Python电商数据分析实战

作者: 周志鹏　著

7.51万字93人正在读

已完结现代当代当代文学

目录 (164章)

倒序

正文

001 .4 改：改变数据形态 002 .4.1 转置 003 .4.2 分组 004 .4.3 切分 005 .5 本章小结 006 Pandas两大进阶利器 007 .1.1 什么是数据透视表 008 .1.2 Pandas数据透视表简介 009 .1.3 Pandas数据透视表实例 010 .2 强大又灵活的apply 011 .2.1 apply初体验 012 .2.2 用apply计算最好、最差成绩 013 .2.3 筛选每个分组下的第3名 014 .3 本章小结 015 数据可视化 016 .1.1 Matplotlib简介 017 .1.2 可视化的关键步骤 018 .2.1 画图前的准备 019 .2.2 创建画布 020 .2.3 画图 021 .2.4 设置坐标轴 022 .2.5 润色 023 .3 绘制常用图形 024 .3.1 绘制折线图 025 .3.2 绘制柱状图 026 .3.3 绘制散点图 027 .3.4 绘制其他常用图形 028 .4 本章小结 029 走近电商：商业方法论与分析体系 030 .1 什么是电商 031 .2 三大关键角色 032 .2.1 用户 033 .2.2 商家 034 .2.3 平台 035 .3 电商基础指标 036 .3.1 用户相关指标 037 .3.2 商品相关指标 038 .4 电商分析方法论及应用 039 .4.1 黄金公式 040 .4.2 GROW 041 .4.3 AIPL 042 .4.4 抖音5A与京东4A 043 .5.1 数据分析师和老板 044 .5.2 行业趋势分析 045 .5.3 竞争格局分析 046 .5.4 品牌策略探究 047 .5.5 用户分析——探索期 048 .5.6 用户分析——正式期 049 .6 本章小结 050 Python报表自动化 051 .1.1 案例背景 052 .1.2 单张表的处理 053 .1.3 批量循环执行 054 .2.1 新的需求背景 055 .2.2 数据预览 056 .2.3 分析思路 057 .2.4 数据处理 058 .2.5 数据分析 059 .3 本章小结 060 行业机会分析与权重确定 061 .1 案例背景介绍 062 .2.1 之前的传统思路 063 .2.2 数据预览和汇总 064 .2.3 每个类目增长最快的细分类目 065 .3 权重确定方法 066 .3.1 级别法 067 .3.2 权值因子判表法 068 .3.3 变异系数法 069 .4 Pandas权重计算和分析 070 .4.1 数据整合 071 .4.2 关键指标计算 072 .4.3 权重的计算 073 .4.4 数据标准化 074 .4.5 综合发展指数 075 .5 本章小结 076 用户分层实战 077 .1.1 无处不在的用户分层 078 .1.2 用户分层的类型 079 .1.3 用户分层的特征 080 .1.4 为什么要做用户分层 081 .1.5 分层的两个问题 082 .2.1 二八法则在用户分层上的应用 083 .2.2 数据预览 084 .2.3 数据清洗 085 .2.4 二八法则下的用户分层 086 .3 拐点法 087 .3.1 什么是拐点法 088 .3.2 拐点法在用户分层上的应用 089 .3.3 基于Pandas的拐点法分层 090 .4 本章小结 091 用户分群实战与加强版RFM模型 092 .1.1 用户分群的定义及作用 093 .1.2 用户分群和用户分层的区别 094 .2.1 经典的RFM模型 095 .2.2 第一步：数据概览 096 .2.3 第二步：数据处理 097 .2.4 第三步：维度打分 098 .2.5 第四步：分值计算 099 .2.6 第五步：用户分层 100 .2.7 RFM模型结果分析 101 .3 关于RFM模型的重要思考 102 .3.1 RFM模型隐藏的问题 103 .3.2 为什么用平均金额作为M 104 .4.1 模型加强和拓展的方向 105 .4.2 RFM加强版实战案例 106 .5 本章小结 107 用户偏好分析 108 .1.1 用户偏好分析与TGI的关系 109 .1.2 TGI的定义 110 .1.3 通过拆解指标来理解TGI 111 .2.1 项目背景 112 .2.2 用户打标 113 .2.3 匹配城市 114 .2.4 高客单价TGI计算 115 .2.5 TGI计算中隐藏的问题 116 .3 本章小结 117 能的同期群分析 118 .1.1 同期群分析的基本概念 119 .1.2 同期群分析的价值 120 .1.3 同期群分析的万能之处 121 .2.1 数据概览 122 .2.2 实现思路剖析 123 .2.3 单月实现 124 .2.4 遍历合并和分析 125 .2.5 回购客单价的同期群实现 126 .3 本章小结 127 指标波动归因分析 128 .1.1 什么是贡献率 129 .1.2 可加型指标波动贡献率的计算 130 .1.3 乘法型指标波动贡献率的计算 131 .1.4 除法型指标波动贡献率的计算 132 .2.1 Adtributor介绍 133 .2.2 单个维度的基础案例 134 .2.3 多个维度的算法逻辑和Pandas实现 135 .3 本章小结 136 份全面的品牌分析报告 137 .1.1 常规的探索性数据分析 138 .1.2 探索性数据分析的价值 139 .1.3 不一样的探索性数据分析 140 .2 数据预处理 141 .2.1 数据导入 142 .2.2 数据预览 143 .2.3 重复项检验 144 .2.4 缺失值处理 145 .2.5 异常值清洗 146 .2.6 字段格式规整 147 .2.7 订单状态筛选 148 .3 数据总览分析 149 .3.1 年度销售额变化 150 .3.2 年度用户数和客单价变化 151 .4.1 销售额和用户数月度趋势 152 .4.2 客单价月度趋势 153 .4.3 客单价细拆 154 .4.4 新老用户分析 155 .4.5 复购率分析 156 .4.6 用户购买时间间隔 157 .5 商品数据分析 158 .5.1 品类销售结构 159 .5.2 价格带分析 160 .5.3 商品销售集中度分析 161 .6.1 什么是购物篮关联分析 162 .6.2 购物篮关联分析的三大核心指标 163 .6.3 购物篮关联分析实战 164 .7 本章小结

精选推荐

领导力法则

[中国纺织出版社]

陆禹萌

已完结当代文学

销售心理学

[中国纺织出版社]

兰华

已完结当代文学

销售就是玩转情商

[中国纺织出版社]

王威

已完结当代文学

销售员情商实战训练

成功的销售需要高智商，更需要高情商。一个销售员的销售业绩，往往与他的情商成正比。本书从十个方面详细讲述了有效运用情商，提高销售业绩的方法和技巧。通过实际销售案例和销售心理学理论指导，以及实战点拨和情商拓展训练，帮助读者全方位、快速提高情商。故事性、多版块、碎片化的内容设置，有效降低读者阅读疲劳，提高阅读兴趣，不论是奔波在路上的销售小白，还是带领团队奋勇向前的销售经理，都能从中找到适合自己的销售软技巧。

刘军

已完结当代文学

让未来的你，感谢现在勇敢的自己

[中国纺织出版社]

王介威

已完结当代文学

行为心理学：华生的实用心理学课

[中国纺织出版社]

（美）约翰·华生著.倪彩

已完结当代文学

行为心理学入门（完全图解版）

行为心理学入门（完全图解版）是以作者多来年的心理辅导和咨询数据为素材，对现实生活中的行为心理学应用进行了形象、深入、全面的论述和解读。本书与日本心理学图解书形式相同，浅显易读，有趣又益。

武莉

已完结当代文学

自卑与超越

《自卑与（全译插图典藏版）》是个体心理学研究领域的著作，也是人本主义心理学先驱阿尔弗雷德·阿德勒的很好著作。阿德勒的学说以“自卑感”与“创造性自我”为中心，并强调“社会意识”。全书立足个人心理学的观点，从教育、家庭、婚姻、伦理、社交等多个领域，以大量的实例为论述基础，阐明了人生意义的真谛，帮助人们克服自卑、不断超自己，正确对待职业，正确理解社会与性。本书直接促进了亲子教育、人格培养、婚姻与爱情、职业生涯、家庭建设、人际关系等诸多领域的长足发展，成为人们了解心理学的经典读物。

（奥）阿尔弗雷德·阿德勒

已完结当代文学

自制力：道理我都懂，为什么就是过不好人生

[中国纺织出版社]

邱开杰

已完结当代文学