电子商务数据分析与应用

任务一认识数据、信息与知识一、数据数据（Data）就是数值，即我们通过观察、实验或计算得出的结果。数据有很多种，除了数字，也可以是文字、图像、声音等。数据可以用于科学研究、设计、查证等。数据改变着我们的一切，即便现在仅仅是数据时代的开端。随着以手机为代表的移动终端的广泛使用，我们的生活、位置，甚至身体的健康数据等都变成了被记录的数据。从传统角度来讲，数据的记录、分析、归类、整理是一个很复杂的过程，但是互联网时代可以从后台利用云计算，瞬间分析整合数据。以前计算机存储的计算资料有限，数据在一定程度上会有很大的出入，但是云计算等新技术能够有效地将海量、复杂数据高速存储，并进行分析和计算。大数据、云计算的应用给我们的生活带来了极大的便利和高效，有效地利用数据时代各种技术的公司大多取得了不错的业绩，同时也产生了很多新的业态。例如，拼多多店铺后台的展示数据如图11所示。图11拼多多店铺后台展示的数据数据在特定范围内表示特定意义。单独看图11中的“82”，“3 21110”只是数字，但与“成团订单数”和“成团金额”相结合，就可以得出相应的在线店铺当日成交成团订单数是82单，金额是3 21110元。（一）数据质量数据本身有质量好坏之分，通常来讲，数据并不总是有效的。有些数据是从多个不同的数据源中获取的，这些异构数据在各自的系统中都是正确无误的，但很有“个性”，到了别的环境却无法被解读。例如，有的系统中使用0和1代表性别，而有些系统使用f和m代表性别。因此，在使用数据之前，首先要对数据做集成处理，使用一致的单位、统一的文本来描述对象。有些数据中包含大量重复、缺失或者离群的数据，在开始分析数据之前，必须检查数据是否有效，并对数据进行预处理。（二）数据的定性和定量属性属性（Attribute）是一个数据字段，表示数据对象的一个特征。在数据分析中，属性、维（Dimension）、特征（Feature）和变量（Variable）可以互换使用。按照属性值功能的不同，属性分为定性属性和定量属性。1定性属性定性属性通常是用文本描述对象的特征，是分析数据的一个角度。增加维度，即从不同的角度来看待问题，能够细分指标，增加分析的深度。定性属性主要分为标称属性、二元属性、序数属性三类。（1）标称属性。也叫作类别属性，用于对数据对象进行分类（Category），比如，头发的颜色、职业等。（2）二元属性。即只有两个类别的属性，如果二元属性的两种状态具有同等价值或具有相同的权重，那么认为该二元属性是对称的，如性别；非对称是指两种状态的结果不是同样重要的，如是否吸烟对治疗的效果而言，其权重是不同的。（3）序数属性。属性的顺序是有意义的，通常用于等级评定。通常情况下，序数属性是定性的文本，如官职、消费者满意度。序数属性也可以通过把数值分割成不同的区间来得到，如年龄段。时间属性是序数属性中一类重要的属性，一些常见的分析方法，如时序分析、周期性分析等都基于时间属性。2定量属性定量属性是可以用数值描述的对象，能够比较大小，是可以量化的属性，主要分为区间标度、比率标度两个标度。（1）区间标度。可度量的数值，用整数或实数表示，如年龄、薪水。（2）比率标度。比例数值，如速度、留存率。定量属性通常含有量纲，如身高的量纲是厘米，而薪水的量纲是元。同一量纲的数据可以比较大小，不同量纲的数据，需要通过归一化去量纲之后比较大小才有意义。