1、商業大數據研究報告邰為偉2015.9.6目 錄1、商業背景說明2、表一、表二、表三、表四3、大數據的原理4、個人期望商業背景說明本次大數據分析以商業中某店的營業數據為依據，一切分析皆來源于事實數據，對數據進行分布圖的加工處理，本次的工具利用了本人工作中的廣聯達GCL軟件，進行三維分布圖和二維平面圖的繪制。表一：每日營業總額-星期時間（二維圖）如下所示，此處列舉三個根據圖一，可以得知：1、每個星期的銷售總額的走向2、每個星期哪一天的銷售總額最高，最低3、以月為單位，隨著氣溫變化，每個月的星期銷售總額的趨向表二：每日每個產品收入額-星期時間-每個產品數量（三維分布圖）如下所示，此處列舉三個 根據圖

2、二，可以得知：1、 每天哪個產品銷售額最高，最低2、 銷售額最高的產品有哪些，分析相關關系3、 每個星期銷售額高的主要分布區域4、 隨著產品的數量增多，后來增加的新產品的銷售情況及分布5、 單件產品在每個星期的銷售額的走向，哪天最高，最低6、 單件產品在每個星期的分布，出現的頻率表三：每日每個產品收入額-天氣-每個產品數量（三維分布圖）如下所示，此處列舉一個根據圖三，可以得知：1、 每個星期每件產品隨著天氣的變化的銷售額的走向。2、 分析出哪些產品受天氣影響的相關程度比較大或小3、 同一天氣中的單件產品，哪些是銷售額正相關或負相關表四：4月6日的每件產品的銷售額的分布圖（研究正態分布） 研究分

3、布圖發現，每日的單件產品的銷售額分布呈正態分布，幾大特性如下：1、 集中性，正態曲線的高峰位于正中央2、 對稱性，正態曲線以均數為中心，左右對稱3、 均勻變動性：正態曲線由均數所在處開始，分別向左右兩側逐漸均勻下降。由于時間關系，本人只分析以上幾種分布圖，另外的影響相關因素，如不同收入方式（現金、美團、團購等）的銷售總額比例趨勢，一天中支付時間點的分布，商場在某日舉行的大型活動，員工男女比例，員工總數，年齡分布，產品單價的調整等等，都有可能影響銷售營業總額。另外，還可以分析店內的視頻，采納其中的數據，如消費者在柜臺消費前，消費中的行為表情，坐在店內品嘗時的消費行為等，這樣通過細節，分析出消費者

4、的行為，消費者在店內的停留時間等，做出相關的配合商業行為，比如增加WIFI，提供更好的餐飲環境，更好的體驗。根據大數據分布圖的分析，可作為相應的商業決策，安排，策劃，營銷，資源的協調及優化，節約成本等的事實依據，如根據正相關銷售的產品，可以綁定銷售等等。其實，大數據分析得出的結論，比如說某個熱銷產品，它的營業額在一天中很長一段時間內保持最大，也就是說這個產品符合大眾的口味，受到廣大消費者的喜愛，那么問題來了，大數據分析得出的結論，它的依據是什么呢？這就不得不說到大數據的背后原理。大數據的原理我們通過大數據分析得出的結論，往往可以作為我們商業優化的依據，因為它是以事實數據為依據，但是在這背后，卻

5、隱藏著一些機理，由于這些機理的運作支持，大數據的真正內涵價值得以爆發出來。接下來，就談談個人認知的大數據的背后原理包括哪些。1、大數定律由數學家伯努利提出，概率論歷史上第一個極限定理屬于伯努利，后人稱之為“大數定律”。 概率論中討論隨機變量序列的算術平均值向常數收斂的定律。它是一種描述當試驗次數很大時所呈現的概率性質的定律。但是注意到，雖然通常最常見的稱呼是大數“定律”，但是大數定律并不是經驗規律，而是嚴格證明了的定理。有些隨機事件無規律可循，但不少是有規律的，這些“有規律的隨機事件”在大量重復出現的條件下，往往呈現幾乎必然的統計特性，這個規律就是大數定律。簡單來說，大數定理就是當試驗次數足夠

6、多時，事件出現的頻率無窮接近于該事件發生的概率。2、中心極限定理中心極限定理是概率論中討論隨機變量序列部分和分布漸近于正態分布的一類定理。這組定理是數理統計學和誤差分析的理論基礎，指出了大量隨機變量積累分布函數逐點收斂到正態分布的積累分布函數的條件。在自然界與生產中，一些現象受到許多相互獨立的隨機因素的影響，如果每個因素所產生的影響都很微小時，總的影響可以看作是服從正態分布的。中心極限定理就是從數學上證明了這一現象。中心極限定理是研究獨立隨機變量和的極限分布為正態分布的問題。3、正態分布正態分布又名高斯分布，是一個在數學、物理及工程等領域都非常重要的概率分布，在統計學的許多方面有著重大的影響力。正態分布的概率密度函數曲線呈鐘形，因此人們又經常稱之為鐘形曲線。正態曲線呈鐘型，兩頭低，中間高，左右對稱，曲線與橫軸間的面積總等于1。4、冪律冪律來自上世紀20年代對于英語單詞頻率的分析，真正常用的單詞量很少，很多單詞不常被使用，語言學家發現單詞使用的頻率和它的使用優先度是一個常數次冪的反比關系。簡單來說，冪律就是兩個通俗的定律，一個是“長尾”理論，只有少數大的門戶網站是很多人關注的，但是還有一個長長的尾巴，就是小網站，小公司。長尾理論就是對冪律通俗化的解釋。另外一個通俗解釋就是馬太效應，窮者越窮富者越富。個人期望本人通過對這次的商業大數據的分析以及相關成果，希望為大數據的發展作出