HI~!最近过得好吗？零一可是忙死了，呵呵。今天继续跟大家分享。
上次跟大家说过数据分析的4个任务，今天讲第一个任务，预测。
预测这个任务在很多场景可以应用到。比如
预测某行业未来的市场走势
预测买家会不会响应我们的营销主张
预测股票走势/预测福利彩票开奖号码
预测我们自己的体重/身高
大家可以发现，无论是商业还是生活都可以应用到，作为一名【业务】数据分析师而言（以下简称数据分析师，但特指业务数据分析师），当然不会什么事情都去做分析，那么，是什么因素决定了我们要去做分析呢？
答案是【商业价值】。
作为一名数据分析师应该以【商业价值】作为导向，我们的分析产生了商业价值，那么我们作为一名数据分析师才能有相应的价值。数据分析师的身价也因此而来。
数据分析师必不可少的4要素是
【思维】+【业务】+【工具】+【数据】
【思维】指分析思维，大家可以发现我正在一点一滴地传播给大家。
【业务】指业务能力，只有深入了解企业或者我们自己的业务需求，才能【点数成金】，如果今天我不小心请了一个完全不懂电商的数据分析师来帮我分析，那结果是堪忧的。因为他可能不知道什么是UV,什么是PV，什么是ROI，什么是直通车/钻展。
如果把数据分析师比喻成剑客，那【思维】和【业务】就是这个剑客的任督二脉了。
【工具】古人有云：工欲善其事，必先利其器，有工具才能高效、精准地做出分析。【工具】就像剑客手中的宝剑一样。
【数据】数据分析师手里没有数据，也就不存在数据分析师了。【数据】就像剑客身体中的血液，连血液都木有，就活不下去了。
在Excel中，结合数据挖掘套件，可以非常简单地完成【预测】这个任务。
虽然鼠标点几下就可以完成【预测】，但是做【预测】的方法有好几种，分别是在不同的情况下应用的。如果用错了方法，可能程序就会报错。哪怕不报错，出来的结果也可能是差强人意的。
具体用哪种方法，我们根据的是什么呢？
答案是【数据类型】
数据分成3种类型，当然你们去看一些数据分析、数据挖掘的书籍里面的分法可能会跟我的不一样。
【数据类型】分为【定量】，【定性】和【时间序列】。
【定量】就是我们的数字，1,2,3,4,5,6,7,8,9,0组成的数值，当数据是这种数值的时候，我们就可以把他归类为【定量】数据类型。
【定性】一般是字符型的数据，比如，中文、英文就是一种字符型的数据。
【时间序列】跟定量非常接近，但不同的就是时间序列是时间格式的数据，那么我们看下电脑系统的时间，就是时间格式的数据，称之为【时间序列】。
对应的分析方法（不局限以下方法）
【定量】-【线性回归】
【定性】-【逻辑回归】
【时间序列】-【时间序列预测】
怎么选择就看我们要预测的维度，是根据哪种数据的变化来预测的。
比如，我们已知时间和销量，要预测未来的销量。只要维度里面有一个维度是时间，就应该选择【时间序列预测】。
如果已知高质宝贝数和成交量，要根据高质宝贝数啦预测成交量，就是通过【定量】预测【定量】，因而选择【线性回归】。
如果已知买家的地域，下单金额和购买件数，来预测买家会不会响应我的促销活动，我们预测的就是买家是否会重复购买，那就是会或不会的问题，是通过【定量】预测【定性】，类似这种预测结果是A或B或C……这种分类情况，就应该选择【逻辑回归】
下面3个例子来帮助大家掌握【预测】
1、已知时间和成交量，要预测未来几个月的成交量
源数据如下
源数据挺多，仅截图一部分。
源数据可以是表也可以是我们选择的区域也是可以外部数据源，这里我们直接在表内选择数据区域。
时间戳会自动识别，前提是数据必须是日期格式的。（excel里面时间序列是日期格式）
查看模型结果
可以指定要预测多少个单位时间。
可以看到使用的是ARIMA算法，其实算法我们还可以在建立模型的时候进行设置，这里不解释太多。
模型建立后，可以用查询工具
结果如下图所示，给出时间戳、预测的成交量和标准偏差。
2、手上有高质宝贝数和成交量两个数据，假如现在已知未来几个月的高质宝贝数，通过这个来预测成交量。
数据源如下
参数中，我们可以选择算法还可以配置参数，这里我们选择线性回归即可，参数不解释。
定性集（国内翻译叫训练集）和测试集是数据挖掘中非常重要的一个概念。也是别于统计学的一个思想。统计学中是用统计方法来检验模型是否靠谱，而数据挖掘中，是将数据源拆分成两部分，一部分用来建立模型，这一部分数据称之为训练集。另一部分在模型建立后，回代入模型中，进行测试，看模型的准确率有高，这一部分数据称之为测试集。现在数据量很少，而且作为示例，可以把测试集的百分比设置为0，也就是不拆分数据，将所有的数据都用在建立模型上面。
在模型的窗口中会看到回归方程，如果不懂回归方程的，可以找一本高等数学的教材看看或者直接度娘。
打开查询工具，让模型做出预测。
下图中看到的高质宝贝数是已知条件，已知高质宝贝数，但成交量未知，这时模型会做出预测。
predict是预测的意思。这里是添加预测值作为输出。
输出结果如下，输出 1这个字段就是模型预测出来的结果。
3、手头上有历史买家订单数据，买家的地域，下单金额和购买件数（只要处理下源数据，就可以得到是否重复购买这个数据，1表示会重复购买，0表示不会）
模型浏览中可以看到会重复购买的买家的特性，和不会重复购买的买家的特性。
假设下面是新的买家数据，那么我们要来预测下，这4位新的买家是否会重复购买，成为回头客。
结果如下，模型判定只有王六会重复购买。
析的一个大忌（当然某些时候不是）
看下时间，又是凌晨2点多。这个星期只睡了十几个小时，周末补眠。
这是中阶的内容，我发现如果要细讲，是讲不完的。。。大家跟上。
文中用到的工具下载地址和教程：http://pan.baidu.com/share/link?shareid=1490988699&uk=2164472865