8x8ⅹ国产精品8x红人影库丨337p色噜噜丨51色视频丨五月婷婷av丨无码人妻精品一区二区蜜桃百度丨鲁鲁夜夜天天综合视频丨成人性生交大全免丨www日本视频丨男人午夜天堂丨在线看片免费人成视频大全丨久久大香香蕉国产免费网vrr丨日本亲子乱子伦xxxx50路丨69视频在线免费观看丨久久国产精品久久久久久丨蜜桃av在线播放丨欧美另类视频在线丨四虎影视免费观看丨欧美在线a丨日韩欧美激情在线丨欧美性大战xxxxx久久久丨成人另类小说丨成人一区二区三区视频在线观看丨国产三级按摩推拿按摩丨av导航网址丨日韩 欧美 国产 一区三

系列前言

海鼎科技·專家課程

在接觸對(duì)接了行業(yè)千余家客戶的數(shù)字化需求之后，我們發(fā)現(xiàn)，商業(yè)地產(chǎn)企業(yè)中不乏具有熱血與沖勁的專業(yè)型人才。他們或?yàn)榱松虡I(yè)集團(tuán)、項(xiàng)目的發(fā)展貢獻(xiàn)著寶貴智慧，或在學(xué)術(shù)領(lǐng)域沉淀著極具價(jià)值的架構(gòu)體系。

今天，我們將他們請(qǐng)到海鼎科技專家課程系列的現(xiàn)場(chǎng)，為更廣大行業(yè)的受眾“曝光”他們的所學(xué)、所識(shí)、所感，將私藏的干貨展現(xiàn)給行業(yè)大眾，造福行業(yè)加速發(fā)展。

本期專家介紹

劉烜超先生

2010年進(jìn)入零售業(yè)工作，歷任多家商業(yè)項(xiàng)目的IT部門負(fù)責(zé)人。經(jīng)歷7個(gè)項(xiàng)目（3個(gè)籌開）的發(fā)展與成熟，其中包括百貨、購(gòu)物中心、商街、超市、綜合體等多業(yè)態(tài)，專長(zhǎng)于商業(yè)地產(chǎn)數(shù)字化板塊工作。

在數(shù)據(jù)分析專業(yè)領(lǐng)域中，其于15年深入研究統(tǒng)計(jì)學(xué)，19年初通過(guò)法國(guó)ESSEC商學(xué)院數(shù)據(jù)分析專業(yè)認(rèn)證，2021年獲得聯(lián)合國(guó)下屬機(jī)構(gòu)TRL Alliance 授予的 Independent Scientist 認(rèn)證 以及 TRL 志愿翻譯者資格。同時(shí)作為Unity、Unreal虛擬現(xiàn)實(shí)獨(dú)立開發(fā)者，參與某高校藝術(shù)與科學(xué)專業(yè)的數(shù)據(jù)可視化藝術(shù)作品的研討和作品制作。

寫在前面·作者序：

商業(yè)數(shù)據(jù)分析（簡(jiǎn)稱BA），結(jié)合頭幾年 Big data、AI 的風(fēng)口，被甲乙方炒得火的不能再火。一時(shí)間，IoT、新BI、新零售等等新概念層出不窮。

本人在商業(yè)的IT部門工作了11年，在這些年的項(xiàng)目經(jīng)驗(yàn)中，發(fā)現(xiàn)商業(yè)公司開始越來(lái)越重視數(shù)據(jù)了。然而在實(shí)際運(yùn)作中，要投入的不僅是資金這么簡(jiǎn)單，專業(yè)素質(zhì)、理論基礎(chǔ)以及上層領(lǐng)導(dǎo)的理解和支持，方方面面缺一不可。有時(shí)候不同項(xiàng)目間千差萬(wàn)別，報(bào)表又很單一，分析手段也是20年前的標(biāo)準(zhǔn)， BA&BI 的推進(jìn)如此緩慢也是情理之中的事情。

在過(guò)去的實(shí)際分析經(jīng)驗(yàn)中，我發(fā)現(xiàn)傳統(tǒng)商業(yè)分析的結(jié)構(gòu)是相當(dāng)單一的，同比環(huán)比分析、漏斗下鉆、分類匯總，配合多種維度：例如銷售、坪效、租決等等，得到的分析往往不能理解數(shù)據(jù)之中本身蘊(yùn)含的意義。針對(duì)這個(gè)問(wèn)題，我通過(guò)結(jié)合國(guó)內(nèi)外大量文獻(xiàn)和資料，以及借鑒其他行業(yè)的分析方法，將用以下4個(gè)章節(jié)粗略描繪一下這些年的分析手段和經(jīng)驗(yàn)：

第一章：商業(yè)數(shù)據(jù)處理以及描述性分析

第二章：相關(guān)性分析、數(shù)學(xué)模型應(yīng)用

第三章：無(wú)監(jiān)督學(xué)習(xí)下的客群統(tǒng)計(jì)和店鋪統(tǒng)計(jì)

第四章：數(shù)據(jù)可視化

接下來(lái)，讓我們進(jìn)入本期課程的第一章學(xué)習(xí)內(nèi)容：“商業(yè)數(shù)據(jù)處理以及描述性分析”。

分析中用到的軟件和語(yǔ)言僅供參考

商業(yè)數(shù)據(jù)的特點(diǎn)和缺失值處理

Shopping mall 的存在本質(zhì)是合理控制租賃方經(jīng)營(yíng)成本，在與承租方的履約過(guò)程正常的情況下，租賃方不會(huì)造成因人員、促銷等費(fèi)用產(chǎn)生的巨大投入（相比百貨和超市）。

但國(guó)內(nèi)外的購(gòu)物中心都有一個(gè)核心問(wèn)題，銷售無(wú)法及時(shí)獲取，這也是造成數(shù)據(jù)收集和分析困難的巨大問(wèn)題。往往我們看到一個(gè)店鋪的銷售數(shù)據(jù)表現(xiàn)是這樣的：

某商場(chǎng)在定義區(qū)間范圍內(nèi)的品牌交易數(shù)據(jù)，其中缺失值用黃色表示。如圖所示，該品牌的銷售數(shù)據(jù)缺失方式為不規(guī)則不定期缺失，因此需要考慮使用插值補(bǔ)全的方式嘗試補(bǔ)全數(shù)據(jù)。但同時(shí)要注意，補(bǔ)全銷售后，可能直接影響現(xiàn)有銷售的表現(xiàn)。因此插值之后還需要進(jìn)行檢驗(yàn)，最快捷的方式可以用ANOVA檢驗(yàn)方差，如果方差不大于一個(gè)閥值則表明插值結(jié)果可用，或采用直觀的圖形可視化觀察數(shù)據(jù)走勢(shì)從而判斷數(shù)據(jù)的可讀性。

在做這一步前必須要明確一點(diǎn)：插值處理就是在原始數(shù)據(jù)沒(méi)有的情況下，根據(jù)該品牌銷售實(shí)際存在的數(shù)據(jù)進(jìn)行數(shù)學(xué)模擬，并填補(bǔ)進(jìn)空缺位置。這個(gè)方式用于找到數(shù)據(jù)的趨勢(shì)，而不是具體的單日對(duì)比、環(huán)比。

插值補(bǔ)全有多種辦法，本人習(xí)慣使用KNN、簡(jiǎn)單插值和貝葉斯插值法進(jìn)行比較，以下圖中列出了三種不同插值的結(jié)果。在插值范圍內(nèi)需要觀察數(shù)據(jù)的一致性和周期性，從而最終確定插值的方式。當(dāng)然由于不同品牌經(jīng)營(yíng)方式也不同，插值不可能是統(tǒng)一算法，否則有可能產(chǎn)生基于隨機(jī)數(shù)的數(shù)學(xué)規(guī)律，導(dǎo)致不應(yīng)出現(xiàn)的噪聲。

多維度缺失值處理需要采用主成分分析，首先判斷數(shù)據(jù)各維度之間的關(guān)聯(lián)度，如果產(chǎn)生類似交易筆數(shù)、交易件數(shù)之間可能有強(qiáng)相關(guān)的屬性時(shí)，算法可能提示刪除其中一個(gè)。而如果恰好其中一列數(shù)據(jù)缺失值較多，則可以剔除出去。又或如果該列與其他列數(shù)據(jù)存在較大口徑出入，則也可以選擇剔除。

主成分分析

如何確認(rèn)哪些維度具有意義？

有的時(shí)候我們對(duì)某一品牌或某一類客人進(jìn)行分析時(shí)，可能會(huì)出現(xiàn)參考維度過(guò)多的情況，對(duì)于客人：年齡、性別、出生地、工作年限、年收入，哪幾個(gè)才是左右客人購(gòu)買商品的關(guān)鍵因素呢？我們需要用主成分分析法來(lái)確認(rèn)。

通過(guò)主成分分析（Principal Component Analysis，PCA），我們可以用R語(yǔ)言找到主成分，并使用算法提示得到對(duì)哪一列進(jìn)行數(shù)據(jù)處理的意見。

離群點(diǎn)（異常數(shù)據(jù)）檢測(cè)

在某個(gè)品牌的銷售活動(dòng)中，可能有忽高忽低的情況，我們需要用統(tǒng)計(jì)方法將這些異常的銷售日找出來(lái)，并且判斷造成這個(gè)情況的原因。離群點(diǎn)（outliner）檢測(cè)則是檢測(cè)的常用分析手段。

離群點(diǎn)用于檢測(cè)數(shù)據(jù)中是否出現(xiàn)數(shù)據(jù)偏移、錯(cuò)誤數(shù)據(jù)等等，如果離群點(diǎn)在95%置信區(qū)間外，則判斷是否是數(shù)據(jù)錄入錯(cuò)誤、或者有大規(guī)?；顒?dòng)造成的數(shù)據(jù)出現(xiàn)短期較大變化。 

在經(jīng)營(yíng)數(shù)據(jù)分析中，置信區(qū)間用來(lái)描繪數(shù)據(jù)的可靠性，如果某一時(shí)段的數(shù)據(jù)超過(guò)置信區(qū)間，則該節(jié)點(diǎn)數(shù)據(jù)可能存在數(shù)據(jù)錯(cuò)誤或特殊情況導(dǎo)致的變化。如銷售數(shù)據(jù)錄入錯(cuò)誤，另有可能商場(chǎng)或品牌方大規(guī)模做活動(dòng)導(dǎo)致銷售數(shù)據(jù)大規(guī)模變化。當(dāng)然，具體情況仍需針對(duì)每一個(gè)品牌進(jìn)行分析和確認(rèn)。

下圖所示，紅色部分標(biāo)注為離群點(diǎn)。此時(shí)可以針對(duì)這個(gè)結(jié)果對(duì)數(shù)據(jù)進(jìn)行深入分析。比如上升的原因，比如是否有銷售數(shù)據(jù)錄入錯(cuò)誤等。

兩圖中均以如下公式確認(rèn)離群點(diǎn)

當(dāng)然離群點(diǎn)的分配需要根據(jù)數(shù)據(jù)集的實(shí)際情況來(lái)判斷，如使用 kmeans 或?qū)哟尉垲惖玫綄?shí)際分類閥值，然后再進(jìn)行離群點(diǎn)分析。

一個(gè)店鋪的銷售曲線如果單單看環(huán)比和同比，是無(wú)法對(duì)實(shí)際情況有參考價(jià)值的。我們需要使用時(shí)間序列模型對(duì)單一店鋪的銷售趨勢(shì)進(jìn)行分析。我們通過(guò)這個(gè)模型可以查看店鋪的銷售走向，甚至是生存周期。但銷售數(shù)據(jù)都是有季節(jié)性的，我們稱之為白噪聲，分析的過(guò)程中需要將其剔除。

該算法的前提是引入經(jīng)濟(jì)學(xué)時(shí)間序列模型，查找本數(shù)據(jù)的自我規(guī)律。如店鋪銷售能力是否會(huì)上升或下降，是否存在周期性規(guī)律等等。采取這個(gè)辦法的初衷是因?yàn)樵缙诜治龅赇佷N售的時(shí)候，可參考項(xiàng)目較多，在參考了經(jīng)濟(jì)學(xué)相關(guān)模型和算法后，認(rèn)為店鋪銷售也具備一定的自相關(guān)性。在進(jìn)行時(shí)間周期分析時(shí)，比如想查看某個(gè)品牌的銷售是否呈現(xiàn)周期性規(guī)律首先要去除季節(jié)性影響，而查看數(shù)據(jù)本身是否具備自相關(guān)性。因此周期性代表的白噪聲則需要首先剔除。