企业网站设计服务公司,企业网页制作哪家公司好,网站开发 模板 c,app是基于什么开发的5 人赞同了该回答figure data-sizenormaldata-sizenormal这个入口是全网人气新品池#xff0c;我们今天所获取到的数据都是来源于这里。无论是C店还是B店#xff0c;统统都有机会进来。这个平台最有价值的数据#xff0c;就是可以告诉我们自…5 人赞同了该回答figure data-sizenormal data-sizenormal这个入口是全网人气新品池我们今天所获取到的数据都是来源于这里。无论是C店还是B店统统都有机会进来。这个平台最有价值的数据就是可以告诉我们自己的新品究竟算是什么品质的俗称档次如图所示不同档位的产品平台的推荐力度不同并且这里是达人们经常选品的地方如果能进来这里实际上也算是多了一层曝光。从营销的角度来讲实际上让产品尽量得到足够多的曝光才是当务之急的事情。除了达人会主动推荐外手淘首页也会进行推荐。 这份数据图表就是今天的案例13。重点部分内容就是这个散点图。我们之前做过很多散点图的同学应该都很清楚散点图本身不难但如果想要让散点图里头的数据都能够自动分好类的话似乎不是那么容易的事情。正如上面这张图所示我把获取到的快选池新品数据按不同的关键词进行分类不同关键词下都可以将数据自动分成5个类别也就是5种不同的数据。之所以进行分类是因为可以更好的区别不同类别的数据特征。因此为了达到这个效果我使用了聚类算法当中的K-means算法。不懂算法的同学不要紧因为微软已经帮我们做好了一个专门来用进行数据挖掘的套件。我们暂且先来看看究竟这些不同类别的数据都有什么特征。数据源当中我使用了品质档、价格、付款人数、所在地通过K-means算法进行聚类最后得到5个不同的类别。这些类别的名字分别从1-5进行取名。通过这个关系图我们可以很明显看得出来实际上分类1的数据可以直接连接分类2、3、4、5说明其重要性不言而喻。暂且从分类1的角度来看数据从上面这个图可以看出分类1的一些特征比如付款人数在0-299这个范围价格150.0-361.4这个范围其他的以此类推最关键的地方在于这些数据背后的产品基本上代表的就是第4档位的产品。而实际上这个档次的产品的销量是最好的。那么也就是我们这里的分类1的产品代表的就是最好的。从散点图我们可以看出来实际上这个分类被其他分类给包裹住了哈哈。如果没有事先进行数据挖掘的话我们将看到一堆小圈圈在浮动。这个是分类特征图基本上可以快速告诉我们数据的很多信息了。比如档次上来讲就是集中在4和5所在地上海就是个热门区域。通过我们自己做的PBI图表也是可以看得出来的这里可能更加明显。这个数据挖掘套件的好处在于还能告诉我们不同类别的具体特征比如从付款人数的平均值来看分类1在117.07分类2在64.22分类3在152.17等等。这样子看数据是不是很方便了。结合价格区间我们也可以看出这些产品的价格段分布基本上在106-375之间。因此我们的定价这块应该着重考虑这个价格段的。因为红酒属于标品因此大品牌特别多我们可以看出来官方超市是第一位的其次是上面这些品牌。最后说一下这次用到的数据主要来自于花老师自己研发的数据分析工具箱当中的其中一项功能如图所示 目前为止这个是第5代版本一共有15个免费功能当然随着我后面的不断更新肯定会加入更多实用功能进来尽请期待希望我今天的分享能对大家有所帮助谢谢不废话关注知乎专栏花随花心送数据分析工具箱发布于 2018-09-29赞同 5添加评论分享收藏感谢收起
