電子數據基礎分析 3

PAGE8《電子商務數據分析》教學大綱（Electronic

CommerceDataAnalysis）課程代碼：學分：3總學時數：48理論時數：32實驗時數：16先修課程：電子商務、網絡營銷開課對象：電子商務類及相關專業本科生一、課程的性質、目的與任務《電子商務數據分析》是電子商務、跨境電子商務專業本科生的一門必修課程，也是市場營銷、信息管理與信息系統等相關專業的一門選修課程。通過本課程的學習，使學生能夠在深刻理解電子商務業務內涵的基礎上，能針對不同應用場景進行相應的數據實例分析，逐步培養起電子商務數據分析能力，為將來成長為電子商務數據分析師打下的基礎。本課程教學以電子商務數據分析能力培養為主線，系統地介紹電子商務數據分析理論、工具和常用方法，并根據不同的數據來源教給學生靈活應用不同的數據分析方法及相關技巧。二、課程內容與基本要求課程的主要內容：包括電子商務數據分析導論、電子商務數據分析的統計基礎、網店運營數據分析、商務網站訪問數據統計分析、商務網站數據挖掘分析、電子商務大數據分析、電子商務數據可視化、電子商務數據分析實驗指導等，同時有機地穿插了大量針對相關內容和知識點的應用案例。本課程的基本要求分為三個層次：即了解、熟悉、理解或掌握。了解主要是針對課程的有關背景資料、主要事件及歷史發展過程，要求能夠用自己的語言對相關問題的簡要情況、要點作一個概略的描述。熟悉主要是針對課程的基本原理、基本方法，要求能夠正確理解電子商務數據分析的相關基本原理，明確各種電子商務數據分析方法應用的基本流程，對相關操作方法能夠正確應用。理解或掌握是針對電子商務數據分析中的重要概念、觀念、理論及方法，要求能結合現實中的例子加以應用，并能提出自己的觀點，同時要求能夠綜合運用。本課程的特點是實踐性比較強，因此要求學生在學習本門課程時要高度重視電子商務數據分析實踐，注重充分利用數據分析結論提高從事電子商務效益的技巧。同時，在教學過程中，應注意結合相關教學內容，巧妙地融入課程思政元素。（一）理論講授內容1.電子商務數據分析導論（課內4學時）[教學基本要求]理解電子商務數據分析的基本含義、特點和作用；熟悉電子商務數據分析的主要內容；了解電子商務數據分析的主要方法和常用工具；了解電子商務數據分析師的成長規劃。[教學內容]電子商務數據分析的基本含義、特征和作用；電子商務數據分析的主要內容和一般步驟；電子商務數據分析的主要方法；電子商務數據分析的常用工具；電子商務數據分析師的知識能力素質要求和成長階段。[教學中應注意的問題]應注意講解清楚電子商務數據分析方法與電子商務數據分析工具兩個概念之間的區別；結合電子商務數據分析師的知識能力素質要求和成長階段等內容，強調注意培養高尚的職業道德。2.電子商務數據分析的統計基礎（課內6學時）[教學基本要求]了解統計數據的類型；熟悉描述性統計各測度值的計算方法；掌握各種類型數據的展示方法；掌握抽樣估計的基礎知識；掌握正態分布以及三大分布的定義和性質；掌握中心極限定理。[教學內容]描述性統計分析。統計數據的類型、數據的集中趨勢、數據的離散趨勢、數據有分布形態、數據的統計圖展示、。數理統計基礎。抽樣估計的基礎知識、正態分布、三大分布的定義和性質、中心極限定理。相關分析。散點圖的繪制、相關系數的計算、相關系數的顯著性檢驗。一元線性回歸分析。一元回歸模型及相關假設、一元線性回歸方程、回歸直線的擬合優度、回歸模型的檢驗。應用實例：使用Excel實現一元回歸分析。采用圖表分析——添加趨勢線、使用規劃求解工具、使用回歸分析工具、采用規劃求解的參數進行回歸預測。[教學中應注意的問題]注意講解方法，結合實際應用案例進行講解；注意培養和提高學生對課程的學習興趣。3．網店運營數據分析（課內4學時）[教學基本要求]了解網店運營數據分析的作用以及網店運營不同階段數據分析的目標；熟悉網店運營數據的獲取與清洗方法；掌握訂單狀態數據、訂單時間數據的分析方法；掌握網店客戶類別、客戶行為和客戶群體特征數據分析方法；理解環比與同比的含義，掌握網店總銷售額、新客戶與回頭客銷售額的分析方法；掌握網店商品關聯訂單數據、關聯比例數據、關聯客戶數據分析方法。[教學內容]網店運營數據分析的作用及階段目標。網店運營數據分析的作用、網店運營不同階段（初創期、成長期、成熟期、穩定期）數據分析的目標。網店運營數據的獲取與清洗。網店運營數據的獲取方式：運用生意參謀獲取、通過數據魔方獲取、通過平臺API獲取、通過網店后臺導出、借助第三方工具和服務獲取、使用網絡爬蟲獲取；網店運營數據的清洗：訂單數據的清洗、產品庫存與銷售數據清洗、用戶行為數據清洗、物流與配送數據清洗、評論與反饋數據清洗。網店訂單數據分析。訂單狀態數據分析、訂單時間數據分析。網店客戶數據分析。網店客戶類別分析：基于RFM模型的客戶分類、基于運營經驗的客戶分類；網店客戶行為分析：影響客戶行為的因素分析、客戶的忠誠度分析、其他重點數據分析；網店客戶群體特征分析：目標消費群體基本特征、客戶群體行為習慣、群體消費心理、群體需求；網店客戶購買頻次分析（分析方法、購買頻次特征）。網店銷售額數據分析。網店總銷售額數據分析、新客戶銷售額數據分析、回頭客銷售額數據分析。網店商品關聯數據分析。關聯訂單數分析、關聯比例分析、關聯客戶數分析。應用實例：淘寶網店數據分析。淘寶網店地域數據分析、淘寶網店會員數據分析、淘寶網店客服數據分析、淘寶網店利潤數據分析。[教學中應注意的問題]應結合典型案例或相關網店的實際應用進行講解；注意引導學生養成運用所學知識技能解決實際商務應用問題、學以致用的習慣。4.電子商務網站訪問數據統計分析（課內4學時）[教學基本要求]理解網站跳出率的含義，掌握分析PV、UV、平均訪問頁面數據的方法；掌握電子商務網站搜索指數、網站權重、網站外鏈數據的分析方法；掌握電子商務網站來源數據的分析方法，了解“網站統計”分析工具的使用。[教學內容]電子商務網站內部數據分析。網站跳出率分析；網站流量數據分析；網站訪問深度分析。電子商務網站外部數據分析。電子商務搜索指數分析；電子商務網站權重分析；電子商務網站外鏈分析。電子商務網站來源數據分析。自然搜索流量來源分析；競價排名關鍵詞來源分析。應用實例：使用網站統計工具（如百度統計）分析網站訪問數據，包括受訪頁面分析、入口頁面分析、受訪域名分析、頁面點擊圖分析、頁面上下游分析等。[教學中應注意的問題]應注意結合典型案例或相關網店的實際應用進行講解；根據理論講授知識要點，設計相關研討專題，引導學生組成研討學習小組開展課外研討學習，培養學生自主學習的能力。5.電子商務網站數據挖掘分析（課內6學時）[教學基本要求]理解數據挖掘的概念，了解電子商務網站數據挖掘的工作機制和電子商務網站數據分析工具的選擇原則；了解電子商務網站數據挖掘的常用模型及其應用；熟悉電子商務網站營銷數據挖掘分析的常見類型、常用場景、主要維度與相關報告撰寫方法；掌握網站商品銷售數據分析與診斷以及惡意流量分析的方法。[教學內容]數據挖掘的概念和特點。數據挖掘的定義；典型數據挖掘系統的體系結構；數據挖掘的特點。電子商務網站數據挖掘的工作機制。電子商務網站數據采集（在線數據采集、外部接入數據）；電子商務數據處理（處理規則層、數據處理層）；數據報告。電子商務網站分析工具的選擇原則。整體解決方案的效能、分析工具的易用性、功能豐富性、增值服務價值、價格和費用。電子商務網站數據挖掘的常用模型及其應用。基于距離的K-means聚類模型及應用：K-means聚類描述、應用Python編程對某網店運營數據進行K-means聚類分析，并將分析結果可視化呈現；基于Apriori算法的關聯分析模型及應用：關聯分析的Apriori算法、Apriori算法在電子商務網站數據分析中的應用（例如，使用Apriori算法，應用Python編程分析某電子商務網站的訂單數據，找出頻繁項集并生成強關聯規則）。電子商務網站營銷數據挖掘分析。電子商務網站營銷數據分析的常見類型；電子商務網站營銷分析的常見場景；電子商務網站營銷分析的主要維度；網站商品銷售數據分析與診斷；網站營銷數據挖掘分析報告的撰寫。應用實例：惡意流量分析。[教學中應注意的問題]可設計相關研討專題，引導學生開展課外研討學習，課時充裕時可安排課堂研討；注意培養學生的團隊協作精神。6.電子商務大數據分析（課內4學時）[教學基本要求]理解大數據的含義和基本特征；熟悉大數據的生態系統與大數據分析的生命周期及關鍵技術；了解基于人工智能的大數據分析方法和移動電子商務大數據分析的常用方法；熟悉典型電子商務大數據分析平臺的主要功能特征。[教學內容]大數據的含義與特征。大數據的含義；大數據的4大基本特征、大數據的生態系統、大數據分析的生命周期。大數據分析的關鍵技術。大數據采集技術、大數據預處理技術、大數據存儲與管理技術、大數據挖掘分析技術、大數據可視化技術。基于人工智能的電子商務大數據分析方法（本節內容根據不同學校專業課程體系設置及教學對象的前導知識儲備情況，授課教師可酌情取舍）。基于機器學習的電子商務大數據分析：基于機器學習的電子商務大數據分析掃關鍵步驟、應用于電子商務大數據分析的深度學習典型模型（卷積神經模型、循環神經模型、生成對抗網絡等）；基于計算智能的電子商務大數據分析：電子商務大數據分析的計算智能算法、基于計算智能的電子商務大數據分析流程。移動電子商務大數據分析。LBS大數據的商業價值與營銷應用分析（包括LBS大數據蘊含的商業價值、LBS大數據營銷的主要環節等內容）；基于手機App大數據的用戶分析（包括常見的分析維度、App數據采集方法、App生命周期各階段數據分析關注的重點、利用手機App大數據分析用戶特征進行營銷推廣等內容）；基于小程序的大數據分析（包括數據收集、數據傳輸與存儲、數據清洗與預處理、數據管理、數據分析與挖掘、數據可視化與報告生成、應用與反饋循環等內容）。電子商務大數據分析典型應用平臺。阿里巴巴大數據平臺、京東商智、多多情報通等。應用實例：如何利用大數據精準營銷找到大客戶。[教學中應注意的問題]應注意結合典型案例或相關網店的實際應用進行講解；根據理論講授知識要點，設計相關研討專題，引導學生組成研討學習小組開展課外研討學習，引導學生培養終身學習的能力。7．電子商務數據可視化（課內4學時）[教學基本要求]理解數據可視化的含義，掌握常用的數據可視化方法；熟悉數據可視化圖表類型，了解電商數據可視化圖表制作技巧；掌握使用Excel實現電商數據分析結果可視化輸出的方法；了解SPSSModeler和Python作為可視化數據挖掘工具的功能、特點及其應用技巧。[教學內容]數據可視化的含義。常用的數據可視化方法。包括面積與尺寸可視化、概念可視化、顏色可視化、圖形可視化、地域空間可視化等。數據可視化的形式——圖表。數據可視化圖表類型（包括關系流程類圖表、敘事插圖型圖表、樹狀結構類圖表、時間表述類圖表、空間結構類圖表等）；數據可視化圖表的制作技巧。應用實例：電商數據分析結果的可視化輸出。利用Excel實現數據分析結果可視化輸出；使用SPSSModeler實現可視化數據挖掘；使用Python可視化分析消費者評論數據。[教學中應注意的問題]應注意結合典型案例或相關企業的實際應用進行講解；注意培養學生的創新思維意識和創新能力。（二）實驗內容實驗一：常用數據分析工具的安裝（課內2學時）[教學基本要求]掌握Excel、SPSS、SPSSModeler、Python等數據分析工具、軟件的安裝方法。[教學內容]實驗任務1-1：在Excel中安裝數據分析工具實驗任務1-2：數據分析軟件SPSS的安裝實驗任務1-3：可視化數據挖掘軟件SPSSModeler的安裝實驗任務1-4：Python的安裝和配置[教學中應注意的問題]應注意結合演示法與操作法相結合。實驗二：使用電子表格軟件收集和分析網店運營數據（課內4學時）[教學基本要求]掌握使用Excel和WPS收集和統計分析相關電子商務數據指標的方法。[教學內容]實驗任務2-1使用Excel收集網店運營數據（包括網店排名數據、商品類目銷售數據、商品品牌銷售數據）實驗任務2-2使用Excel和WPS表格預處理網店運營數據（包括使用Excel進行數據清洗、使用WPS表格批量合并多個工作表的數據、使用WPS表格將文本格式的數據轉化為可計算的數據等）實驗任務2-3使用Excel實現數據的描述性統計分析[教學中應注意的問題]應注意教學過程中演示法與操作法相結合。實驗三：使用SPSS分析電子商務數據（課內4學時）[教學基本要求]掌握使用SPSS實現數據的描述性統計分析、一元線性回歸分析的操作方法。[教學內容]實驗任務3-1使用SPSS實現數據的描述性統計分析實驗任務3-2使用SPSS實現一元線性回歸分析[教學中應注意的問題]應注意演示法與操作法有機結合。實驗四：使用Python采集和清洗電子商務數據（課內4學時）[教學基本要求]掌握應用Python編程實現電子商務數據的采集、清洗衣和存儲方法。[教學內容]實驗任務4-1使用Python爬取電子商務數據（包括操作流程和Python代碼實現）實驗任務4-2使用Python實現數據清洗和存儲[教學中應注意的問題]應注意演示法與操作法有機結合。實驗五：應用“生意參謀”查詢網店運營數據（課內2學時）[教學基本要求]掌握應用“生意參謀”查詢網店運營數據的操作方法。。[教學內容]實驗任務5-1查看網店流量數據實驗任務5-2查看網店收藏數據實驗任務5-3查看網店轉化率數據實驗任務5-4查看網店首頁數據[教學中應注意的問題]應注意演示法與操作法有機結合。生意參謀需使用淘寶或天貓商家賬號登錄，不具備實驗條件者，該實驗項目可以改為相關應用實例的操作驗證。三、教學方法本課程是一門實踐性和應用性很強的課程，由于電子商務實踐和數據分析技術都在不斷發展，新的電子商務數據分析知識和方法不斷涌現，課程教學內容也應不斷適應行業的新需求。因此，本課程教學方法以教師為主導的啟發式講授教學法為主，研討式教學為輔的教學模式。其中，理論教學內容側重對該課程基本方法、典型應用和重點與難點的介紹與講解，并關注對學生課后自學該課程引導與自學思路及方法的介紹；實驗教學不必拘泥于本大綱所設置的實驗項目，任課教師可以結合本專業人才培養側重方向、實驗條件及教學對象的前導知識儲備情況等相關實際情況，引導學生在課內或課外開發一些實用的數據分析小程序。小組研討學習內容則圍繞各教學內容涉及的電子商務數據分析實際業務和相關熱點、難點挑選出相關研討問題，采用課外研討與課堂研討相結合的方式展開。該課程的學時分配建議按照理論教學24～28學時，小組討論教學8～4學時安排，實驗教學16學時。四、課內外教學環節及基本要求（按理論教學24學時、研討教學8學時安排）序號教學內容課內學時課外學時建議理論學時上機學時實驗學時實踐學時小計其中研討學時1電子商務數據分析導論4022電子商務數據分析的統計基礎64023網店運營數據分析44244電子商務網站訪問數據統計分析42245電子商務網站數據挖掘分析6426電子商務大數據分析427電子商務數據可視化424合計3216816課外學習要求：課外對電子商務數據分析的研討學習要求不少于8學時，典型應用案例的研討8學時左右，以引導學生自主學習、培育學生主動獲取知識的興趣和相關電子商務數據分析應用能力為主旨（共16學時）。重點支持專業畢業要求指標點：掌握電子商務數據分析基本理論與基本方法，熟悉電子商務數據分析的整個業務流程。五、考核內容及方式本課程由平時成績和期末考試組合而成，采用百分計分制。各部分所占比例建議如下：平時成績