中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
Python商業數據分析:零售和電子商務案例詳解(雙色) 版權信息
- ISBN：9787121413810
- 條形碼：9787121413810 ; 978-7-121-41381-0
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
Python商業數據分析:零售和電子商務案例詳解(雙色) 本書特色
以零售和電子商務為業務背景，使用Python工具解決業務場景中的數據分析需求市場大盤容量分析市場趨勢分析細分市場分析用Python做SEO用Python做推廣方案用Python分析競品基于關聯規則的產品推薦基于聚類算法的商品推薦基于協同過濾算法的產品推薦消費者輿情分析基于業務邏輯的預測算法模型基于時序算法預測庫存電商的庫存預測算法建模用戶成單預測用戶流失預測商業數據分析的本質是要為企業解決實際問題，既要了解市場，又要懂得分析方法，*重要的是能落地。本書用Python呈現了完整的商業數據分析的過程，場景豐富，為入門和進階提供了*佳實踐路線。 張丹 青萌數海CTO，《R的極客理想》系列圖書作者 數據已經成為現代企業的經營要素之一，數據分析對企業的經營有著舉足輕重的影響。零一這本書以業務場景為背景，使用Python工具去解決實際工作中的問題，比較落地，不會概念化。 徐晶 廣州思邁特軟件有限公司高級副總裁、聯合創始人
Python商業數據分析:零售和電子商務案例詳解(雙色) 內容簡介
本書以零售和電子商務為業務背景，使用Python工具解決業務場景中的數據分析需求。全書涵蓋數據采集、數據存儲、數據處理、數據分析、數據可視化和數據建模的內容。本書適合零售和電子商務運營人員以及想要從事商業數據分析工作的人員閱讀，也可以作為高校和培訓機構相關課程的教材。
Python商業數據分析:零售和電子商務案例詳解(雙色) 目錄
1 Python 基礎 1
1.1 安裝Python 環境 2
1.1.1 Python 3.6.2 安裝與配置 2
1.1.2 獲取PyCharm 4
1.1.3 獲取Anaconda 4
1.2 Python 操作入門 6
1.2.1 編寫**段Python 代碼 6
1.2.2 Python 基本操作 9
1.2.3 Python 變量 11
1.2.4 Python 數據類型 11
1.2.5 Python 控制語句與函數 17
1.2.6 Python 自定義函數 20
2 Python 商業數據分析基礎 21
2.1 什么是數據分析 22
2.1.1 理解數據分析 22
2.1.2 數據分析的兩個核心思維 23
2.1.3 數據分析的方法論 23
2.2 Python 在商業分析中的價值 32
2.2.1 人生苦短，我用Python 32
2.2.2 Python 在商業分析應用中的優勢 33
2.3 數據采集 33
2.3.1 采集數據前的準備工作 33
2.3.2 Requests 庫 40
2.4 數據庫操作及文件讀寫 48
2.4.1 MySQL 數據庫 48
2.4.2 數據庫操作 50
2.5 NumPy 數組處理 54
2.5.1 一維數組操作 54
2.5.2 多維數組操作 56
2.5.3 數組運算 60
2.6 Pandas 數據處理 61
2.6.1 數據導入與導出 61
2.6.2 數據描述性統計 62
2.6.3 數據透視匯總 63
2.7 商業分析可視化 65
2.7.1 柱狀圖 66
2.7.2 餅圖 68
2.7.3 線圖 69
2.7.4 散點圖 70
3 Python 與市場分析案例 73
3.1 案例：市場大盤容量分析 75
3.1.1 案例背景及數據理解 75
3.1.2 計算市場絕對規模 76
3.1.3 計算市場相對規模 78
3.1.4 繪制柱狀圖和餅圖 79
3.2 案例：市場趨勢分析 81
3.2.1 案例背景及數據理解 82
3.2.2 根據時間合并市場數據 83
3.2.3 補齊缺失月的數據 84
3.2.4 繪制趨勢圖 89
3.2.5 計算市場增量 94
3.2.6 繪制組合圖 94
3.3 案例：細分市場分析 95
3.3.1 案例背景及數據理解 96
3.3.2 類別的分布分析 96
3.3.3 識別潛力細分市場 99
3.3.4 潛力細分市場需求分析 104
3.3.5 消費者需求分析 106
4 Python 與店鋪數據化運營案例 115
4.1 案例：用Python 做SEO 116
4.1.1 案例背景及數據理解 116
4.1.2 關鍵詞詞根分詞與統計 117
4.1.3 可視化圖形 118
4.2 案例：用Python 做推廣方案 122
4.2.1 案例背景及數據理解 122
4.2.2 計算渠道投放預算的*優解 124
4.2.3 計算品類投放預算的*優解 126
4.2.4 計算各個品類在不同渠道的*優解 127
4.3 案例：用Python 分析競品 131
4.3.1 案例背景及數據理解 131
4.3.2 采集數據 131
4.3.3 競品調價預警 134
5 Python 與數字營銷案例 137
5.1 案例：基于關聯規則的產品推薦 138
5.1.1 算法原理及案例背景 138
5.1.2 創建商品項集 141
5.1.3 建立函數挑選*小支持度項集 143
5.1.4 訓練步驟項集函數 144
5.2 案例：基于聚類算法的商品推薦 147
5.2.1 算法原理及案例背景 147
5.2.2 消費者聚類 150
5.2.3 基于消費者聚類的推薦 167
5.3 案例：基于協同過濾算法的產品推薦 176
5.3.1 算法原理及案例背景 176
5.3.2 數據準備 178
5.3.3 推薦算法建模 179
5.4 案例：消費者輿情分析 183
5.4.1 案例背景及數據理解 183
5.4.2 案例實現 183
6 Python 與銷售預測案例 187
6.1 案例：基于業務邏輯的預測算法模型 188
6.1.1 案例背景及數據理解 188
6.1.2 案例實現 188
6.2 案例：基于時序算法預測庫存 189
6.2.1 算法原理及案例背景 189
6.2.2 數據及時序檢查 191
6.2.3 時間序列建模 198
6.2.4 循環迭代的ARIMA 模型 203
6.3 案例：電商的庫存預測算法建模 207
6.3.1 算法原理及案例背景 208
6.3.2 準備數據 209
6.3.3 計算補貨量 211
6.4 案例：用戶成單預測 212
6.4.1 算法原理及案例背景 212
6.4.2 數據準備 215
6.4.3 數據挖掘 243
6.5 案例：用戶流失預測 246
6.5.1 算法原理及案例背景 246
6.5.2 數據準備 249
6.5.3 數據挖掘 254
展開全部
Python商業數據分析:零售和電子商務案例詳解(雙色) 節選
Python與市場分析案例 市場分析是運營過程中非常高頻的場景，在拓展市場或者做階段性戰略目標時都離不 開市場分析，市場分析的結果是給決策者*好的支撐。 市場分析是指應用統計學、計量經濟學等分析工具對特定市場的運行狀況、產品生產、銷售、消費、技術、市場競爭力、市場競爭格局、市場政策等市場要素進行深入的分析，從而發現市場運行的內在規律，進一步預測未來市場發展的趨勢。 市場分析是發現和掌握市場運行規律的必經之路，對指導市場內企業的經營規劃和發展具有決定性的意義。 1．市場分析的思路 市場分析是商業行為中非常重要的環節，是做策劃、定位的前道工序。決策者只有了解市場，才能做出準確有效的決策。市場分析需要2 ～ 3 年的歷史數據，如果歷史數據的年限太少，則難以全面且準確地對市場做出預判。 l 市場容量（market volume）分析：這里分析的是市場相對規模。市場規模（market sizing）是難以估算的，根據統計學的方式估算的結果并不靠譜，因此用電商平臺的市場數據（抽樣）來分析電商的相對規模，給決策者提供有價值的參考依據。 l 市場趨勢（market trends）分析：這是對市場的自然規律進行探索，以及對未來的發展趨勢進行預測，讓決策者提前根據市場發展趨勢做出預判，并對經營策略進行調整。 l 市場細分（market segmentation）分析：市場細分是市場選擇的基礎，根據消費者群體將市場劃分成多個子市場，子市場之間的需求存在著明顯的差異。 2．市場數據的收集 市場分析的數據需要根據分析的對象確定收集范圍。如果是線下零售數據，則個人或企業都難以使用技術手段收集，線下數據需要使用傳感器等設備，并且拿到數據的授權才可以獲得這類數據；如果是線上零售數據，則較為簡單，可以通過購買電商平臺提供的數據，也可以自行采集公開的頁面數據。 （1）線下零售數據可在以下系統收集。 l 收銀系統，系統中有每一筆訂單的數據。 l CRM（客戶關系管理）系統，系統中有客戶的消費數據。 l 客流統計系統，系統中有商超或門店的客流量數據。 l ERP（企業資源計劃）系統，系統中有銷售的產品數據。 （2）線上零售數據可在以下渠道收集。 l 電商平臺官方提供的行業數據平臺。平臺中有行業的數據，具體字段則是隨提供數據的平臺的不同而不同，官方提供的數據以指數類數據為主。 l 電商平臺的公開頁面，需要自行采集累積原始資料，而且只有連續的數據才有價值。因為是原始資料，所以可以支持自由度*大的分析，但自行累積的時間花費較長。 l 第三方電商數據平臺。第三方都是采集公開的頁面數據后經過清洗、統計、匯總等環節提供給用戶的數據，雖然可以節省時間和成本，但是不能像自行采集累積那樣擁有原始資料。 3.1 案例：市場大盤容量分析 市場容量也稱為行業規模，是指某個市場在統計期間的需求總價值。市場容量分析是對行業規模的分析和判斷，市場規模決定了行業中企業發展的天花板。 3.1.1 案例背景及數據理解 1．案例背景 市場容量分析的是市場絕對規模和相對規模，通過規模可以掌握市場的大小以及瓶頸。 l 業務需求：某企業要拓展品類，需要了解市場的大小。 l 分析目的：將市場數據分類匯總，整理成柱狀圖或餅圖，以便于匯報。 2．數據說明 本節提供了驅蟲劑行業下7 個子行業3 年的交易額數據，每個子行業的數據都在一張表格中，表格的格式是XLSX。本節任務是將每個表格中3 年的交易額數據進行匯總，并將匯總后的結果放在一起。 數據字段如下。 l 時間：對應記錄統計的時間。 l 交易金額：統計時間內支付的交易金額。 3．案例實現思路 （1）將數據進行匯總，并計算絕對份額。 （2）計算相對份額。 （3）繪制柱狀圖和餅圖。 下面介紹案例實現過程。 3.1.2 計算市場絕對規模 加載Pandas 庫，代碼如下。 import pandas as pd 使用Pandas 庫導入數據，代碼如下。 # 文件路徑為python 文件位置下的相對路徑 dwx=pd.read_excel(" 電商案例數據及數據說明/ 驅蟲劑市場/ 電蚊香套裝市場近三年交易額.xlsx") fmfz=pd.read_excel(" 電商案例數據及數據說明/ 驅蟲劑市場/ 防霉防蛀片市場近三年交易額.xlsx") msmc=pd.read_excel(" 電商案例數據及數據說明/ 驅蟲劑市場/ 滅鼠殺蟲劑市場近三年交易額.xlsx") mz=pd.read_excel(" 電商案例數據及數據說明/ 驅蟲劑市場/ 盤香滅蟑香蚊香盤市場近三年交易 額.xlsx") wxq=pd.read_excel(" 電商案例數據及數據說明/ 驅蟲劑市場/ 蚊香加熱器市場近三年交易額.xlsx") wxp=pd.read_excel(" 電商案例數據及數據說明/ 驅蟲劑市場/ 蚊香片市場近三年交易額.xlsx") wxy=pd.read_excel(" 電商案例數據及數據說明/ 驅蟲劑市場/ 蚊香液市場近三年交易額.xlsx") 1．觀察數據 打印前5 行數據和后5 行數據（每個市場都要查看，此處僅以電蚊香市場為例）。使用head() 方法查看前5行數據，代碼如下。 print(dwx.head()) 輸出結果 時間 交易金額 0 2018-10-01 106531.29 元 1 2018-09-01 105666.63 元 2 2018-08-01 201467.03 元 3 2018-07-01 438635.29 元 4 2018-06-01 953749.78 元 使用tail9() 方法查看后5 行數據，代碼如下。 print(dwx.tail()) 輸出結果 時間 交易金額 31 2016-03-01 352013.31 元 32 2016-02-01 96979.48 元 33 2016-01-01 108412.71 元 34 2015-12-01 110068.83 元 35 2015-11-01 185094.22 元 2．查看數據的基本結構 使用info() 方法查看數據的字段及類型，代碼如下。 print(dwx.info()) 輸出結果 RangeIndex: 36 entries, 0 to 35 Data columns (total 2 columns): 時間 36 non-null datetime64[ns] 交易金額 36 non-null float64 dtypes: datetime64[ns](1), float64(1) 通過對數據的探索與觀察，數據集是7 個子行業數據。每個子行業的數據中一共有兩列字段：時間和交易金額，其中時間的跨度是2015 年11 月至2018 年10 月。 用sum() 方法匯總數據，代碼如下。 dwx[' 交易金額'].sum() # 匯總單張表格數據 將7 張表格的數據匯總并形成一張表，代碼如下。 m_sum=pd.DataFrame(data=[dwx.sum().values,fmfz.sum().values,msmc.sum().values ,mz.sum().values,wxq.sum().values,wxp.sum().values,wxy.sum().values] ,columns=[' 銷售額'] ,index=[' 電蚊香',' 防霉防蛀',' 滅鼠滅蟲',' 滅蟑',' 蚊香加熱器',' 蚊香片',' 蚊香液']) print(m_sum)
Python商業數據分析:零售和電子商務案例詳解(雙色) 作者簡介
零一，原名陳海城。杭州沐垚科技有限公司總經理，具有11年電商數據分析從業經驗。代表作品有《Python數據爬蟲、清洗及可視化實戰》《淘寶、天貓電商數據分析與挖掘實戰》。
書友推薦
- >
中國歷史的瞬間
- >
我從未如此眷戀人間
- >
【精裝繪本】畫給孩子的中國神話
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
月亮與六便士
- >
姑媽的寶刀
- >
自卑與超越
- >
有舍有得是人生
本類暢銷
