電子商務數據分析基礎模塊四數據描述性分析CONTENT目錄單元一描述性統計分析單元二趨勢分析單元三對比分析單元四其他分析方法學習目標知識目標技能目標素養目標熟悉描述性統計量的類型和指標含義熟悉圖表趨勢預測法和時間序列預測法熟悉對比分析法的概念和方法了解頻數分析法、分組分析法、結構分析法、平均分析法、交叉分析法和漏斗圖分析法能夠利用Excel進行數據描述性統計分析能夠利用圖表趨勢預測法和時間序列預測法對電子商務日常運營數據進行趨勢分析能夠使用同比分析法和環比分析法對本期和同期、本期和上期的數據進行分析能夠運用頻數分析法、分組分析法、結構分析法、平均分析法、交叉分析法和漏斗圖分析法對電子商務數據進行分析具備尊重公民隱私的意識，不侵犯公民合法權益具備實事求是的工作態度，客觀反饋數據分析結果具備科學、嚴謹的職業素養，在數據描述性分析過程中，做到一絲不茍、精益求精具備遵守《國務院反壟斷委員會關于平臺經濟領域的反壟斷指南》《中華人民共和國個人信息保護法》《互聯網信息服務算法推薦管理規定》等相關法律法規的職業操守知識導圖單元一描述性統計分析引導案例對數據進行統計描述是統計分析中最基本的工作，對于整理好的數據，通過描述性統計分析，可以挖掘出很多統計量的特征。以某家航空公司的網上售票處理時長分析為例，有顧客反映其售票處理的速度太慢，為此，航空公司收集了100位顧客購票所花費時間的樣本數據如表，描述性統計分析結果如表所示。引導案例航空公司基于以上數據樣本，分析得出結論:為一位顧客處理一次售票業務所需的時間設置在5分鐘之內是合理的。結合案例，思考并回答以下問題:（1）上面的數據是否支持航空公司“為一位顧客處理一次售票業務所需的時間設置在5分鐘以內是合理的”這一說法?（2）使用哪個平均指標來分析上述問題比較合理?為什么?單元一描述性統計分析一、認識描述性統計量描述變量集中趨勢的統計量描述變量離散程度的統計量描述變量分布情況的統計量單元一描述性統計分析描述變量集中趨勢的統計量平均值（Mean）表示變量值的平均水平，包括算術平均值、加權算術平均值、調和平均值和幾何平均值。中位數（Median）是指將各變量值按大小排序后，處于序列中間位置的那個變量值。當變量個數為偶數時，中位數是位于中間位置的兩個變量的算術平均值。眾數（Mode）一組數據中出現頻率最高的數據值。眾數只有在總體數據量較多而又有明確的集中趨勢的數據中才有意義。和（Sum）某變量的所有變量值之和。單元一描述性統計分析描述變量離散程度的統計量標準差（StandardDeviation）描述變量關于均值的偏離程度方差（Variance）標準差的平方，是各個觀測值與其均值離差平方的均值最大值（Maximum）某變量所有取值的最大值單元一描述性統計分析最小值（Minimum）某變量所有取值的最小值極差（Range）又稱區域、全距，用R表示，是某變量極大值與極小值之差均值標準誤差（StandardErrorofMean）均值的標準誤差，是反映抽樣誤差大小的統計指標，是統計推算可靠性的指標單元一描述性統計分析描述變量分布情況的統計量偏度衡量的是樣本分布的偏斜方向和程度峰度衡量的是樣本分布曲線的尖峰程度如果樣本的偏度接近于0，而峰度接近于0，就可以判斷總體的分布接近于正態分布。單元一描述性統計分析偏度（Skewness）峰度（Kurtosis）描述變量分布的對稱程度和方向。偏度為0表示對稱，大于0表示右偏，小于0表示左偏描述變量分布的陡峭程度。峰度為0表示陡峭程度和正態分布相同，大于0表示比正態分布陡峭，小于0表示比正態分布平緩。單元一描述性統計分析知識鏈接偏度是以正態分布為標準來描述數據對稱性的指標。偏度=0，就是正態分布;如果頻數分布的高峰向左偏移（偏度>0)，長尾向右側延伸，則稱為正偏態分布;同樣，如果頻數分布的高峰向右偏移（偏度<0)，長尾向左側延伸，則稱為負偏態分布。偏度分布示意見圖4-1。峰度是相對于正態分布而言的，是描述對稱分布曲線峰頂尖峭程度的指標。峰度>0，表示兩側極端數據較少，比正態分布更高更窄，呈尖峭峰分布;峰度<0，表示兩側極端數據較多，比正態分布更低更寬，呈平闊峰分布。峰度分布示意見圖4-2。單元一描述性統計分析知識鏈接圖4-1偏度分布示意圖圖4-2峰度分布示意圖單元一描述性統計分析二、數據的描述性統計分析在Excel中添加“數據分析”加載項打開Excel，單擊“文件”選項卡，進入“文件”功能區，單擊“選項”按鈕，在彈出的Excel選項框中點擊“加載項”按鈕，在“加載項”對話框里找到“管理”功能區，單擊其下拉列表，選擇“Excel加載項”，并單擊“轉到”按鈕，即可彈出“加載宏”對話框。1單元一描述性統計分析在“加載宏”對話框中選中“分析工具庫”、“分析工具庫-VBA”（分析工具庫的編程加載項）復選框，點擊“確定”按鈕，即可完成“數據分析”加載項的添加。在Excel的“數據”菜單的右上角即出現了“數據分析”功能項。2單元一描述性統計分析實訓專區4-1請在Excel中完成“數據分析”加載項的添加。單元一描述性統計分析利用Excel進行數據的描述性統計分析案例單元一描述性統計分析打開“活動訪問數據.xlsx”文件，選擇“數據”選項卡，單擊“數據分析”按鈕。在彈出的“數據分析”對話框中選中“描述統計”分析工具，單擊“確定”按鈕，便彈出了“描述統計”對話框。1單元一描述性統計分析在“描述統計”對話框中完成各類參數的設置。2輸入輸入區域：選擇需要分析的數據源區域，可選多行或多列，可以采用鼠標進行框選，也可以用鍵盤進行輸入。輸入時需要帶上絕對引用符號“$”，如本例中數據源區域為$B$1:$B$21分組方式：選擇分組方式，如果需要指出【輸入區域】中的數據是按行還是按列分組，則選擇“逐行”或“逐列”，如本例中選擇“逐列”。標志位于第一行：若數據源區域第一行含有標志（字段名、變量名），則應勾選，否則，Excel字段將以“列1、列2、列3……”作為列標志，本例勾選“標志位于第一行”。單元一描述性統計分析輸出選項輸出區域：可選當前工作表的某個活動單元格、新工作表組或新工作簿，本例將結果輸出至當前工作表的D2單元格；匯總統計：包括有平均值、標準誤差(相對于平均值)、中位數、眾數、標準差、方差、峰度、偏度、區域、最小值、最大值、求和、觀測數等相關指標，本例勾選“匯總統計”復選框。平均數置信度：置信度也稱為可靠度或置信水平、置信系數，是指總體參數值落在樣本統計值某一區內的概率，常用的置信度為95%或90%，本例勾選此復選框，并輸入“95%”，可用來計算在顯著性水平為5%時的平均值置信度。第K大(小)值：表示輸入數據組的第幾位最大（?。┲怠１纠催x此復選框，并輸入“1”，結果出現最大值和最小值。單元一描述性統計分析完成“描述統計”的設置后，單擊“確定”按鈕，描述統計結果就會在設定的輸出區域展示。本案例中輸出區域選擇在本表展示，展示結果如圖。3可以看到，該電商平臺這一時間段內訪問量的大體情況是:由于“雙11”的到來，隨著平臺各種推廣活動的開展，訪客量在“雙11”前呈增長趨勢，且在“雙11”當天達到最高。隨著活動結束，店鋪的訪客量有所下降，但是整體來看，本次活動讓店鋪訪客量的平均水平得到了提高。單元一描述性統計分析實訓專區4-2調取源數據4-1，完成店鋪7月14日到8月12日期間訪客量、瀏覽量兩列數值的描述性統計分析。單元一描述性統計分析1+X考證提要本單元需重點理解與掌握的內容（1）描述變量集中趨勢的統計量:平均值、中位數、眾數、和等。（2）描述變量離散程度的統計量:標準差、方差、最大值、最小值、極差、均值標準誤差等。（3）描述變量分布情況的統計量:偏度、峰度。（4）在Excel中添加“數據分析”加載項的操作步驟:文件—選項—加載項—加載宏。（5）利用Excel進行數據的描述性統計分析的操作步驟:打開“數據分析”窗口一選擇“描述統計”按鈕—完成參數設置—分析描述統計結果。（6）根據“描述統計”結果，分析各類統計量所顯示的集中趨勢、離散趨勢、分布情況等。版權聲明本課件版權歸屬北京博導前程信息技術股份有限公司，僅允許1+X試點院校和相關院校教師用于學生培訓使用。未經本公司授權，不得擅自使用、轉發或上傳至文庫、網盤等資源共享平臺，或用于其它商業用途，否則我公司有權追究一切版權法律責任。謝謝觀看THANKYOUFORWATCHING電子商務數據分析基礎模塊四數據描述性分析CONTENT目錄單元一描述性統計分析單元二趨勢分析單元三對比分析單元四其他分析方法單元二趨勢分析引導案例趨勢預測是將歷史資源和數據按照時間順序排列成一個系列，根據時間序列所反映的經濟現象的發展過程和趨勢，將時間序列外推或延伸，來預測經濟現象未來可能達到的水平。隨著人均可支配收入的增加以及母嬰童家庭消費能力的提升，中國母嬰市場持續增長，據艾瑞咨詢發布的《2022中國母嬰行業研究報告》的統計數據顯示，2021年中國母嬰消費規模達34591億元，如圖4-9所示。從圖4-9中不難看出，中國母嬰消費規模從2016年到2021年呈逐年增長態勢。引導案例結合案例，思考并回答以下問題:（1）圖4-9中的虛線是否能夠呈現出2016-2021年中國母嬰市場消費規模的變化趨勢?（2）預測2022年中國母嬰市場消費規模的數據可以采用哪些方式?（3）如果用y代表某一年的消費規模，x代表第幾個年份，已知y與x有以下關系:y=2687.4x+18421，請計算出2022年中國母嬰市場消費規模的預測值。單元二趨勢分析一、認識趨勢分析

趨勢分析是在已有數據的基礎上，利用科學的方法和手段，對未來一定時期內的市場需求、發展趨勢和影響因素的變化做出判斷，進而為營銷決策服務。單元二趨勢分析二、圖表趨勢預測法認識圖表趨勢預測法圖表趨勢預測法的基本流程根據給出的數據，制作散點圖或者折線圖利用趨勢線外推或利用回歸方程計算預測值觀察圖表形狀，并添加適當類型的趨勢線單元二趨勢分析那么何為趨勢線呢？

趨勢線是一種回歸分析的基本方法，回歸分析是確定兩種或兩種以上變量間相互依賴的定量關系的一種統計分析方法。通過回歸分析，可以使趨勢線延伸至事實數據之外，從而預測未來值。線性移動平均指數冪對數多項式單元二趨勢分析線性趨勢線適用于增長或降低的速度比較平穩、關系穩定，數據點構成趨勢近乎直線的預測01指數趨勢線適用于增長或降低的速度持續增加，且增加幅度越來越大的數據集合，數據點構成趨勢為曲線的預測02對數趨勢線適合增長或降低幅度開始比較快，后來逐漸趨于平緩的數據集合03單元二趨勢分析多項式趨勢線適用于增長或降低的波動幅度較大的數據集合，它可用于分析大量數據的偏差多項式的階數可由數據波動的次數或曲線中拐點（峰和谷）的個數確定二階多項式趨勢線通常僅有一個峰或谷三階多項式趨勢線通常有一個或兩個峰或谷四階多項式趨勢線的峰和谷通常多達三個單元二趨勢分析乘冪趨勢線移動平均趨勢線移動平均使用特定數目的數據點(由“周期”選項設置)，取其平均值，然后將該平均值作為趨勢線中的一個點。適用于增長或降低速度持續增加，且增加幅度比較恒定的數據集合。用于平滑處理數據中的微小波動，從而更加清晰地顯示數據的變化和趨勢。單元二趨勢分析R平方值回歸平方和總離差平方和總離差平方和中可以由回歸平方和解釋的比例，這一比例越大越好，模型越精確，回歸效果越顯著。<<01越接近1，回歸擬合效果越好，一般認為超過0.8的模型擬合優度比較高單元二趨勢分析利用圖表趨勢預測法分析線性趨勢線多項式趨勢線指數趨勢線單元二趨勢分析利用線性趨勢線預測店鋪銷售額打開“某店鋪銷售額數據.xlsx”文件，選擇A2:B12單元格區域，選擇“插入”選項卡，在“圖表”組中單擊“折線圖”下拉按鈕，選擇“帶數據標記的折線圖”選項，添加圖表標題，即可完成折線圖的添加。1單元二趨勢分析選中折線圖表，在“圖表工具”中選擇“設計”選項卡，在“添加圖表元素”組中單擊“趨勢線”下拉按鈕，選擇“線性”選項，即可完成線性趨勢線的添加。2單元二趨勢分析雙擊插入的趨勢線，彈出“設置趨勢線格式”對話框，本例中需往前預測兩年的銷售額，故在“趨勢預測”選項區中的“向前”文本框中輸入2，選中“顯示公式”復選框，然后單擊“關閉”按紐。3單元二趨勢分析在圖表中查看預測公式，使用公式計算預測年份的銷售額。如本例中公式為“y=187.6x+334.78”，其中x是第幾個年份對應的數據點，y是對應年份的銷售額。由于2022年是第10個數據點，2023年是第11個數據點，由此計算出2022年、2023年的預測銷售額如下：（萬元）（萬元）4單元二趨勢分析實訓專區4-3在上述案例中，已通過公式算出2022年和2023年的店鋪銷售額，請在當前趨勢線不變的情況下，完成2024年和2025年店鋪銷售額的預測計算。單元二趨勢分析利用指數趨勢線預測店鋪銷量打開“某店鋪銷量數據.xlsx”文件，選擇“A2：B13”單元格區域，選擇“插入”選項卡，在“圖表”組中單擊“散點圖”下拉按鈕，選擇“僅帶數據標記的散點圖”選項，散點圖插入完成后，添加圖表標題，完成圖表的基本設置。1單元二趨勢分析選中散點圖圖表，在“圖表工具”中選擇“設計”選項卡，在“添加圖表元素”組中單擊“趨勢線”下拉按鈕，選擇“指數”選項，完成趨勢線添加。2單元二趨勢分析雙擊插入的趨勢線，彈出“設置趨勢線格式”對話框，本例中需往前預測11月、12月的銷量，故在“趨勢預測”選項區中“向前”文本框中輸入2，選中“顯示公式”和“顯示R平方值”復選框，然后單擊“關閉”按鈕。3單元二趨勢分析根據公式或趨勢線預測11月和12月的銷量。如本例中公式為“y=23.661e0.1385x，其中x是第幾個月份對應的數據點，y是對應月份的銷量。由于11月是第11個數據點，12月是第12個數據點，由此計算出11月和12月的店鋪銷量如下：（萬件）（萬件）4單元二趨勢分析實訓專區4-4調取源數據4-2，利用指數趨勢線預測店鋪第二年1月的銷量。單元二趨勢分析利用多項式趨勢線預測銷售費用打開“銷售額和銷售費用分析.xlsx”文件，選擇B2：C22單元格區域，選擇“插入”選項卡，在“圖表”組中單擊“散點圖”下拉按鈕，選擇“僅帶數據標記的散點圖”選項，完成散點圖的插入。調整圖表的大小和位置，添加圖表標題，散點圖即設置成功。1單元二趨勢分析選中散點圖圖表，在“圖表工具”中選擇“設計”選項卡，在“添加圖表元素”組中單擊“趨勢線”下拉按鈕，選擇“線性”選項，如圖4-18所示，即可完成線性趨勢線的添加。2單元二趨勢分析雙擊插入的趨勢線，在彈出的“設置趨勢線格式”對話框中選中“多項式”單選按鈕，在“順序”數值框中輸入2，選中“顯示公式”和“顯示R平方值”復選框，然后單擊“關閉”按鈕，即可在圖表中看到預測公式和R平方值。3單元二趨勢分析選中散點圖圖表，在“圖表工具”中選擇“設計”選項卡，在“添加圖表元素”組中單擊“軸標題”下拉按鈕，分別對“主要橫坐標軸”、“主要縱坐標軸”的標題和格式進行調整，即完成了銷售額與銷售費用分析趨勢圖。4如本例中公式為“y=0.0013x2-0.6106x+81.027”，其中x是銷售額,y是該銷售額對應的銷售費用。如已知8月21日該店鋪的銷售額是300萬元，由此計算出其銷售費用的預測值如下：y=0.0013×3002-0.6106×300+81.027≈14.85（萬元)單元二趨勢分析5單元二趨勢分析實訓專區4-5調取源數據4-3，可知某店鋪6月1日到6月20日的銷售額和銷售費用，并已知6月21日的銷售額，請利用多項式趨勢線預測店鋪6月21日的銷售費用。單元二趨勢分析三、時間序列預測法認識時間序列預測法時間序列是指某種變量在一定時間段內不同時間點上觀測值的集合。這些觀測值是按時間順序排列的，時間點之間的間隔是相等的，可以是年、季度、月、周、日或其它時間段?；驹沓姓J事物發展的延續性，運用過去時間序列的數據進行統計分析，推測出事物的發展趨勢充分考慮到偶然因素影響而產生的隨機性，為了消除隨機波動的影響，時間序列預測法利用歷史數據進行統計分析，并對數據進行適當處理，進行趨勢預測。預測所依據的數據具有不規則性不考慮事物發展之間的因果關系假設事物發展趨勢會延伸到未來單元二趨勢分析基本特點反映對象線性的、單向的聯系。適合預測在時間方面穩定延續的過程，不適合進行長期預測。在分析現在、過去、未來的關系，未來的結果與過去、現在的各種因素之間的關系時，效果比較好，數據處理不復雜。缺點優點時間序列預測法的一般步驟單元二趨勢分析收集、整理歷史資料、編制時間序列1要求：時間序列要完整、準確；各數據間應具有可比性，要將不可比的數據整理為可比數據；如果在時間序列中存在極端值，要將其刪除。繪制圖形2把時間序列繪制成統計圖，以便更好地體現變量的發展變化趨勢和統計數據的分布特點。單元二趨勢分析建立預測模型、進行預測計算3選擇預測模型時，主要考慮預測期的長短、時間序列的類型、預測費用的多少、預測準確度的大小、預測方法的實用程度。評價預測結果4從統計檢驗和直觀判斷兩個方面對使用統計、數學方法取得的預測結果進行評價，以判斷預測結果的可信程度以及是否切合實際。單元二趨勢分析時間序列預測主要預測方法時間序列預測法一般可分為確定性時間序列預測法和隨機時間序列預測法。確定性時間序列預測法有季節波動法、移動平均法、指數平滑法、差分指數平滑法、自適應過濾法、直線模型預測法、成長曲線模型預測法等。隨機時間序列預測法是通過建立隨機時間序列模型來預測，對方法和數據要求都很高，精度也很高。移動平均法季節波動法指數平滑法季節波動法單元二趨勢分析季節波動法又稱季節周期法、季節指數法、季節變動趨勢預測法，是對季節波動的時間序列進行預測的方法。季節波動是指某些社會經濟現象由于受自然因素、消費習慣、風俗習慣等社會因素的影響，在一年內隨著季節的更換而引起的有規律性的變動。根據未來年度的全年趨勢預測值，求出各月或各季度的平均趨勢預測值，乘以相應的季節指數，即得出未來年度內各月和各季度包含季節變動的預測值

計算各月或各季度的季節指數，又稱季節比率，即S=A/B

求出歷年間所有月份或季度的平均值(用B表示)

求出各年同月或同季觀察值的平均數(用A表示)

收集歷年(通常至少3年)各月或各季度的統計資料，以此作為觀察值單元二趨勢分析具體操作步驟移動平均法單元二趨勢分析移動平均法是用一組最近的實際數據值來預測未來一期或幾期內數值的一種常用方法，如預測公司產品的需求量、公司產能等，當產品需求量既不快速增長也不快速下降，且不存在季節性因素時，移動平均法能有效地消除預測中的隨機波動。指數平滑法單元二趨勢分析指數平滑法指以某種指標的本期實際數和本期預測數為基礎，引入一個簡化的加權因子，即平滑系數，以求得平均數的一種指數平滑預測法。平滑系數必須大于0且小于1，如0.1、0.4、0.6等。其計算公式為：下期預測數=本期實際數×平滑系數+本期預測數×（1-平滑系數）。如某種產品銷售量的平滑系數為0.4，2021年實際銷售量為50萬件，預測銷售量為55萬件。則2022年的預測銷售量為：2022年預測銷售量=50×0.4+55×（1-0.4）=53（萬件）單元二趨勢分析利用時間序列預測法分析利用季節波動預測店鋪銷量打開“某商品連續五年季度銷量統計.xlsx”文件，選擇B8單元格，在編輯欄中輸入公式“=AVERAGE(B3:B7)”，并按“Enter”鍵確認，計算同季度平均值。接著，選中B8單元格，向右拖動B8單元格填充柄至E8單元格，填充其他三個季度的平均值。1單元二趨勢分析選擇B9單元格，在編輯欄中輸入公式“=AVERAGE(B8:E8)”，并按“Enter”鍵確認，計算所有季度平均值。2選擇B10單元格，在編輯欄中輸入公式“=B8/B9”，并按“Enter”鍵確認，計算第一季度比率。3單元二趨勢分析按住“Ctrl”鍵分別選擇B2：E2和B10：E10單元格區域，選擇“插入”選項卡，在“圖表”組中單擊“折線圖”下拉按鈕，選擇“折線圖”選項，即可完成折線圖的添加。接著，調整折線圖圖表的位置和大小，添加圖表標題。4單元二趨勢分析選擇F3單元格，在編輯欄中輸入公式“=SUM(B3：E3)”，并按“Enter”鍵確認，即可得出2017年全年銷量合計。選中F3單元格，向下拖動F3單元格填充柄至F7單元格，填充數據，即可得出2018-2021年各年的全年銷量合計。5單元二趨勢分析選擇F11單元格，在編輯欄中輸入公式“=F7*1.2”，并按“Enter”鍵確認，計算預測合計值。其中，本例中2022年該商品的銷售目標是提高20%的銷量，因此2022年全年銷量預測值=2021年銷量合計*（1+20%），即為F7*1.2。6單元二趨勢分析選擇B11單元格，在編輯欄中輸入公式“=F11/4*B10”，并按“Enter”鍵確認，計算2022年第一季度預測值，即為2022年預測合計值在四個季度的均值與各季度比率的乘積。7單元二趨勢分析選中B11單元格，向右拖動B11單元格填充柄至E11單元格，即可完成2022年季度預測計算。8單元二趨勢分析日常生活中有哪些商品銷量受季節的影響比較大，請舉例說明。單元二趨勢分析實訓專區4-6調取源數據4-4，可知某店鋪2018—2021年各季度銷量數據，預計在2022年提高15%的銷量，請利用季節波動法預測2022年各季度的銷量。單元二趨勢分析利用移動平均公式預測店鋪利潤知識鏈接

移動平均法計算公式如下:yt=(Xt-1+Xt-2+Xt-3+…+xt-n)/n式中，yt-------對下一期的預測值;n-------移動平均的時期個數;xt-1-------前期實際值;Xt-2、Xt-3和xt-n-------分別表示前兩期、前三期直至前n期的實際值。單元二趨勢分析打開“某店鋪利潤預測分析.xlsx”，選擇D14單元格，在編輯欄中輸入公式“=AVERAGE(C3:C14)”，按“Enter”鍵確認，計算一次平均值。選中D14，向下拖動填充柄至D26單元格，填充數據，如圖4-29所示。1圖4-29計算一次平均值單元二趨勢分析選擇E15單元格，在編輯欄中輸入公式“=AVERAGE(D14:D15）”，并按“Enter”鍵確認，計算二次平均值。選中E15，向下拖動填充柄至E26單元格，進行數據填充，如圖4-30所示。2圖4-30計算二次平均值單元二趨勢分析按住“Ctrl”鍵選擇C2:C26和E2:E26單元格區域，選擇“插入”選項卡，在“圖表”組中單擊“折線圖”下拉按鈕，選擇“帶數據標記的折線圖”選項。調整圖表的大小和位置，添加圖表標題，完成圖表的基本設置。此時，賣家即可查看預測出的店鋪利潤及其變化趨勢，如圖4-31所示。3單元二趨勢分析利用“移動平均”分析工具預測店鋪利潤打開“某店鋪利潤預測分析.xlsx”，選擇“數據”選項卡，單擊“數據分析”按鈕，在彈出的“數據分析”對話框中選擇“移動平均”分析工具，然后單擊“確定”按鈕。1單元二趨勢分析在彈出的“移動平均”對話框中設置參數，選中“標志位于第一行”“圖表輸出”“標準誤差”（標準誤差是實際數據與預測數據即“移動平均數據”的標準差，用以顯示預測值與實際值的差距，這個數據越小則表明預測數據越準確）復選框，然后單擊“確定”按鈕。即可輸出移動平均數值及趨勢線。2單元二趨勢分析通過查看圖4-35的店鋪利潤移動平均趨勢線，你能發現該店鋪各月利潤數據的哪些變化趨勢?并分析這些變化趨勢的內在原因。單元二趨勢分析實訓專區4-7調取源數據4-5，利用移動平均公式和Excel的“移動平均”分析工具兩種方法，完成數據移動平均趨勢線的制作，并分析數據的趨勢變化。單元二趨勢分析利用指數平滑法預測產品生產量知識鏈接指數平滑法計算公式:yt=aXt-1+(1-a)yt-1=(1-β)xt-1+βyt-1式中，yt——時間t的平滑值;Xt-1——時間t一1的實際值;yt-1——時間t一1的平滑值;α——平滑系數;β——阻尼系數。單元二趨勢分析打開“某產品1—11月生產量數據”文件，在“數據”選項卡的“分析”選項組中單擊“數據分析”按鈕，彈出“數據分析”對話框，在“分析工具”列表框中選擇“指數平滑”選項，如圖4-36所示。1單元二趨勢分析單擊“確定”按鈕，彈出“指數平滑”對話框。設置“輸入區域”為B3:B13單元格區域，在“阻尼系數”文本框中輸入“0.6”，設置“輸出區域”為C3單元格，如圖4-37所示。單擊“確定”按鈕，返回工作表中，即可得出一次指數預測結果，如圖4-38所示。2單元二趨勢分析實訓專區4-8調取源數據4-6，可知某產品1—11月份的生產量統計數據，假設阻尼系數為0.3，利用二次指數平滑法預測店鋪12月的生產量(二次指數平滑法是建立在一次指數平滑法的基礎上的，即利用一次指數平滑法得出的預測結果再進行一次平滑，三次指數平滑法也是同樣的道理)。單元二趨勢分析1+X考證提要本單元需重點理解與掌握的內容（1）圖表趨勢預測法主要趨勢線類型:線性趨勢線、指數趨勢線、多項式趨勢線、對數趨勢線、乘冪趨勢線、移動平均趨勢線等。（2）圖表趨勢預測法的基本流程:制作數據圖、添加趨勢線、計算預測值。（3）時間序列預測法的主要方法:季節波動法、移動平均法、指數平滑法等。（4）時間序列預測法的一般步驟:收集、整理歷史資料，編制時間序列;繪制圖形;建立預測模型，進行預測計算;評價預測結果。版權聲明本課件版權歸屬北京博導前程信息技術股份有限公司，僅允許1+X試點院校和相關院校教師用于學生培訓使用。未經本公司授權，不得擅自使用、轉發或上傳至文庫、網盤等資源共享平臺，或用于其它商業用途，否則我公司有權追究一切版權法律責任。謝謝觀看THANKYOUFORWATCHING電子商務數據分析基礎模塊四數據描述性分析CONTENT目錄單元一描述性統計分析單元二趨勢分析單元三對比分析單元四其他分析方法單元三對比分析引導案例在數據分析工作中，經常會將兩組或多組數據放在一起對比，從數量上展示和說明這幾組數據的關系與差距，常用到的對比分析方法有同比分析法、環比分析法。例如，拼多多2022年3月21日發布的2021年四季度及全年財務業績中顯示，拼多多總營業收入939.49億元，同比增長58%;歸屬于普通股東的凈利潤為77.68億元，2020年同期為71.79億元;歸屬于普通股股東的凈利潤為138.29億元，2020年同期為虧損29.65億元。圖4-39是拼多多2021年各季度總營業收入同比增長率，從圖中可知，2021年各季度總營業收入較2020年均有增長，尤其是第一季度，2021年總營業收入較2020年同比增長238.89%。引導案例結合案例，思考并回答以下問題:（1）請結合圖4-39提供的數據，全面分析拼多多2021年各季度營業收入較2020年同比增長情況。（2）運用同比分析法有什么好處?單元三對比分析一、認識對比分析對比分析也叫比較分析，是將兩個或兩個以上有關聯的指標進行對比，從數量上展示和說明這幾個指標的規模大小、速度快慢、關系親疏、水平高低等情況。單元三對比分析對比分析的使用場景單元三對比分析競爭對手對比是采用企業自身指標數據與競爭對手指標數據進行行業上的對比，目的是通過了解競爭對手的信息、發展策略及行動，并將其與企業自身情況進行對比后做出合理的應對措施,以達到企業優化和提升的效果。目標與結果對比是指標目標與實際完成值進行對比，以此分析出兩者之間的差距以及差距的數值等情況。單元三對比分析不同時期對比是對指標在不同時期的數據進行對比，以了解同一指標的發展情況?；顒有Ч麑Ρ仁菍χ笜嗽诨顒娱_展前后的情況進行對比，以反映活動產生的效果。指標的整體性質具有可比性單元三對比分析對比分析的注意事項指標的內涵及外延具有可比性指標的時間范圍具有可比性指標的計算方式一致指標的計量單位一致指標的類型一致選擇指標遵循的原則單元三對比分析環比分析法同比分析法對比分析的方法對同類指標本期與同期數據進行比較

（比較本期與上年同期的數據）

對同類指標本期與上期數據進行比較

（對同年不同時期的數據進行比較）

二、對比分析方法單元三對比分析同比分析法同比分析法及其計算同比增長率=(本期數-同期數)÷同期數×100%某企業2022年3月訪客數為1896人，2021年3月訪客數為1359人，其同比增長率=(1896-1359)÷1359×100%=39.51%單元三對比分析在Excel中進行同比分析依次點擊“插入”“數據透視圖”按鈕1在“創建數據透視表”編輯框中的“選擇一個表或區域”中，輸入需要進行處理的數據區域，然后選中“現有工作表”并在“現有工作表”中點擊具體單元格，確定數據透視表將要放置的位置。2在“右側數據透視圖字段”編輯區，選擇“銷售額”“季度”“年”這幾個需要呈現在數據圖中的指標。隨后，將“銷售額”拖拽至“值”，將“季度”拖拽至“行”，將“年”拖拽至“列”。3單元三對比分析選中透視表中的某一個數據并點擊鼠標右鍵，然后依次點擊“值顯示方式”“差異”按鈕。4在“值顯示方式”編輯框設置“基本字段”為“年”，設置“基本項”為“上一個”。5經過以上操作，得到2020、2021年各季度的同比增長值。6單元三對比分析接下來，進行同比增長百分比的計算。首先在“數據透視表”編輯區新增一個“銷售額”求和項，操作方法是：單擊“銷售額”，將其拖拽至“值”。7選中透視表中的某一個數據并右擊鼠標，依次單擊“值顯示方式”“差異百分比”按鈕。8在“值顯示方式”編輯框設置“基本字段”為“年”，設置“基本項”為“上一個”。9單元三對比分析經過以上操作，得到2020、2021年各季度的同比增長率。為了方便區分，需要對透視表里同比增長值和同比增長率對應的表頭重新命名，命名方式為：雙擊鼠標需要重新命名的表頭，在出現的編輯框“自定義名稱”里輸入新的表頭名稱，點擊“確定”按鈕，完成重命名。10至此得到2020、2021年各季度銷售額的同比增長值和同比增長率11單元三對比分析環比分析環比分析法及其計算環比增長率=(本期數-上期數)÷上期數×100%某企業2022年4月成交額為13658元，2022年3月成交額為12534元。其環比增長率=(13658-12534)÷12534×100%=8.97%單元三對比分析在Excel中進行環比分析依次單擊“插入”“數據透視圖”按鈕。1在“創建數據透視表”編輯框中的“選擇一個表或區域”中，輸入需要進行處理的數據區域，然后選中“現有工作表”并在“位置”中輸入數據透視表將要放置的位置。2在右側“數據透視圖字段”編輯區中選擇“時間”“銷售額”“月”這幾個需要呈現在數據圖中的指標。隨后，將“銷售額”拖拽至“值”，將“月”和“時間”拖拽至“行”。3單元三對比分析選中匯總的某一個數值并右擊鼠標，然后單擊“值顯示方式”按鈕。4點擊“差異百分比”按鈕，在“值顯示方式”編輯框的“基本項”選擇“上一個”。5經過以上操作，會自動生成企業2021年各月銷售額環比增長率數值及圖表。6單元三對比分析實訓專區4-9A企業經營跨境出口業務，調取源數據4-7，獲取企業2020年和2021年各月的出口額數據，結合所學內容，對該企業近兩年的出口額分別進行同比分析和環比分析。單元三對比分析1+X考證提要本單元需重點理解與掌握的內容對比分析包括同比分析法與環比分析法，重點需掌握的內容如表4-3所示。項目同比分析法環比分析法適用范圍同比分析法是對同類指標本期數據與同期數據進行比較，企業數據分析時常用來比較本期與上年同期的數據環比分析法是對同類指標本期與上期數據進行比較，企業在數據分析時常用來對同年不同時期的數據進行比較計算公式同比增長率=(本期數―同期數)÷同期數×100%環比增長率=(本期數一上期數)÷上期數×100%圖表技能數據透視圖/表數據透視圖/表版權聲明本課件版權歸屬北京博導前程信息技術股份有限公司，僅允許1+X試點院校和相關院校教師用于學生培訓使用。未經本公司授權，不得擅自使用、轉發或上傳至文庫、網盤等資源共享平臺，或用于其它商業用途，否則我公司有權追究一切版權法律責任。謝謝觀看THANKYOUFORWATCHING電子商務數據分析基礎模塊四數據描述性分析CONTENT目錄單元一描述性統計分析單元二趨勢分析單元三對比分析單元四其他分析方法單元四其他分析方法引導案例除了描述性統計分析、趨勢分析和對比分析三類數據分析方法外，還有若干其他數據分析方法，如頻數分析法、分組分析法、結構分析法、平均分析法、交叉分析法、漏斗圖分析法，這些方法共同搭建起企業數據分析的方法體系，為企業運營優化提供支持。圖是對天貓某產品按不同價格進行分組分析的結果，從圖中能夠看到2019年、2020年、2021年各價格區間銷售額的變化情況。整體來看，價格越低,銷售額越大，且銷售額主要集中在0-150元的區間。結合案例，思考并回答以下問題:（1）2019年、2020年、2021年該產品的銷售額有什么變化?（2）采用分組分析法的好處是什么?（3）是否可以采用其他分析方法對該產品的價格與銷售額進行分析?單元四其他分析方法一、頻數分析法頻數與頻數分析法頻數也叫次數，是變量值出現在某個類別或區間中的次數。與頻數相關的百分比數值是頻率，頻率是對象出現的次數與總次數的比值。單元四其他分析方法頻數分析法是對變量的情況進行分析，通過頻數分析能夠了解變量取值的狀況及數據的分布特征。運用頻數分析法分析某年每個月客戶數的分布頻數，可以從整體上了解企業這一年客戶數的月分布情況，可以通過客戶頻數變化曲線，直觀看到該企業2月客戶頻數最高，5月客戶頻數跌至谷底，隨后逐漸回升。單元四其他分析方法頻數分析中常用的統計圖類型直方圖是用矩形的面積來表示頻數分布情況的圖形，一般在直方圖上還會加上展現頻率變化的趨勢線。條形圖是用寬度相同的矩形的長短或高低來表示頻數的變化情況。條形圖的橫坐標或縱坐標都可以用來表示頻數，也可以用來表示頻率。單元四其他分析方法餅狀圖是用圓形里面的扇面來表示頻率變化和分布情況的圖形，餅狀圖中的扇面可以表示頻數也可以表示頻率。單元四其他分析方法Excel中頻數分析的操作要點排序對原始數據按照數值大小進行排序，包括從小到大（升序）、從大到?。ń敌颍﹥煞N排序方式。分組對將要進行頻數分析的指標進行分組，所分的組即指標需要落到的區間。分組上限在Excel做頻數分布表時，某分組頻數對應的上限值。單元四其他分析方法在Excel中進行頻數分析將企業日期和月度客戶購買人數依次列在單元格A列和單元格B列中。1添加排序。復制“購買人數”中的數據粘貼在新的一列，之后選中復制好的“購買人數”數據列，右擊鼠標，依次單擊“排序”和“升序”按鈕，完成排序(也可直接在B列排序)。2單元四其他分析方法添加分組與分組上限。在E列中添加6個分組，依次為：90-100、100-110、110-120、120-130、130-140、140-150；在D列中添加分組上限，依次為：99、109、119、129、139、149。3依次單擊“數據”、“數據分析”按鈕。4依次單擊“數據分析”編輯框中的“直方圖”和“確定”按鈕。5單元四其他分析方法在“直方圖”編輯框中的“輸入區域”輸入排序的數值區域，在“接收區域”輸入分組上限的數值區域，在“輸出區域”輸入將要形成表格的起始位置，最后選中“累積百分率”和“圖表輸出”兩個選項并點擊“確定”按鈕。6以上操作完成后，會自動生成頻數累積統計表與直方圖7單元四其他分析方法實訓專區4-10調取源數據4-8，結合以上所學內容進行頻數分析，得出這三天活動期間每個省份出現的頻數并形成直方圖。需要注意的是，在進行頻數分析時，文字不能直接輸入表格處理工具中，需要用數字代替，如山西代號為1、陜西代號為2等。在設置分組上限時,輸入對應省份的數字代號即可。單元四其他分析方法二、分組分析法分組分析法的含義分組分析法是根據分析對象的特征，按照一定的指標，將對象劃分為不同類別進行分析的方法，這種分析方法能夠揭示分析對象內在的聯系和規律。分組分析的目的是了解指標數據的內在關系，其實現方式是將總體中同一性質的對象合并于同一分組，將總體中不同性質的對象放置在其他分組，之后進行對比，得出分析結果。單元四其他分析方法分組分析法的類型與原則分組分析法的類型數量分組分析關系分組分析質量分組分析研究總體內結構及結構間相互關系的分析方式對關系緊密的變量與自變量進行分析，由此得出其依存關系的分析方式。將指標內復雜的數據按照質量進行分組，以此找出規律的分析方式，常用來分析行業經濟現象的類型特征和相互關系等。單元四其他分析方法分組分析法的原則無遺漏原則無遺漏原則指在進行分組時，總體中的每一個單位都需要歸屬于一組，所有組中應包含所有單位，不能有遺漏。排他性原則排他性原則指進行分組的每一個單位都只能屬于一個分組，不能同時屬于兩個或兩個以上的分組。單元四其他分析方法Excel中分組分析的操作要點組數組數是分組的個數。組限組限是用來表示各組范圍的數值，包括各組的上限和下限。單元四其他分析方法組距組距是一個分組中最大值與最小值的差額，可以根據全部分組的最大值、最小值和組數來計算。組距=（最大值-最小值）÷組數組距=（60-20）÷8=5單元四其他分析方法VLOOKUP函數分組VLOOKUP是一個縱向查找函數，其功能是按列查找，最終返回該列所需查詢序列對應的值。比如，將需要進行分組分析的數據排列成一列后，VLOOKUP函數可以快速將這些數據分配到對應的分組中。單元四其他分析方法在Excel中進行分組分析利用Excel的D、E、F列制作分組表格，在D列置分組下限（價格最小值）、E列設置分組并標記組限（各組名稱）、F列設置分組價格區間。1設置分組表，此處設置組限為20-25、25-30、30-35、35-40，對應分組下限分別為20、25、30、35，對應價格區間分別為20≤X＜25、25≤X＜30、30≤X＜35、35≤X＜40。2單元四其他分析方法選中B2單元格，輸入“VLOOKUP(A2,$D$2：$E$6,2,1）”，單擊鍵盤Enter鍵，將A2單元格中的商品價格自動分組到30-35中。VLOOKUP(A2,$D$2：$E$6,2,1）公式的含義：“A2”為需要分組的數值;“$D$2:$E$6”為分組的區間?！?”表示引用序列為分組區間的第二列;“1”表示模糊查找。3將鼠標移動到B2單元格右下角，等到出現“+”后，單擊鼠標拖動至B20單元格。4單元四其他分析方法完成上一步操作后，Excel會自動套用公式快速完成分組。520-25區間出現了1次商品價格25-30區間出現了7次商品價格30-35區間出現了8次商品價格35-40區間出現了3次商品價格由此可見該商品價格通常集中在25-30和30-35這兩個區間內，這個數據可以為企業產品定價提供參考。單元四其他分析方法在分組分析案例操作時，將價格區間定為20≤X<25、25≤X<30、30≤X<35、35≤X<40，請結合案例中出現的商品價格，分析為什么要這樣制定價格區間？是否可以制定其他的價格區間？單元四其他分析方法三、結構分析法結構分析又叫比重分析，是測定某個指標各個構成部分在總體占比情況并加以分析的方法。該方法能夠說明各部分在總體中的地位和作用，一般而言，占比越大，重要程度越高，對總體的影響越大。此外，通過結構分析也可以了解企業生產經營活動的效果，如分析產品成本結構的變化，可以挖掘降低成本的途徑。結構相對占比（比例）=（總體某部分的數值÷總體總量）×100%單元四其他分析方法以市場占有率為例某產品市場占有率=（企業某產品銷量÷市場某產品總銷量）×100%以2021年第一季度為例，計算該企業產品A的季度市場占有率：該企業A產品的季度市場占有率=（企業第一季度A產品銷售量÷市場第一季度A產品總銷量）×100%=（30÷93）×100%=32.26%單元四其他分析方法該企業A產品的年市場占有率=（企業A產品2021年銷量÷市場A產品2021年總銷量）×100%=（30+42+40+38）÷（93+96+96+98）×100%=39.16%以2021年為例，計算企業產品A的年市場占有率：單元四其他分析方法實訓專區4-11調取源數據4-9，結合上面所學內容，為企業計算各流量渠道一天中的占比。分析指標之間的依存關系比較某些指標在不用時間單位內的情況，以說明其發展規律和趨勢比較同類指標在不同地區、行業、企業的差異單元四其他分析方法四、平均分析法平均分析法的作用與類型平均分析法是通過計算平均值的方式，呈現總體在一定時間內在特定地點某一分析指標的一般水平的方法。作用單元四其他分析方法簡單算數平均值是用來計算未分組指標算數平均值的方法，可以直接使用指標各分組數值總和與指標單位個數來計算平均值；加權算數平均值是用來計算分組指標算數平均數的方法，需要先將指標各分組數值總和與指標單位個數計算出來后，再進行平均值的計算。單元四其他分析方法算數平均值計算公式簡單算數平均值=指標各單位數值的總和÷指標單位個數簡單算數平均值的計算公式加權算數平均值=(分組A指標總和+分組B指標總和+分組C指標總和+......)÷(分組A指標個數+分組B指標個數+分組C指標個數+......)加權算數平均值的計算公式單元四其他分析方法實訓專區4-12某企業旗下有5款產品，2022年4月8日，各產品單日成交額分別為1356元、2634元、963元、4325元和3321元，各產品該日的成交客戶數分別為3人、5人、3人、8人、5人，請計算該企業2022年4月8日的客單價。單元四其他分析方法五、交叉分析法交叉分析法的含義與用法交叉分析法也叫立體分析法，通常用來分析某兩個變量之間的關系，如產品銷量和地區的關系。在交叉表中，可以快速明確兩個變量之間的關系。單元四其他分析方法總數據，如2022年西安四個縣城五種水果總銷量各自總數據，如2022年西安四個縣城核桃總銷量各自數據，如2022年3月藍田獼猴桃銷量通過快速獲取這些數據，企業能夠優化運營策略，提升競爭力單元四其他分析方法交叉分析的常見維度交叉分析是從多個維度對數據進行分析，其常見維度有時間、客戶、地區和流量來源。時間時間是看指標數據在不同時間段的變化情況客戶客戶是看指標數據在不同客戶類型處的變化情況地區地區是看指標數據在不同地區的變化情況流量來源流量來源是看指標在不同流量渠道的變化情況單元四其他分析方法在Excel中進行交叉分析單擊Excel菜單欄“插入”按鈕，隨后單擊“數據透視圖”按鈕。1單擊“數據透視圖和數據透視表”按鈕，進入創建數據透視表編輯框。2在“創建數據透視圖”編輯框中的“選擇一個表或區域”中，輸入需要進行處理的數據區域。3單元四其他分析方法選擇“現有工作表”，在“位置”中輸入將要放置新表的位置。4在右側“數據透視圖字段”編輯區，選擇“地區”、“產品”、“銷量”這幾個需要呈現在數據圖中的指標。隨后，自動生成數據透視圖表。5選中已經生成的數據表，在右側“數據透視表字段”編輯區，左擊鼠標，將“產品”字段拖動到“列”的下方。隨后自動生成新的數據透視表,新的數據透視表生成后，數據透視圖同時完成更新。6單元四其他分析方法通過以上操作，表格中會同時出現原始數據、數據透視表和數據透視圖7單元四其他分析方法（1）B地區在2018年6月和7月，葡萄銷量在四個區域中最少，為63噸，可見四個地區中，B地區在6月和7月較不適合銷售葡萄。（2）A地區在2018年6月和7月，桃子銷量在四個區域中最多，為89噸，可見四個地區中，A地區在6月和7月較適合銷售桃子。（3）在2018年6月和7月，葡萄和桃子總銷量最多的依次為A地區、C地區，銷量分別為165噸、156噸，可見這兩個區域在四個區域中較為適合同時銷售葡萄和桃子。（4）除以上分析結果外，還可以清楚的看到A、B、C、D四個區域在2018年6月和7月葡萄和桃子的對應銷量、總銷量以及四個區域的整體銷量。單元四其他分析方法實訓專區4-13調取源數據4-10，就該數據對客戶來源進行交叉分析，得出每個來源的客戶數量并進行簡單分析。單元四其他分析方法六、漏斗圖分析法了解漏斗圖分析法漏斗圖分析是使用漏斗圖展示數據分析過程和結果的數據分析方法。該方法適合分析業務周期長、流程規范且環節多的指標，比如網站轉化率、銷售轉化率等。單元四其他分析方法漏斗圖分析法的適用場景電子商務網站和APP的轉化率通過漏斗圖分析法，展現網站或APP轉化率的變化情況，即客戶從進入網站到實現購物的最終轉化率。企業可以對各個環節的轉化情況進行分析，并及時優化或處理問題。營銷推廣通過漏斗圖分析法，展現營銷各環節的轉化情況，包括展現量、點擊率、訪問量等直到訂單形成所產生的客戶流量數據。企業可以分析各個環節客戶數量的情況及流失情況，并進行優化和問題處理。單元四其他分析方法CRM通過漏斗圖分析法，展現客戶各個階段的轉化情況，包括潛在客戶、意向客戶、談判客戶、成交客戶、簽約客戶等。企業可以分析客戶的轉化數據并進行優化。單元四其他分析方法漏斗圖分析法的作用漏斗圖分析法可以直觀展示問題漏斗圖分析法能夠直觀展示業務流程及其相應數據，同時說明數據規律，通過漏斗圖分析法，企業可以快速發現業務環節中存在的問題，并及時優化和解決問題。單元四其他分析方法漏斗圖是端到端的重要部分漏斗圖能實現完整閉環的數據分析，比如對企業網站瀏覽數據、加入購物車、生成訂單、支付訂單、完成訂單這個購物閉環數據進行分析。單元四其他分析方法在Excel中進行漏斗圖分析單元四其他分析方法添加“占位數據”。在B列添加“占位數據”1占位數據計算方式是：占位數據=（最初環節數據-正在進行環節數據）÷2。該案例中的占位數據=（C2-Cn）÷2，如訂單生成對應的占位數據=（瀏覽產品客戶數-生成訂單客戶數）÷2=（2000-600）÷2=700。單元四其他分析方法添加條形圖。選中表格中A1：C6區域2鼠標選擇“圖表”按鈕后，點擊“堆積條形圖”按鈕3單擊鼠標，選中數據線條，然后刪除線條4單擊鼠標,選中“占位數據”顯示條5在右側“設置數據系列格式”編輯框中選擇填充圖標下的“無填充”按鈕6單擊鼠標，選中圖標左側文字框，右擊鼠標并選擇“設置坐標軸格式”按鈕7單元四其他分析方法在右側“設置坐標軸格式”編輯區，勾選“逆序類別”按鈕。8經過以上操作后，得到成型的漏斗圖，如圖4-71所示。9單元四其他分析方法如果需要，可以使用Excel插入選項框下的“形狀”按鈕，對漏斗圖進行美化。比如，利用線條將漏斗圖各部分進行連接或插入圖形及文字進行數值標記12單元四其他分析方法已知瀏覽商品的客戶數為1200人，生成訂單數為360人，在進行漏斗圖分析時，生成訂單對應的占位數據是多少?單元四其他分析方法1+X考證提要本單元需重點理解與掌握的內容（1）頻數分析法。①頻數分析法是對變量的情況進行分析，通過頻數分析能夠了解變量取值的狀況及數據的分布特征。②在Excel中頻數分析法的操作要點包括排序、分組、分組上限設置等。（2）分組分析法。①分組分析法的類型包括數量分組分析、關系分組分析、質量分組分析。單元四其他分析方法②在進行分組分析時，需要遵循無遺漏原則和排他性原則。③在Excel中，使用VLOOKUP函數與數據透視圖表完成數據分組。（3）結構分析法。①結構分析法是測定某個指標各個構成部分在總體中的占比情況并加以分析的方法。②使用數據透視表、餅狀圖進行結構分析。單元四其他分析方法（4）平均分析法。①簡單算數平均值=指標各單位數值的總和÷指標單位個數。②加權算數平均值=(分組A指標總和＋分組B指標總和＋分組C指標總和十……)÷(分組A指標個數＋分組B指標個數＋分組C指標個數十……)。（5）交叉分析法。①在Excel中，創建數據透視表形成交叉表。②在交叉表中，可以快速明確兩個變量之間的關系。競賽直達賽題一:客服響應數據描述性統計分析背景:某網店為了制定店鋪客服首次響應時長的達標標準，收集了100位買家到店的客服首次響應時長數據，計劃通過對該組數據的分析，結合分析結果對客服的首次響應時長進行設置。說明:客服首次響應時長是指買家聯系客服，客服第一次回復買家的響應時間，自動回復除外。要求:調取源數據4-11，