大家好，我是零一。今天接着第一篇的内容，我们继续利用excel2010来做数据分析。

这系列文章，是从0开始的，可能读者的基础并不是太好，我是这么安排的，先学会基本的操作，会操作了后，再回过来学一些分析思路和方法。自己做过之后，再学心法，可能会有更大的收获。

说回主题，上一篇中，我们看出了走势图，也看到了占比图。这两个必须同时看，才能清楚的，因为你单看走势图，是看不出占比的。单看占比图也会看不粗走势。因此，这两个图，是结合一起，才能读出相对完整的信息。

根据我们的目的，了解淘宝美容护肤行业的市场情况

我们已经拿到了走势和占比两个信息，那么接着还能了解些什么呢？

可能每个人的问题都不一样，我引出一个问题，每个子行业的竞争程度怎么样呢？

那么，我们就要思考，这个问题要转化成什么维度呢？我们手里的数据能否来回答这个问题呢？

我们先观察看一下源数据（源数据下载地址在01篇的底部）

成交量，统计的是成交的件数。

销售额，统计的是成交的件数+一口价，这里误差太大，不分析这个数据。

高质宝贝数，统计的是有一定销量的宝贝数。

其他维度，跟我们的问题关系不大，这里排除了销售额，那么，就剩下成交量和高质宝贝数。

成交量/高质宝贝数

就会得到平均一个高质宝贝数分配到的成交量。这个指标，有人称之为分配量，有人称之为平均占有率，也有人称之为均量。那么，我下面将这个指标命名为均量。

第一步，插入数据透视表

第二步，设置字段

然后，增加一个计算字段，在数据透视表工具——选项——域丶项目和集——计算字段

公式如下图所示

确定后，会自动添加，大家可以核对一下字段设置

然后，我们看到数据透视表，但是面对这个表格，零一点情绪都木有。

看到表格，而且密密麻麻的这种，脑袋就要开始想【数据展现】。用什么方式来展现这些数据？

这里解释一下，【时间序列】简单理解就是以时间为展现维度的数据，那么这里刚好就是以时间作为维度。那么，我们看到是垂直柱和线图。那就用这两种结合，来做展现。

结果如下，天哪！巨坑！这，，，这要比表格还要难看。

这里一团糟，是因为维度太多了，维度太多了，就要思考【降维】，减少这个图表里面的维度即可。

下面仔细看，有个倒三角。

点下倒三角，跟我下图一样，筛选一下即可。

结果如下。认真看，想想为什么最底下有条水平线？

最底下那条就是均量了。因为数值太小，所以，好端端的一条曲线就变成了水平线。鼠标点一下。

最下面的直线就会被选中，右击一下，在弹出来的菜单选择，设置数据系列格式。

然后，选择次坐标轴，点右下角的关闭

这就看得清楚了，蓝色是成交量，对应左边的纵坐标轴。红色的是均量，对应的是右边的纵坐标轴。

发现9月到年前是行业旺季哦！今年的均量在飙升的感觉。均量越高，代表每个宝贝分配到的成交量就越多。

那么，问题来了，均量高是好事情吗？

答案是未必，首先要去淘宝搜索判断，目测销量第一页的分布情况，就可以知道。如果要用指标，可以用【极差】来判断。这里其实目测就好了。如果销量都在两三个宝贝，那么，这个事儿对于你来讲就不好了。

再接着，如果发现分布相对均匀，那么是好事吗？

还是未必，答案完全看你自己了，如果是小卖家，那是好事儿啊，竞争不会太大，大家都有机会得到成交的机会。

但是，如果你是有实力的卖家，这就不是件好事儿，蛋糕要大家分呀！这可是蛋疼的事儿。

好了，解释就到这里。我们继续。开始说了要用两种图来展现。现在只完成了第一步。接着，我们在这个表里面加入柱形。

点一下红色线性，右击，在菜单中选择更改系列图表类型

按确定自己看结果吧

这里又出现个问题了。这里只能看一个行业啊！能不能看所有的行业，或者每个行业都单独看一下？

答案，是都可以！我们先实现变着行业来看。

插入切片器，如果找不到地方的，版本不同，自己找。或者就是图表没有在活动状态。

选好后，按确定，就可以看到切片器，自己点点看看吧。。

那么，接着，将均量全部拿出来看趋势。重新插入个数据透视表。过程自己思考。不演示了。相信消化了第一篇的童鞋都能自己做的了。

好，到这里来，基本看得差不多了。但是还有，我还没有说完哦。

因为考虑到进程问题，这一篇内容要稍微多一些。

上面均量的走势，我们看得出来，胸部护理的均值最高，但是越下面的各个子行业错综复杂，我们怎么客观地来判断呢？

这里教大家两个指标【波动系数】和【极差】，这个后面的文章可能要用到，以后讲到，就不解释了！对他们的数学/统计意义感兴趣的童鞋自己百度吧，波动系数，统计学里面叫变异系数。

统计学意义我就不说了，我先介绍一下，这两个指标，不是什么时候都要用，就是用肉眼，看不出来，拿不准的时候，希望更加科学地来判断，就需要动用他们了。

【波动系数】=【标准差】/【平均值】

【极差】=【最大值】-【最小值】

我从数据透视表复制出部分数据，如下。相信消化了第一篇的童鞋都能自己做的了。

先算下【标准差】excel里面函数是：STDEV.S

【极差】公式

【均值】大家都知道的，但是还是贴出来吧。

最后，自己算下波动系数哦！

那么，我算出来T区护理的波动系数是0.43，唇部护理是0.39。极差在上面看得到。这个怎么应用呢？

要记住这个应用的前提，肉眼看不出来，不明显，错综复杂的走势。那么，就用他了，如果摆在你面前的能用肉眼一眼看穿的，请绕道。

如果是小卖家，选择波动系数越大的，可能就越好。因为市场波动大，机会就大，前提一样要先验证一下是否是个别商家人为操作起来的市场。

如果是中级卖家，具体也要看，如果资源好，建议选择波动系数小的，因为这个市场做起来后，就相对稳定，平时不用太操心呗，控制好供应链，其他就没什么大事儿了。

【极差】作为辅助的维度，不一定要，但是他跟【波动系数】一起看得更全面。

【波动系数】有个优点也是缺点跟数据本身的大小没关系的。百万级别的源数据跟百位级的源数据，算出来的波动系数可能是一样的，从优点来讲，他可以跨维度，跨数据级对比。从缺点来讲，就是看不全，就可能出现不同级别的数据之间，他们的波动系数相等。

大家好，我是零一，今天开始继续给大家带来数据分析基础系列教程。

上一篇中，我们提到波士顿矩阵，波士顿矩阵又称为增长-份额矩阵，它的优点是简单便捷，而缺点也是恰恰是它的优点，因为简单便捷，使得这个模型的解释度降低，它只是在市场营销中使用到的一种方法，作为参考，还要结合其他的方法，绝不能用它来作为决策的唯一指导。

下面，我再具体介绍一下波士顿矩阵的几种模型。

上一篇中我只是单独用了9月份的数据，那么，假设，我用多个月的数据，就会形成一个趋势。

下面是成功轨迹，也是比较理想的成长路线。在高增长下，市场占有率逐渐上升，最终落入金牛区。有这种轨迹的，那么恭喜你，发财了记得请零一吃饭！

（关于交点，可以选择中点或者自己根据自己市场的情况来制定。不过一般选品，是择优，选择中点即可）

（竖轴是增长率，横轴是相对市场份额）

下面是现金支持趋势，可能是较早切入市场，占领了较高的市场份额，但却没有足够资金和营销策略的支持，可能就会面临失败的危险，一旦有这种趋势就要引起警惕。审视一下自己的产品定位有没有偏差丶营销节奏有没有把控好等问题

下面是灾难轨迹，两条路线，一条是从明星——问题——瘦狗，另一条是从金牛——瘦狗。这两个轨迹就是一个产品，一个市场逐渐萎缩死亡的过程。这条路，说多了都是惭愧的泪啊！

这个矩阵是根据最终的数据结果来分析的，那么我们不能脱离商业理解，如果增长降低了，市场份额也降低了，除了竞争加大之外，是否还有其他深层次的原因呢？

其实，我们更多的是要思考消费者是否认同我们的产品和服务？我们的产品是否能吸引消费者？站在买家的角度来思考市场变化。

说到市场，一般从两个方面来细分市场，一个是基于需求的市场细分，一个是基于行为的市场细分。

基于需求的市场细分，主要是指消费者的需要丶欲望。思考得更多的是同样的行业，我们要去满足消费者的哪种心理需求。

基于行为的市场细分更多地关注于消费者可能会购买的某种行为，这句话，我说得挺拗口。其实很简单，就是消费者会倾向于购买什么产品。比如，苹果5s上市了，相应地买了苹果5s的消费者，就可能会产生对苹果5s配件的需求，需求就会转化为购买力。

这两种方法，没有说哪一种更好，都可以去尝试，在数据分析的角度讲，是分析的方法和模型不同。撇开数据，那么这两种方法就是一种思路。

基于需求的要站在买家的角度，心理需求来思考，从而细分市场，发现市场。

基于行为的则根据市场产品结构丶消费行为来细分。

那问题来了，有朋友会想，之前零一教的不是没用了吗？

其实不会没用，之前都是在看容量，看趋势，是在看市场的全貌，而细分就像是在看市场的内部结构。大家好弄清楚它们之间的关系。

下面继续教大家做数据分析，这是初阶的最后一篇了，要为后续的中阶和高阶打基础，理论会稍微多一点，后面不会花篇幅来解释这些。

今天给大家介绍下描述性统计。描述性统计，就是在描述数据。

比如之前介绍给大家的，极差丶波动系数就是在描述数据的离散程度，所谓离散程度，大家看下图，数据是离散的。

再看下面的图，目测在（50，50）附近有很多个点，通过目测就看得出来下面这个数据的离散程度没有上图的高。这个现象用什么来描述，解释呢？就是用我们之前说过的波动系数，就能把这两张图的波动程度给描述出来。

除了离散程度之外，一组数据基本的有：最小值，1/4位数，中位数，3/4位数，最大值，这就是所谓的五数总括。

最小值很简单了，直接在excel里面敲入=min()，就能算最小值。有时候我们需要找出我们最低的销量是多少件，最低的转化率是多少？

最大值也是一样的道理，在excel里面是=max()，就能算出最大值。

这个在第二篇有跟大家简单介绍过的了，就不截图了。

接着是1/4位数丶中位数和3/4位数。如果没有接触过统计学的朋友会比较晕，不知道这个是什么来的。这三个数将数据切成4个等分的小数据集。

大家看下面的数列

1，50，10，100，2

最小值是1，最大值是100，1/4位数是2，中位数是10，3/4位数是50。

下面我们再看个例子，假如是12个月的销量数据

1，2，3，4，5，6，7，8，9，10，11，12

最小值是1，最大值是12，1/4位数是3.75，中位数是6.5，3/4位数是9.25

而我们用得最多的是均值6.5，这里刚好跟中位数一样。

但是，我们再看下面另一组数据

1，2，3，4，5，6，7，8，9，10，11，100

最小值是1，最大值是100，1/4位数是3.75，中位数是6.5，3/4位数是9.25

除了最大值不一样，其他跟前面是一样的。我们看下均值，这里的均值是13.83，跟前面的不同了，这个100这么大的值可能是活动的效果，那这个时候，如果我拿均值来作为指标衡量前面12个月的销量，就只有最后一个数据达标。当数据整体平稳，但前后有很大的异常值的时候，我们用均值来做指标参考就不靠谱了，这种情况更适合的是用中位数来作为指标。

用散点图可以非常直观地发现离散值。将我们上面的一组数据画出散点图，如下图就会发现一个异常值。

在excel里面，用=QUARTILE()，就可以得到这5个数。

另一个指标，众数。

大家看下面这个数列，假如是客服的业绩

1，3，5，5，5，5，5，5，5，5，10，20

我们先算一下平均值，是6.167，如果用这个指标，这里12个数据里面，只有10和20这两个人达标。那么，这个时候，就要用众数了。所谓众数，就是出现的最多的一个数字，毋庸置疑，这里的众数是5，那么，就会有10个人达标了。

众数在excel里面是=mode()

非常简单就能算出来，特别是数据量大的时候，不用目测。

以上的指标是根据数据的分布情况来选用的，一般用散点图看一下，然后就能判断要使用哪个指标来作为参考。

前面说到了异常值，异常值的处理方法有很多，那么，简单的方法，就是把异常值删掉。比如前面的，（1：11，100）这个数列，就可以把100从这个数列里面移走。或者，也可以用均值填充。比如，之前算出来均值是13.83，就可以用这个指来替代变成（1：11，13.83）。

不是什么时候都要处理异常值，只有在异常值严重影响我们判断的时候，就要对它进行处理。

好了，今天的内容就这么多了。最近比较忙，写文章会慢一些，大家不要催哦！最后再啰嗦几句，做数据分析的态度是务实，不要太浮躁，不要太自私，一切用数据说话，这是做数据分析师的基本态度。

先回顾下，前面的内容。简单罗列一下。

1、店铺自检；2、选品；3、选词；4、设计详情页；5、设计首图；6、分析上下架时间

以上全部都是准备工作啊！我要很愉快地告诉大家，今天还是准备工作。

做标题！

原本并没有打算写标题的制作，因为觉得太简单，但很多朋友跟我反馈，说需要标题和直通车的知识，因此，今天就写写标题，时间点也刚好掐上。

前面第三件事情，我们做的是选词，选的是主打关键词，并不是做标题。因为这个时候，还不到做标题的时候。有了主打关键词之后，我们根据关键词的人群信息和产品本身来做详情页和首图。而做详情页和首图，本质上是在分析产品，而做标题的第一步，就是分析产品。第六件事情是分析上下架，上下架时间针对的是主打关键词，如果你把整个标题都去分析上下架，那分析出来的结果可能就是无处容身了，没点给你占了。

那么，我们开始！

淘宝搜索SEO上的【标题】，和【标题党】并没有半毛钱关系。淘宝上的【标题】是用来描述一个商品的，并且提供给消费者检索。

淘宝对标题的定义是：商品标题是直接与商品的【搜索】相关，商品标题中一般包含了一些商品【信息、属性、热搜词】等组成。

标题要将商品的特性展示出来，【且要与商品的基本属性对应】；但是如果热搜词过多，也会影响排序。一般情况下我们可以搜索同类卖家的商品，看看别人的商品标题是如何进行填写的，以此做为参考。

通过淘宝官方的这段文字可以知道，标题是提供给消费者搜索的，包含了商品的信息、属性和热搜词。

做标题的步骤，我有我的看点，可能跟其他大神的有些差异。

第一步：分析产品第二步：找关键词第三步：筛选关键词第五步：组合标题第六步：验证标题

首先，第一步，分析产品。对于经验丰富的运营，拿到产品的那一刻，标题也就基本成型了。对于新手，也能定个百分之七八十。因为商品会自己告诉你，他的信息和属性。（做详情页和主图的时候，也需要分析产品哦！）

举个栗子

这是一件羊毛衫。我们只是看图片的话，能得到一部分信息，我建议选好了款后最好是拍一件回来看看，如果喜欢的话自己穿或者送给闺蜜or老婆，如果不喜欢就完整地退回给卖家（7天无理由退换，买个运费险，等于自己出了个邮费）。这一步很重要，如果我们自己卖的产品，自己连摸都没摸过，那心里会没底。

拿到了实物，我们接下来的工作就很轻松了。看到实物，再结合我们之前看的数据，可以轻松判断是否要做这个产品。

我们来细看这件衣服，看存在什么信息。

羊毛衫，针织开衫，长款，长袖，单排扣，V领，韩版，直筒型，还有点蝙蝠衣的赶脚。

一个标题也就30个汉字，如果把这些信息组合起来，标题也就完成了80%左右了。

之前我自己写过词频分析的程序，对程序的分词原理有一定的了解。我发现每个词都有词性，也就是我们小学读书的时候，语文老师教的，名词、动词、形容词等。

一个标题基本就是由名词、动词、形容词、时间词和数词。而这里面，名词是最重要的。一般标题里面的名词就是品类词。

这个例子中，羊毛衫和针织开衫，就是名词。其他的都属于形容词，都是用来修饰名词。如，长款的针织开衫，V领的针织开衫等。每个关键词必须包含名词，这才符合用户的搜索习惯。

第二步：找关键词

分析完产品后，关键词也就找得差不多了，但是可能会存在一些热搜词，我们不知道。因此，勤快一点，找！

如果店里产品比较多，且类目不是太小，还可以建立关键词库（有个逼格的名字，叫海词法）。

下面，我们借助工具来建立一个词库。服装行业，属于大类目，可以建词库。

找词可以用三个工具（当然市面上还会有其他工具，我也写过相关的工具）。

1、老A搜词精灵/进阶版2、老A淘词精灵（需要开通淘词——数据魔方专业版或者订购半年以上的标准版）3、老A市场分析精灵

第一天的时候，有讲过搜词精灵，搜词精灵共有五种提取方式，我们只是用了其中一种。

通过这几种方式，我们可以很快的建立词库。

1、通过淘宝的下拉词、长尾词和相关词

下拉词和长尾词都是给懒人准备的，同时具有引导作用。特别是下拉词的点击率很高。

很古早的时候，这些词都是自己手动一个一个去复制，然后粘贴到自己的excel里面。现在早已经解放了双手。

下图我是用两层深度，挖掘出517个关键词。

别忘了手机无线，这个最好单独抓出来，不要和PC混在一起。

2、 通过TOP20W词库提取

这个词库是在直通车的关键词榜单，下载地址是：

http://taobao/go/act/sale/keyword-dictionary.php?spm=0.0.0.0.F38X0y

我们可以直接通过工具来获取，下图共获取了736个关键词。

3、 直通车提取

这个我相信只要开过直通车的都不会陌生。

我们在添加直通车关键词的时候会有下图这样的界面。

这个就是直通车的相关词查询。

我们也通过工具，一次性把数据提取出来。共394个词。

最终汇集起来，进行去重处理后，共有1528个词。

因为我们这件衣服并不是品牌商的货，所以我们把品牌词提出出来，把1528个词里面包含这些品牌词的删掉

过滤后，剩下1424个词。

然后再一步根据过滤一些我们不要的词。

过滤后剩余1390个词，然后开始查询数据（默认的数字都是近一周平均，人群数据是近半年数据）。基本可以挂机了。等明天睡醒词库就好了。

如果有数据魔方的淘词，用老A淘词精灵会非常方便，分分钟能有几千个词，但是淘词的数据和淘宝指数、直通车流量解析的数据不一样。

另外，我们还可以用老A市场分析精灵，我们爬抓人气排序的前三页。然后，对前三页的标题进行分词。

如上图所示，每个词根的出现次数和占比都有，人气排名下的前三页，也就是人气宝贝，这些宝贝标题的热门词根，其实可以直接拿这些词来做标题，但这种标题，不是谁都hold得住的，基本都是热词，竞争不小，要有实力才好玩。

总而言之，现在找关键词太简单了，也因为简单易学，SEO优化没有以前那么有效，但是，还是会有人做得好，有人做得不好，这里面学问还不少。有时候，没有个3、5年的经验，没有数据分析能力，很是吃亏。

第三步：筛选关键词

关于筛选关键词，很多大神都有自己的一套路子，每个人说的都对，都有道理，下面介绍我自己用的野路子。

数据用的是老A搜词精灵爬取到的，我们将数据表格导出，做进一步筛选。

算出竞争比，竞争比=搜索指数/宝贝数量。

算出竞争比加权系数，竞争比加权系数=竞争比/竞争比总和

最后算出关键词得分，关键词得分=成交指数*竞争比加权系数（想要流量优选搜索指数，想要订单优选成交指数）

好！至此准备工作完成。下面选择关键词。

筛选关键词遵循以下两个原则

1、 必须和宝贝相关

类目，属性，信息都必须相关，数据里面有人群信息，尽量多找几个人群匹配的词。如上图，我们看到高分词【2014秋装新款女装】，这个词叫热搜词，它好用吗？未必！虽然字面上的信息，是适合的。但我们要先用淘宝指数看一下，毛衣类目是否适用这个词。

很明显，不适合。

如果还不信，可以用老A市场分析精灵验证一下搜索结果。搜索这个词，综合排序下，前3页，出现的比例是2.99%，和淘宝指数的2.78%是如此地接近。这意味着什么？展现的机会少了，你要在这个点，权重排名前4，才能进入这个词的搜索前3页。第一页有1个毛衣类目的，做到权重第一才可以出现在首页，这，这，有多难呀？

2、 关键词得分高的优先选用（等同于必须要有人搜索有人购买）

这个不用多说了。但是，我发现了好多坑，一个不留神就会被误导，用了烂词。数据完全一致，就宝贝数不一样。差一点点我就中招了。下图64.05分这个词数据应该是在120W个宝贝数的战场产生的。

这不需要火眼金睛，看词的数据，很容易发现这类词，情况太普遍，太多人被坑过了。

以下是我初步挑出来的词。

根据之前分析产品的时候得到的产品特征词：【长款，长袖，单排扣，V领，韩版，直筒型，蝙蝠衣】来筛选出相关的关键词

2014毛衣女韩版新款羊毛衫毛针织衫针织衫外套毛针织衫开衫针织衫 女 开衫 中长款长款毛衣外套女开衫中长款毛衣长袖针织衫v领羊毛衫女韩版毛衣外套宽松女秋装毛衣女韩版新款蝙蝠毛衣开衫

第五步组合标题和第六步验证要合在一起讲，一边组合一遍验证，验证这个环节最麻烦

一个标题是60个字符，折合成文字是30个字（一个汉字两个字符），标点符号算一个字符。

先把找出来的关键词拆解成词根，词根的分法，也有好几种，我简单分两种就好了。

名词：品类词

毛衣，羊毛衫，毛针织衫，外套

形容词：属性词（描述和形容商品的词）

开衫，中长款，长袖，V领，韩版，宽松，秋装，新款，蝙蝠

简单把词根组合起来，假设主打关键词是【长款毛衣外套女开衫】，那这个词就不要拆开，保持紧密性，而且放在前面，如果有多于的字符，可以用空格和其他词隔开。

正正正正正正正正正正正正正正正正正正正正正正正正正正正正正正（用正字，标记长度）

长款毛衣外套女开衫 新款中长款韩版毛针织衫 秋装V领宽松羊毛衫

29个字+两个空格，刚好60个字符。

验证标题是个粗重活。

主要验证两样东西

1、关键词顺序，买家搜索习惯验证。

关键词的顺序不同，结果可能不同。如，我在找词的时候就发现毛衣女装和女装毛衣，倒一下顺序，连搜索指数都不一样了。

宝贝数也不一样。

我们验证的渠道也就是淘宝指数和淘宝主搜（自己搜索看结果），可以对比搜索结果。

2、关键词紧密关联性验证。

紧密关联性也就是关键词不能拆分开，词根必须连在一起。很巧合，这个标题我验证过，没有需要紧密关联的情况。那我用另一个词来解释这个紧密关联性，【雪纺连衣裙】，词根是【雪纺】和【连衣裙】，通过淘宝主搜来验证。

我们发现搜索的结果页上，很多展现的宝贝，标题里面雪纺和连衣裙这两个词根是紧密接在一起的。这种情况，说明这两个词根需要紧密关联。在SEO里面,紧密关联是完全匹配，完全匹配的权重是相对要高一点的。

验证紧密关联性的渠道是淘宝主搜（搜索结果验证）。

PS：紧密性不可能做到面面俱到，只要主打关键词保持紧密关联，其他的词尽量就好了，不用强求。

说了这么多，不知道你懂了没有。做标题是整个环节中，是最简单又最复杂的一个环节。

可能有人会问，我直接抄别人的标题，行不行？

答案：行！

这是绝招，一招搞定。但是要看你的实力是否能承载这个标题了。有时候，我偷懒，也是先抄一个，然后再找出自己的主打关键词，在抄来的标题上修改一下，加上自己的主打关键词，如果自己还发现了其他好词，就再把好词【塞】进去这个抄来的标题里面。

初期的标题并不是决定因素，重要的是主打关键词。避免用词违规，不要用别人的品牌词，还有一些禁用的词，如淫秽词汇等。有不少朋友误用别人的品牌词，宝贝起来后就被淘宝删掉了(_`)

在宝贝上架后，会产生宝贝的关键词数据，通过关键词数据来指导操作，这个比初期的打造标题可能要更为重要一些。

　　零基础如何在最短的时间内高效率的成为数据分析师？怎样成为数据分析师呢？很多初学者都有着各种各样的问题。今天，和大家一起探讨几个问题。

　　在长篇大论之前，我先给读者来一粒定心丸：零基础成为数据分析师是可能的事！

　　数据分析师的价值

　　首先，数据分析师的目的是把隐藏在一大批杂乱无章的数据背后的信息集中提炼出来，总结出研究对象的内在规律。在实际工作中，数据分析能够帮助管理者进行判断和决策，以便采取适当策略与行动。数据分析的过程总结为：获取数据、处理数据、分析数据、呈现数据。

　　获取数据

　　获取数据的前提是对商业问题的理解，把商业问题转化成数据问题，要通过现象发现本质，确定从哪些纬度来分析问题，界定问题后，进行数据的采集。此环节，需要数据分析师具备结构化的思维和对商业问题的理解能力。

　　处理数据

　　一个数据分析项目，通常数据处理时间占40%以上，使用先进的工具有利于提升效率，所以尽量学习最新最有效的处理工具，这也是数据分析环节中最最重要的环节。

　　分析数据

　　分析数据，是大数据行业从业的关键。需要了解行业、了解市场、并能用到各类的模型和分析方法，包括关联规则、聚类、分类、预测模型等，其中一个最重要的思想是对比，任何的数据需要在参照系下进行对比。优秀的数据分析师要学会在复杂的情况下，帮助企业构建大数据应用场景，综合各种专业知识，熟练的运用方法论，解决客户的决策问题，这些都是数据分析的价值，相信随着大数据时代发展深入，基于大数据的分析能力，一定是核心竞争力所在。

　　从上述可以看出，处理数据是数据分析师完成数据分析的一个重要环节，那么零基础就成为可能，因为掌握了这一关键点，在“大数据”初级阶段，可以满足企业数据化进化过程中十分关键的数据引入、数据存贮及数据处理工作，对于现在很多没有数据化改造的企业而言，至关重要！至于更加深入的数据分析工作，则是一个循序渐进、长期成长的过程，对所有数据分析师都需要逐步学习、积累经验和分析能力，所以通过数据分析师的学习，掌握大数据分析的知识框架、具备数据处理的实战操作能力、有一定的数据分析意识，就可以顺利的成为一名合格的入门级数据分析师，再以后的修炼就看个人的努力和悟性了。

　　所以，在了解完数据分析流程之后，读者可以看看CPDA数据分析师的课程介绍，零基础成为数据分析师的答案也就揭晓了

大家好，我是零一。这一篇给大家介绍聚类/分类。

我们先讲一讲聚类。

上一篇的探索关系，很多朋友反映说非常有趣，这一篇，聚类分析也是相当有趣的。

聚类分析简称聚类，俗话说物以类聚，人以群分，聚类就是划分子类的过程。算法上面多用k-means和k-medoids，当然，大家可以跳过这些算法的过程，用程序来完成即可。

说简单一点，通过聚类，可以将我们的数据进行分类，并且描述每个类的特征。

聚类应用非常广泛，包括在电商领域的应用也是多不胜数。比如

（1）对客户数据进行聚类分析得到多个客户群组，并且得到各个群组的特征，这可以帮助我们发现客户的共性和差异性；

（2）竞争对手数据进行聚类分析得到多个对手群组和各自的特征，这一样可以让我们找到对手们的共性和差异性；

（3）对行业数据进行聚类分析得到多个行业群组和各自的特征，这个可以来发现不同行业之间的共性和差异性

（4）对销售数据进行聚类分析（比如以其中的地域聚类），可以告诉我们那些地域之间的共性和差异性

不难发现，我举的4个例子都是在发现共性和差异性。对的！我们了解了这些信息，可以指导我们的运营决策，对不同群组制定不同的策略。

下图是对地域数据做的聚类分析，得到的一个谱系图，我们从上往下看，首先是分成两大类

广东，天津，浙江，北京和上海这五个省市为一类，其余的多省为一类。

再往下看又分成了四大类，西藏作为单独一个分类，广东也作为单独的一个分类，天津和浙江为一类，北京和上海为一类。

从上往下，越分越细。红色的边框把多个省市划分成5个分类。一般没必要分得太细，这个数据目测是分成了20个细分的分类，除非是确实是需要细分到很细的时候，才需要看最低层的分类。

当我们知道天津和浙江聚为一类的时候，他们必然存在共性，才会聚在一起。当我们知道天津-浙江类和北京-上海类，作为两个不同的群组聚集，它们之间肯定是存在某种差异。

=======================================

下面，我们用上篇共享的数据，跟大家一起探讨聚类，和寻找他们的共性和差异性。

先处理下缺失值，选择清除数据里面的离群值

中间要选择需要处理的字段，选择好后，进入以下界面，也一样下一步即可

选择删除包含离群点的行（因为这里数据量不少，可以删了）

一般情况下，我们都避免直接修改源数据，需要新建一个变量或者空间或者工作表来存放处理过后的数据。这里选择复制到新的工作表就可以了。

数据处理好后，就可以进行聚类分析了。在数据挖掘套件里面直接选择聚类分析即可。

选择需要的数据进入模型里面

点击参数，然后就会看到下图这个对话框，可以手动输入数字来更改聚类算法，可以看到微软提供的聚类算法有4种，分别是可变的EM，固定的EM，可变的K-means跟固定K-means（EM是最大期望算法，K-means是K平均值算法，可变的是可以伸缩调整的，固定的就是固定不可调整的）

这里我输入4，选择固定的K-means算法

下图是选择测试集的比例，默认是30%。【测试集】是数据挖掘特有的名词，数据挖掘里头将数据集一分为二，大头的部分用来训练建立模型，称之为【训练集】，小的部分就用来测试模型，称之为【测试集】。这是数据挖掘和统计学最大的差异之一。统计学是通过统计方法来验证模型是否可靠，而数据挖掘技术是利用测试集来验证模型的可靠性。一般用于预测模型，聚类分析其实可以不用测试集，可以把数值改为0。但我就不改了。就用随机抽取出来的70%的数据来建立模型。

完成后，就会进入模型浏览界面，我们看到共有划分了7个，这有点儿多，我们可以在选择输入列的时候指定分类的数量，刚才我们是选了自动检测来着。

线粗代表两个分类之间的关系的强度，越粗关系越强。分类的颜色代表密度，颜色越是深蓝代表这个分类的数据个数越多。那非常明显，系统把大部分的数据归入分类1里头了。

下面是分类的剖面图，每个分类对应的指标范围在这里一览无遗。

简单解读一下上面这个分类情况

【分类1】包含2768个数据，最鲜明的是30天成交量偏大，价格偏低的这一个群组，是中低端爆款类

【分类2】只有246个数据，这个群组比较失败，发货分丶服务分丶好评率都偏低，销量偏低，价格偏高一点，典型就是卖货不卖服务类

【分类3】只有187个，集中在广东深圳，DSR很好，评价很好，价格很高，但退款率也很高，应该是高端市场的卖家，标准的价格高，服务好，但不知为何退款率也高，可能是买家收到了，觉得不划算吧，这一类是高端类，但产品或品牌的价值感可能没有做好。

【分类4】只有65个，也是DSR超好，价格中档，产品的价值完美体现，退款率不错，同样集中在广东深圳，是中档性价比类。

【分类5】只有61个，这个群组很惨，集中在浙江金华（估计是义乌），价格超低，DSR超烂，好评率很惨，是低端烂货类

【分类6】和【分类7】规模很小，就不解读了。以上解读仅供参考。一般分个4-5个群组就差不多了，如果数据量确实大，可以考虑分细一些。

每一个分类都可以单独提取出这个分类下的数据的。

下图是分类的一些特征，每个特征的概率情况

下图是分类间的差异性，通过对比可以发现，分类1多是天猫，非分类1的多是C店。

下面我着重看下分类3和分类4的区别，因为分类3败在退款率上面，而分类四就解决了这个问题。

我大致上看出来了，分类3的服务（DSR,退款速度）没有分类4的做得好，但分类4的价格又要比分类3低，并且包邮。那作为消费者，肯定选个价格中肯，服务又好的店家。而且分类4的销量还不低，有少部分是心店，我对心店的印象就是心店的服务一般要比大店的要好。

以上就是对这儿聚类分析结果的简单解读，具体的，亲们实操一下吧。

=============================================

下面说说分类。

聚类和分类，从语义来讲，看似很像，但有一点重要的差异。分类是指定了我们要分析的列（维度），然后通过决策树算法（默认方法是用贝叶斯分类器），来告诉我们，影响这个目标的维度有哪些。下面我们看下过程。

选择要分析的列，我这里选择的是30天销量，看下会影响销量的是什么因子。

下图是结果，告诉我们，收藏很重要！收藏跟销量有很强的关系。同样第一张图是决策树，一样有分组的作用。

决策树一般用来分析影响客户下单或者流失的因子有哪些。有兴趣的朋友可以自己倒腾一下。试下会有哪些意外的收获。

===========================================

下面，告诉大家测试集的使用方法。

选择准确性图表

选择模型，一般用于预测模型，刚才的决策树是属于预测模型，而聚类就不属于，因此聚类的模型不可用于准确性图表。

选择要预测的区间，我选择的是30天成交大于122的情况

我们之前保留的测试集，就在这里出现了，默认会选择测试集来验证准确性。

在上图点了完成后，就会得到这样的一个结果（部分截图），会有一个指标， “分类 30天成交”模型提升144.11%，这个数值越大代表模型的准确性越高。但我一般看下面的ROC图。

蓝色代表没有模型的结果，红色代表理想的结果。而绿色代表我们测试得到的结果。

绿色的线越接近红色的就代表越好，一般情况下，只要不要太接近蓝色的线（或者低于蓝色的线），就好了。如果接近蓝色的线或者在蓝色线下面，那就不如不用模型了，此时这个模型就没什么存在的意义，如果硬要用那就只是为了做模型玩玩而已了。

刚毕业，无基础无经验，怎么入行呢？

我进入互联网行业完全是零基础，不是数据分析零基础，是样样能力零基础。零基础到什么样子?我找工作花了三到四个月时间，最后以运营身份入职。

我从来不是数理强人，大学虽学习过高数、统计学、SQL和C#语言，均是低空略过，都是简单的了解了，却没有学精。现在回头看，当时应该从哪一个感兴趣的方面多学一些。

刚开始接触数据分析的时候，了解到数据分析需要学到的工具有很多，包括EXCEL、SQL数据库、SPSS、SAS、Python等。学的东西太多，感觉自己学的挺难的。

其实零基础学习数据分析，最难的门槛不是技能，而是学习动力和坚持学下去。很大情况是环境因素逼迫人去学习，本身没有任何学习的驱动力和习惯。大学四年再一度过，可能学习性就消磨殆尽了。所以，从你决定学习的那一瞬间，你就要坚定你学数据分析的信念。

因为是零基础，所以才更需要主动性。数据分析本事是发展很快的行业，持续的学习是必须的能力，基础不如别人，至少靠努力来弥补吧。

至于从哪里学，就看你自己的选择了。自学的话可能会走一些弯路，还是需要一些老师带着你学，因为毕竟老师们都是有足够的经验的，能够教你在这个行业里面的一些前沿知识。至于是选择在线课程还是培训班，我个人建议是培训班了，自觉性这个东西在我这里是较为薄弱的，报班能在一定程度上提高我的学习效率。

在培训班的选择上，一定要注意培训班的实力。尤其是培训班的师资力量上，一定要至少7年经验的导师来带着你，这样你会受益更多。在这点上，我选择了AAA教育，他们的师资力量是非常雄厚的，而且有国际和国内一流的实践操作项目带着增长经验。

没有计算机基础，没有编程基础的人，该怎么学习数据分析，第一步要做到什么，然后应该做什么？怎么一步一步自学？先打哪些基础？很多人都在了解数据分析的时候，都会这么说。数据分析一定要统计学，编程基础吗？

数据分析如何开始？

我最早做数据分析是从网站统计开始的，从CNZZ到Google Analytics都有用过。我们能够这些地方知道什么呢？网站流量，用户情况，行为统计等等。以GoogleAnalytics为例，以下是我一个网站的流量图：

从这个图里面，我们可以看出什么呢？用户数有多少，每个用户访问几个网页，每个用户停留多长时间，跳出率有多高等等。

如果你是第一次看到这种图，那你肯定是一头雾水，WTF？什么是跳出率？什么是平均会话时长？

这也是开始学习的过程，接触到陌生概念，就去了解，不要因为一个概念不懂就停止学习。

经过一段时间的了解，我们学会了各个名词是什么意思，例如我们发现跳出率太高了，那么就证明网站存在某些问题，导致了用户很容易流失。那么我们就进一步， 查看用户的行为数据，例如热点图，点击图等等，分析是什么地方导致了这个问题。

PS：图上这个跳出率算是很低了，还不错。

这个图是流量获取概览图，我们可以通过这个图来了解流量是从哪来的，这也能帮助我们做流量的优化甚至引流的工作。

不要嫌网站统计显得low，基础数据分析都是从这个开始的。

接下来可以着手去搞一些自己感兴趣的数据，当然，这可能需要学习爬虫知识，一些数据库的知识。

你可以爬歌词，看大家在唱什么，也可以把公司的订单倒入，看订单有什么规律，还可以把女朋友的微博全部拿出来，看她到底对什么感兴趣。

这些，其实都是数据分析的应用，从简单的，基础的，自己感兴趣的开始。

数据分析是什么？

字面上理解就是对数据进行分析。具体的说就是，用适当的方法对收集来的大量数据进行分析，将他们加以汇总、理解、消化，开发出数据内部所表现的现象，发挥数据的作用，将有用想信息形成结论进行输出的过程。

数据分析的目的在于将隐藏在一大堆看似杂乱无章的数据背后的信息集中和提炼出来，总结出研究对象的内在规律，以帮助在实际工作中管理者的决策和判断。

数据分析一般分为：描述性数据分析、探索性数据分析、验证性数据分析。其中，描述性数据分析是最基础、最初级的，比如描述本月用户增加了多少，PV、UV是多少，都属于描述性数据分析。而探索性数据分析侧重于在数据中发现新的规律，验证性数据分析侧重于验证已有假设的真伪证明。后两者都是比较高级的数据分析。

数据分析的作用

1、分析现状：如企业的整体运营情况、企业的各项业务构成等日常数据。

2、分析原因：告诉你某一现状为什么发生。分析什么原因出现目前企业运营情况，是什么原因造成某项业务的增长或下降。

3、预测未来：告诉你将来会发生什么。大到对企业未来发展趋势作出预测，为企业制定运营目标、策略提供有效的依据，小到对一个功能以后的发展和规划提供数据上的支撑。

数据分析的步骤

1、明确分析目的和思路

什么事情都是在要想清楚目标和思路的情况下进行，不能乱来，不能摸着石头过河，这是在工作中和生活中都应该坚持的。只有这样才能目标明确，并围绕这个目标提出方法来解决。在数据分析中，我们不能拿着一堆数据，然后画了一堆图表，就觉得自己很棒了。而是要事先想好为什么要开展数据分析？本次分析是为了解决什么问题？分析才不容易误入歧途。才能用适当的方法进行适当的分析。

2、数据收集

数据收集一般包括一手数据和二手数据。一手数据指可直接获取的数据，大多数是公司自己的数据库。二手数据指经过加工整理的数据，如：互联网、公开出版物、市场调查调研资料。

3、数据处理

对收集到的数据进行加工处理，形成适合数据分析的样式。从大量杂乱无章、难以理解的数据中抽取并推导出对解决最终问题有帮助有意义的数据。其中包括数据清洗、数据转化、数据提取、数据计算等。原始数据就是再“干净”都需要处理后才能进行分析。

4、数据分析

用适当的方法对处理过后的数据进行分析，提取有价值的信息，最终形成结论。目前大多数数据分析都是通过软件来完成的，减常规的用Excel就能很好的完成数据分析。

5、数据展现

为了让非专业人士都一目了然，都需要将数据通过表格、图形的方式呈现出来。如：柱状图、饼状图、折线图、散点图、雷达图等。大多数情况下，人们对于图形这种方式来展现数据的接受度是很高的。能用图的情况下就不用表格，能用表格就不用文字。

6、撰写报告

分析完了、图画完了，最终肯定都需要形成一个报告。这个报告就是对整个分析过程的总结和呈现。把数据分析的起因、过程、结果及建议完整地呈现出来，供决策者参考。一份好的数据分析报告，需要一个好的分析框架，图文并茂、层次分明，能够一目了然，能够让阅读者正确理解报告内容和结论并产生思考。最终，明确的结论和围绕数据的建议都是必须的。

避免的问题

1、分析目的不明确

解决思想问题是第一要务，即一定要围绕你的分析目的，是为了什么进行分析。只有对自己的目的有清晰的认识，才知道要怎样去实现这个目的，需要通过哪些图标来展示，才会更好的进行问题分析。

2、业务知识不足

数据分析需要结合相应的业务知识、管理知识等方面的工作经验，不能仅仅是数字上的分析。而是在业务逻辑上有一定的关联性。要多思考数据背后的事实与真相，所以数据分析师不单纯是做数学题，还需要懂营销、管理、策略。

3、一味追求高级分析法、高级模型

很多人在数据分析中喜欢使用很高级的分析方法，比如：回归分析、因子分析等。觉得高级分析方法显得专业，结果才更有说服力。其实不然，高级的不一定是最好的，能够简单有效的解决问题的方法才是最好的。“不论黑猫白猫，抓到老鼠就是好猫。

大数据在国内已经火热了一段时间，无论是政府还是企业都已开始重视大数据，纷纷设立大数据部门，数据之于企业的重要性不言而喻。据某招聘网站调查，一名有经验的数据分析师的年薪不低于20万。而数据工程师、数据科学家等则收入更高。

那么如何零基础如何在最短的时间内高效率的成为数据分析师？怎样成为数据分析师呢？很多初学者都有着各种各样的问题。今天，和大家一起探讨几个问题。

在长篇大论之前，我先给读者来一粒定心丸：零基础成为数据分析师是可能的事！

但俗话说“台上一分钟，台下十年功”。任何人取得的任何成就都不是一蹴而就的，学习之路更应如此，那么你需要的基本功是什么呢？在我看来，首先你要有兴趣，然后再谈其它，因为兴趣是最好的老师。

我假设你有兴趣，并且乐意学习，那么理论上还是有些很大程度上限制不了你的条条框框，诸如你的英文水平，数学水平，认知领悟能力等，不过只要你想学呀，那就没问题。

统计学

概率论与统计学，是你不可能逃避或者说你必须爱上的知识，他们是你入门的基石。

通过他们，你能学到什么是概率，什么是概率密度函数，什么是正态分布，什么是假设检验，什么是参数估计。你可以领略到贝叶斯大神的牛X之处，你也可以计算出某些事情的期望与方差，你还会见到排列组合（可能是高中的知识），更有甚者，你还会学到一笔画的问题，还会真正的分析三门问题，看看那些看似违背常理的事情是如何发生的？

有人说统计学是数学上的噩梦，可就算是噩梦，你也要笑醒。

对行业的了解程度

对特定行业的了解可以帮助数据分析师尽快进入状态，加速决策的过程。如果缺少这一前提，你的数据分析师可能不得不花时间来先对整体行业有一个大概地认知，学习相关知识，然后才能投入其中。

R语言

当我没有接触他的时候，我很污地认为他是“日”语言。后来逐渐接触他，发现它是一种非常美的语言。

为什么美，因为它可以做出许许多多美丽的图表！

像这样不明觉厉的

又比如这样充满美感的，都是出自它的超强的作图能力。

R语言主要适用于EDA（探索性数据分析），也就是你与数据之间的对话，是通过作图来找寻单变量，双变量或者多变量之间的关系，进而发现其相关性。

他的学习也不是很难，掌握了基本操作，要掌握核心的几个包（package），然后经常性的练习，善于借助帮助文档，所谓熟能生巧，就是这个道理。

Python

Life is short，I use Python.

人生苦短，我用Python。

Python语言是一门功能非常强大，实用型非常强的语言，Web编程，网络爬虫，而我用它是进行数据分析。

Python的基础知识一定要掌握好，万丈高楼平地，没有一个坚实的基础，再高大上的玩法都无济于事，不仅要知其然，还要知其所以然。List，Tuple，Dictionary，Set他们各自的特点要乱熟于心，信手拈来。

数据分析自然少不了要掌握pandas和numpy两个包，如果用到数据可视化（后面会讲到），肯定要用matplotlib包，这三个包基本上就是Python进行数据分析的半壁江山以上了，好好掌握，不能将就。

沟通能力

现代社会，工作通常要通过分工合作来完成。沟通成为其中必不可少的一环。所以你想要雇佣的数据分析师在这方面有所建树的话，可以极大地提升工作效率。另外，拥有良好沟通能力的专家懂得合理地呈现数据可视化成果并且讲好数据故事。

数据可视化

数据可视化（Data Visualization）是指你与观众之间的交流，与EDA不同的是，一个着重于探索，一个着重于表达。数据可视化，有许多好的网站资源，好的书籍可以参考。

我认为数据可视化的核心是作者能够清晰地传达最想让读者明白的东西。

我给你一张图，你一眼就能看出我想表达什么，这就是数据可视化。而不是乱七八糟，东拼西凑出来的看起来啥都不明朗，一个糟糕的可视化可能就会错失巨大的机会。

这里主要涉及的方面可能会涉及到JavaScript，这个和前端貌似有着千丝万缕的关系。我们使用的是JavaScript的库，图表插件主要使用的是D3和Dimple，前者自定义程度高，但是略复杂些；后者集成度比较高，操作使用方便，但是个性化元素比较差。他们都可以在网页上实现动态展示。

还有一类大数据据可视化软件，比如 tableau，FineBI，企业级用。由于企业对数据处理的稳定性和速度要求较高，chart插件在大数据量上的应用不是很多，主要会利用商业智能FineBI这类，来集成一个数据平台，做统一展示。

大家好，我是零一，今天开始给大家带来基础系列教程

本系列文章适合以下情况的读者：

1丶淘宝店铺运营或者店长，目前还不会做数据分析，渴望提升自己

2丶打算在淘宝开店的朋友，目前尚在混派代学习中

3丶其他对数据分析感兴趣的朋友，尚在入门阶段

本文是第一篇会比较基础，涉及的概念也少，旨在让读者动手了解工具。

我们直奔主题

数据分析的概念必须搞清楚。简单点说，数据分析是将数据进行清洗后，把隐藏在数据背后的信息提炼出来。

另外，值得一说的是，数据分析是获取新知识的新途径。

下面看一下菜鸟跟数据分析师的区别，引自《谁说菜鸟不会数据分析》一书

可以看出来，专业一点的数据玩家的思路会非常清晰，而且会以目的为导向，建议大家参考分析师的思路。

数据分析的过程已经有非常多的前人做出了总结，我还是引用书中的结果

分别是，明确分析目的和内容——数据收集——数据处理——数据分析——数据展现——报告撰写

做任何事情都要有目的，做数据分析也不例外，而且明确目的在数据分析里面上升到了一个非常重要的高度，甚至决定了你后面所做的一切有没有价值。

做数据分析必须运用工具，没有工具几乎无从开展，大家看下一般数据分析有哪些工具

可以看到，底层是数据库，在数据量大的情况下，需要动用到数据库。

报告层是Crystal Reports（动态和可操作的报表，没用过）

分析层是分析的工具，从左到右分别是Excel（Office套装里面的一员，据说可以和SAS媲美的数据工具之一），UCINET(社会网络关系分析，没用过），SAS（最古老最专业的数据分析工具），SPSS（IBM的工具，以简单易用闻名），clementine（已经被IBM收购属于SPSS系列）

最后是表现层，也就是做报告的一系列工具，我只接触过PPT和水晶易表，一般会用PPT就可以了。

接下来讲的数据分析，选择的是大家比较熟悉的Excel，Excel做深入分析的时候比较麻烦也有局限性，但就上手指数来说，Excel是排第一的。数据量在一百万条以内是足够的了。

我选用的版本是Excel 2010

第一步，我们要明确分析的目的和内容。因为是实例，我假设

目的：了解淘宝美容行业的市场情况

内容：1丶行业分析，2丶属性分析（采用折线图和饼图直观反映行业趋势和容量）

第二步，数据收集，一般手动收集，也可以用工具收集。

这里提供工具给大家做练习。提供的是仅支持美容大类的版本，运行环境，excel2010/2013，32位xp/WIN 7，假如没有生e经，那没关系，下面用到的数据源一样会共享给大家，拿着数据源就可以一步一步跟着操作。

数据来源：生e经（必须有开通生e经，并能查看相应行业数据）

数据宽度：21（月）

因为生e经按月展示数据，因此这里的数据宽度，就是月份数。

打开表格，然后，按下列图片次序操作

自己登陆生e经复制生e经的地址进来。登陆好，就把窗口关闭即可。其中c2代表服务器编号是2。

选择正确的服务器编号才能正常抓取。

选择好后，点开始抓取数据

耐心等待（等待时间和抓取的月份丶网速有关系），会在excel中出现结果，那么可以把这些数据复制到我们的另一个工作簿上，也可以导出为csv格式。

导出的文件可以保持在本地，方便下次提取。

第三步：数据处理，简单举例，可以跟着做。

做下简单的处理，这里提取年份使用这个公式：=LEFT(E2,4)，提取月份使用这个公式：=RIGHT(E2,2)，然后填充。如下图所示，鼠标移到单元格的右下角位置，会出现个黑色小方形，鼠标也会变成黑色的十字架，双击即可填充。

接着，我们插入数据透视表，鼠标点一下我们的数据，任意一个单元格都可以，只要在数据范围内，如图，我点在F10单元格。

点数据透视表，会自动匹配整个数据框。我们点确定即可。

点确定后，效果如下图所示

用鼠标，将字段拉到下面的相应位置即可

第四步：数据分析

我们现在就已经完成了数据透视表，通过这个透视表，就可以比较直观的对比各行业间的差异，但是都是数字，不免有些晕，或许用图表来展示会更加直观

点一下数据透视表，然后点插入——折线图，这里选择第一个样式即可（其他样式可以自己尝试）

结果如图所示

发现面膜/面膜粉的走势好像不错。

接着，我想看一下各行业的容量占比，重点看下面膜/面膜粉这个行业占比多少，就以2013年的数据来统计占比。还是插入数据透视表，先设置好字段，然后再选择2013.

接着，插入饼图

结果如图所示

这里看不到占比，而且也不知道哪个行业，这就需要我们设置一下图表。右击图表——添加数据标签

出现标签后，我们再右击一下标签，设置数据系列格式

按下图红框设置即可

然后改下标题，稍微把图表的尺寸拖大一点

这样，就比较直观了，面膜/面膜粉在2013年1-9月份中，销量占了整个美容护肤行业的16%。那么我想再仔细看看面膜/面膜粉行业的销量走势。依然先插入并设计数据透视表。

然后，插入折线图

结果如下图所示

两年的销量走势对比，可以看出2013年比2012年增长了不少。增长需要涉及到环比增长和同比增长两个概念，今天先不讲。我们通过目测就已经看出来，今年比去年火，但是这个结论还不是最终结论，只是简单建立在数据层面的初步结论，还要通过淘宝去验证，搞清楚销量的增长是来自哪里。假设是某几家品牌促销的结果，那么这个数据对于我们而言，意义就不一样了。或许我们自己是这个行业的一个品牌商，则需要把后面的分析重点转移到研究这几家品牌的营销研究上面来，弄清楚对手究竟如何改变了这个市场。

属性分析里面包含了SKU，操作方法跟上面类似，这里就不演示了。

第四步：数据展现

把我们以上得到的结果，进一步优化，更加直观丶有序地展现出来。

第五步：撰写报告（非商业严谨报告，以实用为主）

把所看到的，所想到的，通过文字的方式记录下来，方便自己或者他人阅读，了解我们的分析思路。