数据分析辩论,应用和分析?

0
数据分析在互联网的应用已经无孔不入了,以 我们经常讲的 意向 -> 订单 -> 下单 为例,讨论下 数据分析的应用场景?
已邀请:
0

梁勇 - 天道酬勤、上善若水。爱好商业智能 2013-07-09 回答

以下是天善学员群的讨论,大家可以参考下:

1.jpg


2.jpg


3.jpg


4.jpg


5.jpg
0

梁勇 - 天道酬勤、上善若水。爱好商业智能 2013-07-09 回答

@育才
分析的项目,一般要做下思路清理:
第一步:我的目的是什么,预测?或者分析等
第二步: 能给我帮助因素有哪些,有用信息、数据
第三步:取数 数据一般都是自己取,写SQL,就这个案例 订单意向 客户信息 年龄 性别 地区 职业 经济状况 这些因素,在数据库里面叫做“维度”其他的,历史消费情况 呼入次数等是度量值了。把有用信息提取出来。

这些是初步要做的,下一步是要分析模型了。取出来的数据适用什么模型,比如 订单案例,分析的目的是“是否下单”那么就是一个logistic的概率判断了。

那么判断了模型,我们可以先做因素分析,哪些因数对订单产生影响,比如说 年龄 经济状况 询问次数 这些因数影响订单了,@浙江-航天人 你说的因素分析可以对历史数据进行初步的分析了,可以用软件,可以编码,SAS SPSS 或者R都是可以的。

现在就明白了几个主题,
一、目的
二、模型
三、因素
下面我们可以进行模型拟合了,编码功底较差可以用软件功能,可以按百分比随机取出正式数据进行模型拟合,或者自己创造测试数据,就是经常说的 模型测试了。

测试的目的,是为了更好的拟合模型。进行可以多次拟合并修改模型参数,这里面就涉及到不同模型参数怎么设置的问题了,这里不细说了,觉得模型的效果可以了,那么就可以进行最后一步,正式数据的带入测试了。


一般测试是需要多次重复观测的,最后就直接使用了。模型中经常会涉及的到一个 拟合度。R-square,不知道大家有没有经常遇到。

对于业务需求来说,R-square 并不是越高越好,有一定程度比如60%以上也是可以的,并不要求90%以上,一般只有在研究中才会对R-square进行严格要求。

还比较不成熟,大家相互指教。如果有喜欢做分析的可以尝试简单的分析做做。


其实也可以变成技术,可以把分析过程写成代码,很多软件有自动化模型就是写出来的,我只是把老师的分析方法直白话了一点,笼统的说了一下。

要回复问题请先登录注册