文章来源于网络收集而来，版权归原创者所有，如有侵权请及时联系！

数据分析行业案例

发布于 2024-10-03 10:40:20 字数 10920 浏览 0 评论 0 收藏 0

大数据发展趋势：Gartner 技术成熟曲线。

大数据行业画像： FirstMark

表格行业的典型应用场景

行业	目的	应用场景
治理	治理更对症	舆情监控、监控视频分析、群体性事件预测、宏观经济数据监控民生应用创新
交通	畅行更无阻	车流密度监控、交通拥堵疏导、公交线路优化、城市功能区划分
零售	营销更精准	推荐系统、计算广告
电商		打造也客户价值为核心的用户、营销、商品、流量、仓储、配送、客服等一体化分析场景。
金融	风控更有效	可以针对理财产品、客户收益、信贷管理、客户流水等场景进行分析。两个时间（授信前后）、三个对象（个人、企业、市场）、新技术（金融科技、区块链 BlockChain）个人：精准营销、风险定价、反欺诈企业：风险监控、风险定位、反欺诈市场：量化交易、财富组合管理
保险		可以做赔偿金和保险费用分析、客户分析、风险分析、产品分析等。
体育	竞技更具像	体能建模、转会评估、教学管理、战术分析
教育	学习更个性	可以针对渠道转化漏斗的转化率、不同课程的受欢迎程度、家长的反馈以及讲师评分等进行分析。三个维度（平台、内容和工具），五个对象（主管部门、校长、老师、家长和学生）
医疗	看病更靠谱	互联网医疗、医疗大数据、医疗管理、医学研究。可以围绕药品运营、供应链、财务、市场营销、电商渠道、生意等场景进行分析
旅游	服务更周全	三时间（旅游前中后）、四对象（主管部门、景区、商家、游客）
农业	案例更清晰	农业机械化、优化播种、精准施肥
制造	流程更高效	围绕企业采购、生产、销售、配送、库存各场景进行分析。故障诊断、产品创新、工业物联网、供应链优化
汽车		通过对车辆数据、道路数据、环境感知数据等海量信息的处理分析，汽车服务商对车主进行精细化的管理，提供一站式汽车服务方案。

金融业

示例： python 获取中国证券网的公告

图 16 金融业业务架构

说明：考核银行盈利的传统指标包括 ROE（股权收益率）和 ROA（资产回报率），这种指标最大的缺点是没有将风险考虑在内。它们的计算公式分别为：

ROE=净收益/ 所有者权益
ROA=净收益/平均资产价值

1.EVA 模型：经济增加值模型 (Economic Value Added) 是 Stern Stewart 咨询公司开发的一种新型的价值分析工具和业绩评价指标，EVA 是基于剩余收益思想发展起来的新型价值模型。其公式为： EVA(t) = E(t) － r×C(t)－1

其中，EVA(t) 为公司在第 t 时间阶段创造的经济增加值大小； E(t) 为公司在 t 时间阶段使用该资产获得的实际收益；r 单位资产的使用成本； C(t)－1 为 t 时间阶段初使用的资产净值。

RAROC：RAROC（Risk Adjusted Return on Capital）即风险调整资本收益，是由信孚银行（Banker Trust）于 20 世纪 70 年代提出来的，RAROC 其最初的目的是为了度量银行信贷资产组合的风险。
精准营销：如何认识客户；客户需要的是什么；如何有效地营销和销售；如何提升客户价值和保持客户忠诚度。

图 17 金融业-精准营销

图 18 金融业-用户画像

图 19 金融业-通过大数据平台建设用户画像进行精准营销

电商

示例：爬取京东，亚马逊商城的数据违法吗? - 互联网

电商的基本流程可归纳为：需求 - 查看宝贝 - 购买 - 售后体验。

电商行业一般分为 3 类指标，分别是流量、交易和商品指标。

1、流量指标（客户行为数据）

流量指标提供了店铺整体流量的概貌，能够帮助我们了解店铺整体的流量规模、质量、结构，并了解流量的变化趋势。

关键指标：访客数、浏览量、跳失率、平均停留时间

表格 11 店铺流量指标详述

指标	简介	作用
访客数 UV	单位时间内访问店铺页面或商品详情页的去重人数。	点击率的数据必须在一定量级才有参考价值。
浏览量 PV	单位时间内访问店铺页面或商品详情页的次数。	值越大，表明内容越受欢迎。
跳失率	单位时间内 PV=1 的访客数/总访问数	值越低，表明流量的质量越好
平均停留时间	总停留时长/访客数，单位为秒。	值越大，表明内容越受欢迎。

备注：单位时间通常指一天。

1、每日 uv、pv 等等……

2、热区图（把用户的行为做一个简单的可视化呈现，看看哪里点的最多，活动页面下面几屏有没有热度，如果下面有想要主推的利润高的产品，要及时往上挪）

3、转化漏斗（从访问、注册、加购、下单、付款做一个漏斗，看到底哪个环节流失客户最多，有 bug 修 bug，有流程不顺要改善）

推广数据

1、推广总费用，总收入，ROI

2、各渠道费用，点击量，收入，ROI（可以用分组条图或柱线图来展示各渠道的费用与收入，投入高的渠道效果不一定好，通过对比可以筛选性价比最高的推广渠道）

2、交易指标

交易指标提供了店铺的整体交易情况。从访客到下单到支付的交易漏斗。

关键指标：支付金额、转化率

表格 12 电商交易指标详述

指标	简介	作用
支付金额	买家拍下后支付给卖家的金额，当天购买当天申请退款的卖家未当于处理的也计算在内。	判断一个店铺的规模以及市场影响力。
转化率	即来访客户成交占比的比例。统计时间内，支付买家数/访客数

备注：淘宝将店铺分为钻石、黄金、白银、青铜等不同级别，主要的参考标准就是支付金额。

商品方面

1、销售数据商品方面：1、总销售额，总销量

2、热销商品 top N，热销品类 top N （这些是件数，也就是销量）

3、商品销售额贡献 top N，品类销售额贡献 top N （这些是金额，有些大件商品）还可以看的更细一点，每件商品的利润不一样，可以算出来：

4、利润额贡献 top N，品类利润额贡献 top N。——以上有助于你划分哪些商品来引流，哪些商品来促销。

5、浏览量商品最高 top N，浏览量品类最高 top N。——看看有啥商品浏览量高却卖不出去的，要调查原因是价格不好还是什么？

客户方面

总访客、新访客、新注册用户、客单价用户地域分布、用户设备来源分布（浏览器或设备）、用户渠道来源分布（访问网站、百度推广、券妈妈之类的…）
活动期间访问趋势（一般是个线图横轴是时间纵轴是访问量多线图还可以加一根销售额）

3、商品指标

商品指标分析了与商品相关的浏览访客加购偏好异常商品等。

关键指标：加购件数、商品收藏次数、异常商品数

表格 13 电商商品指标详述

指标	简介	作用
加购件数	统计时间内，访客将商品加入购物车的商品件数总和。	代表了消费者对产品的偏好度
商品收藏次数	统计时间内，商品被访客收藏的总次数	权重次于加购件数，一定程度上代表了人气。
异常商品数	出现各种异常导致的商品去重数。	对于爆款影响很大，需要监控。

市场数据一般可做：行业分析、产品演变、子类目市场分析、商品属性分析、人群定位及价格定位分析、竞争对手分析、全店诊断分析、新老客户行为分析、买家分析、广告效果分析、库存分析。