种，2014年578种。
假设成立
市场维度1：出台利好政策
假设销量的增长和出台利好政策有关。
收集证据：出台利好政策，有助于推动整个行业的发展。收集整理了2012年——2015年期间的相关政策，可以看到从国务院到各级地方政府陆续出台多个利好政策，大力发展电子商务，加速推进行业发展。
假设成立
市场维度2：大环境红利
假设销量增长和电商大环境好有关。
收集证据：整体大环境的利好，有利于推动整个行业的发展，2012年——2015年正是电商行业（淘宝&天猫为代表）高速发展的时期。
截止2014年12月，我国网络购物用户规模达到3.61亿，较2013年底增加5953万人，增长率为19.7%；我国网民使用网络购物的比例从48.9%提升至55.7%。
截止2014年12月中国网络零售市场交易规模达28211亿元，较2013年的18851亿元，同比增长49.7%。中国网络零售市场交易规模占到社会消费品零售总额的10.6%，2013年达到8.0%，同比增长32.5%。
作为知名电商平台——淘宝&天猫，历年双11购物节交易额及全年交易额都出现了爆发式的增长。
历年双11交易额历年全年交易额假设成立
由此得出结论：
用户数量的增加、商品种类的丰富，利好政策的出台、良好的电商大环境，都是推动该店铺销量增加的原因。
用户数量的增加、商品种类的丰富，利好政策的出台、良好的电商大环境，都是推动该店铺销量增加的原因。
2）从折线图可以看出，销量的低谷都在当年的1、2月，销量最高峰都出现在了11月，同时每年的5月也是销量的小高峰。那么是什么原因造成这样的销量分布呢？（淡季和旺季）
从之前得出折线图可以看出，连续几年的销量曲线惊人的一致，猜测是由于某些相对固定、有规律的因素造成的，比如每年的节假日、优惠活动的推广。提出假设：该店铺的淡旺季和店铺优惠活动的推出、相关节假日有关。
假设旺季与优惠活动的推出有关。
收集证据：与优惠活动的推出有关
因为没有其他相关信息进行，无法进行论证。
假设不成立
假设旺季与节假日有关
收集证据：从折线图可以看出，销售高峰出现在5月、11月，同时11月为全年销量最顶峰。
将2013年、2014年5月销量绘制折线图后，再分别与当年5月节假日做对应，发现并没有任何的规律，所以该月销量高与当月节假日有关的假设不成立。
假设不成立。
假设全年单月最高销量与电商双11购物节活动有关。
收集证据：再将2012年——2014年11月数据绘制折线图后发现，该月在电商最大节日——双11购物节期间，销量增幅明显且远远大于平时销量，且与活动日期吻合。所以销售最高的11月与电商双11购物节活动有关的假设成立。
假设销售淡季与春节假期有关。
收集证据：每年的淡季1、2月都因为春节假期回家过年，同时快递停运，造成了1、2月销量惨淡。
通过将2013年、2014年1、2月数据绘制成折线图，并与该年春节假期对比发现，2013年春节假期是2月9日——2月15日，按照惯例春节前一周快递开始停运，该时间段与2013年销量低谷2月3日——2月15日吻合。而2014年春节假期是1月31日——2月6日，按照惯例春节前一周快递开始停运，该时间段也与2014年销量低谷相吻合。
所以2013年、2014年销量淡季与春节假期有关的假设成立。
假设成立。
由此得出结论：
该店铺的销量受春节影响较大，在春节期间销量惨淡。同时店铺销量依赖于电商双11购物节活动，销量为全年之最。在平时，某些应季类商品的推出，也会带来店铺销量的增长。
2、哪一类的商品（一级、二级）销量最好？
1）从图表中可以看出，【28】类商品在一级分类里销量最好，为什么销量呈现这样的分布？
要想知道为什么28类商品的销量最好，销量为什么呈现这样的分布，依然通过上面的分析方法，进行拆分，分别从用户和产品两个方面进行分析。
假设销量和人均购买数量有关。
收集证据：将商品种类（一级）的销量和付费人数进行简单计算后得出，【28】类商品销量最高，在于该类商品的人均购买数量达到了2.35，猜测该类商品可能为一些易消耗类商品，所以每单购买数量比较多，同样人均购买数量很高的商品有【38】类商品，人均购买数量达到了3.05.
假设成立。
假设商品销量和付费人数有关
收集证据：将商品种类（一级）的销量与购买次数进行对比后发现，【5008168】【50022520】【122650008】类商品都呈现出了付费人数越多，销量越高的趋势。购买次数最多的商品为【50008168】，表示该类商品受大多数顾客的喜爱。
假设成立。
假设购买数量与商品种类有关。
收集整理：商品种类（一级）一共6个大类，所以我们将各个大类下面的二级商品种类进行了归类和统计，发现大部分商品类别都呈现出来商品种类越多，销售数量越高的情况。商品种类越多，意味着顾客可选更多，也越容易下单购买。但过多的商品种类也会造成店铺定位不清晰、商品库存压力大、店铺资金占用高等情况，需要店铺根据实际情况综合考虑。
假设成立。
2）在商品种类（二级）里，因为商品种类达到了664种，不利于分析与展示，因此选取了销量前10的商品进行整理后分析，详情如下图：
依然采用上面提到的分析维度，从用户和产品方面分别分析。
从用户维度：将购买数量和购买次数进行分析后发现，商品种类（二级）里，70%的商品符合购买人数越多，销量越高的规律，代表商品受到绝大多数顾客的欢迎；30%的商品符合平均购买数量越高，销量越高的规律，猜测商品可能为易消耗品，单次购买量都比较高。
从产品维度：将TOP10的商品按月进行销量排布，发现销量第一的商品【50018831】销量特别高的时候，都集中在每年的11月、12月，推测可能是应季类商品（比如冬装、冬季用品），又刚好赶上了双11购物节，所以销量非常突出。
由此得出结论：商品的销量，非常依赖付费人数和平均购买数量，同时丰富的商品种类也能促进店铺销量的提升，所以店铺需要提高店铺人气，多做优惠活动，多上新品，持续保持店铺对顾客的吸引力。在相应的季节推出合适的商品，也是提升销量的方式之一，但是要合理安排，避免库存过高带来的资金压力。
3、什么年龄段消费能力最强？
将表2的数据整理后可以得出，销量随年龄的增长，呈现明显的下降趋势。0-2岁（婴童）年龄段的消费能力最强，占比达到了惊人的50.21%，如果再将未出生的人数加上（家长为未出生的宝宝购买的物品，会和才出生宝宝购买的物品一致），占比高达65.13%，推测原因为该年龄段物品消耗量大（奶粉、尿不湿等）、宝宝成长速度快导致物品更新速度快（衣服、鞋子）。而5-7（大童）年龄段的消费占比只有5.25%，7岁以上（儿童）年龄的消费占比最低为2.42%。
由此可以建议店铺对目标客群进行重新定位及优化，将目标客群进行精准定位，锁定在5岁及以下儿童，打造专营店模式。不仅可以提升店铺形象，更有针对性的采购货品、丰富货品种类，同时也可以大幅降低低销量产品（5岁及以上）的库存压力及资金占用情况。
4、男女宝宝的购买比例如何？
由图可以看出，男女宝宝的购买比例相差不大，女宝宝的人数略多于男宝宝。
因为商品种类太多，不利于展示和分析，因此整理了男女宝宝喜爱商品TOP10。
由上图可以得出，【50013636】类商品为男女宝宝最喜爱的商品，推测可能是一类不用区分性别的必需商品，比如奶粉、尿不湿等，可以适度加大该类货品的备货量。虽然男女宝宝的购买比例相差不大，但喜爱类别却差异较大，商家需要更合理的进行货品安排，更有针对性的做商品类别的选择与备货。
5、复购率如何？
通过整理数据后发现，一共有29915名用户在该店铺有过购买行为，但是只有25名用户有过2次及以上的购买行为，复购率只有0.08%。
由于缺乏其他信息，无法分析复购率低的具体原因，只能大概推测：
用户维度：缺乏相应的老客户优惠政策，如老带新、老客户消费积分制等。
产品维度：商品质量不好、与店铺广告宣传不符等，导致老客户满意度低；商品更新速度慢、商品种类少，导致对客户的吸引力和曝光率不足。
行为维度：客服服务态度差或生硬，客户购物体验不好；淡季没有好的优惠活动和广告宣传。
该店铺复购率非常低，消费基本依赖新客户，对于店铺来说获客成本高、获客能力有限、淡季没有老客户消费，导致全年大部分时间销量惨淡。这类店铺更多依赖电商平台的集中活动（双11）来获取新客户，所以销售高峰会出现在第四季度和11月。要提升店铺销量，除了需要增加销售淡季的促销活动及宣传推广，还需提升老客户的复购率。
以上就是我对之前分析内容的复盘优化，欢迎指出不足、共同探讨。
