陕西省产品质量基本情况数据分析2018版

陕西省产品质量基本情况数据

分析2018版

前言

本报告主要收集权威机构数据如中国国家统计局，行业年报等，通过整理及清洗，从数据出发解读陕西省产品质量基本情况现状及趋势。

陕西省产品质量基本情况数据分析相关知识产权为发布方即我公司天津旷维所有，任何其他方引用我方报告，均需要注明出处。

陕西省产品质量基本情况数据分析深度解读陕西省产品质量核心指标从优良品率，质量损失率，产品质量合格率等不同角度分析并对陕西省产品质量基本情况现状及发展态势梳理，相信能为你全面、客观的呈现陕西省产品质量基本情况价值信息，帮助机构和个人提供重要决策参考及借鉴。

目录

第一节陕西省产品质量基本情况现状概况 (1)

第二节陕西省优良品率指标分析 (3)

一、陕西省优良品率现状统计 (3)

二、全国优良品率现状统计 (3)

三、陕西省优良品率占全国优良品率比重统计 (3)

四、陕西省优良品率（2015-2017）统计分析 (4)

五、陕西省优良品率（2016-2017）变动分析 (4)

六、全国优良品率（2015-2017）统计分析 (5)

七、全国优良品率（2016-2017）变动分析 (5)

八、陕西省优良品率同全国优良品率（2016-2017）变动对比分析 (6)

第三节陕西省质量损失率指标分析 (7)

一、陕西省质量损失率现状统计 (7)

二、全国质量损失率现状统计分析 (7)

三、陕西省质量损失率占全国质量损失率比重统计分析 (7)

四、陕西省质量损失率（2015-2017）统计分析 (8)

五、陕西省质量损失率（2016-2017）变动分析 (8)

六、全国质量损失率（2015-2017）统计分析 (9)

七、全国质量损失率（2016-2017）变动分析 (9)

八、陕西省质量损失率同全国质量损失率（2016-2017）变动对比分析 (10)

第四节陕西省产品质量合格率指标分析 (11)

一、陕西省产品质量合格率现状统计 (11)

二、全国产品质量合格率现状统计分析 (11)

三、陕西省产品质量合格率占全国产品质量合格率比重统计分析 (11)

四、陕西省产品质量合格率（2015-2017）统计分析 (12)

五、陕西省产品质量合格率（2016-2017）变动分析 (12)

六、全国产品质量合格率（2015-2017）统计分析 (13)

七、全国产品质量合格率（2016-2017）变动分析 (13)

八、陕西省产品质量合格率同全国产品质量合格率（2016-2017）变动对比分析 (14)

图表目录

表1：陕西省产品质量基本情况现状统计表 (1)

表2：陕西省优良品率现状统计表 (3)

表3：全国优良品率现状统计表 (3)

表4：陕西省优良品率占全国优良品率比重统计表 (3)

表5：陕西省优良品率（2015-2017）统计表 (4)

表6：陕西省优良品率（2016-2017）变动统计表（比上年增长%） (4)

表7：全国优良品率（2015-2017）统计表 (5)

表8：全国优良品率（2016-2017）变动统计表（比上年增长%） (5)

表9：陕西省优良品率同全国优良品率（2016-2017）变动对比统计表 (6)

表10：陕西省质量损失率现状统计表 (7)

表11：全国质量损失率现状统计表 (7)

表12：陕西省质量损失率占全国质量损失率比重统计表 (7)

表13：陕西省质量损失率（2015-2017）统计表 (8)

表14：陕西省质量损失率（2016-2017）变动统计表（比上年增长%） (8)

表15：全国质量损失率（2015-2017）统计表 (9)

表16：全国质量损失率（2016-2017）变动统计表（比上年增长%） (9)

表17：陕西省质量损失率同全国质量损失率（2016-2017）变动对比统计表（比上年增长%）

10表17：陕西省质量损失率同全国质量损失率（2016-2017）变动对比统计表（比上年增长%） (10)

表18：陕西省产品质量合格率现状统计表 (11)

表19：全国产品质量合格率现状统计分析表 (11)

表20：陕西省产品质量合格率占全国产品质量合格率比重统计表 (11)

表21：陕西省产品质量合格率（2015-2017）统计表 (12)

表22：陕西省产品质量合格率（2016-2017）变动分析表（比上年增长%） (12)

表23：全国产品质量合格率（2015-2017）统计表 (13)

表24：全国产品质量合格率（2016-2017）变动分析表（比上年增长%） (13)

表25：陕西省产品质量合格率同全国产品质量合格率（2016-2017）变动对比统计表（比上年增长%） (14)

北京餐饮协会58同城：2018年餐饮行业招聘大数据

北京餐饮协会58同城：2018年餐饮行业招聘大数据 2018年餐饮行业招聘大数据 58同城·招聘平台上有4亿多的求职者，上千万企业用户，我们将一些数据的分析和整理，制作出2018年餐饮行业招聘大数据，供中国餐饮企业参考与学习。 全国几个主流行业中，餐饮招聘需求全年位居招聘热门职位第二位，餐饮行业的发布需求也是非常活跃的，这也意味着餐饮行业用人是非常多的。 从区域表现来看，过去一年，北京、上海、广州等一线及成都、杭州、重庆等新一线城市中，北京地区餐饮招聘需求7个月位居热门城市第一位，而3月与9月则是需求的高点，在这两个月份如果打广告招人的话，会迎来激烈的竞争，经过激烈的人才抢夺，薪资也会在接下来迎来一个下跌时期，尤其在4月与12月，也反应了餐饮行业的季节性。 对于北京餐饮来说，招聘服务员是需求量最大的。因为餐饮求职者的特性就是高流动性，可能因为忙碌就离职，可能看到好的机会就去尝试，可能因为一时兴起，就会”逃离北上广“，这些对于餐饮HR来说，都是不可控的。 相信很多人都在等，等人工智能，觉得随着技术的普及和开发，人工智能迟早会替代服务员，成为餐厅里最得力的助手。其实，对于顾客来说，软性条件是去餐馆里最为看重的一点，人工智能再发展唯独不能替代的是互动性质服务，餐饮行业是服务性行业，在招人的时候，形象好、气质佳、有服务能力、有高情商的往往会被青睐。但对于优秀的服务员，北京服务员的薪酬增长率最低，成都、重庆的增长率很高，唯独北京薪酬成本的涨幅空间非常有限，这也是在平台上为什么服务员的招聘一直高居不下的原因之一。 2018年餐饮企业支付薪酬呈递增态势，涨幅在10%以内。从统计局数据来看，餐饮行业消费规模的增量是稳中有增的，也就是说吃这件事情是不受国际经济的影响，所以餐饮行业的存量消费是稳定的，甚至是可预期的。 餐饮行业的人力资源工作者创造的资产比互联网行业的人力资源创造的多，但是得到的回报却更少。根据数据显示，北京市餐饮行业人力资源总监的薪酬水平在45万到55万之间；互联网人力资源总监的薪酬水平在70万左右，还不算股份、奖金等额外补助收入。

电商数据分析案例

电商数据分析案例：首页优化分析 很多人都讨论过关于首页优化的问题，在讨论这个问题之前，我们应该先要问自己。 点击进入首页的用户都是谁？ 他们在进入首页之前的上一个页面是哪里？ 他们进入首页的目的是什么？ 首页的哪部分点击率最高？ 首页要完成的任务是什么？ 通常，我们可以把点击进入首页的用户进行如下分类

了解了进入首页的用户来源，我们可以把以上来源按照用户浏览目的分为以下四类： 1 对某宝贝感兴趣，希望了解店铺其他宝贝，希望了解本店相关活动，比如包邮，打折等，希望了解本店信誉，整体情况。 2 属于老客户，对店铺大题情况已经了解并且信任，希望了解店内最新上架商品 3 寻找客服，寻找店铺导航栏 4 没有具体目的 下面我们就可以确定首页需要展现的内容了。 1、相关打折，团购，包邮活动-------激发第一类用户点击其他宝贝的兴趣； 2、导航栏，客服--------引导第三类用户进行转化； 3、店铺新品---------吸引第二类用户，让老客户进行二次购买；

4、爆款推广--------吸引所有用户； 5、一些类目分层下的热门商品-------将用户按照宝贝需求分层； 下面就要进入到具体的首页优化环节了，我们先要要根据不同行业店铺所面对的用户的不同浏览习惯，来确定这个店铺的首页结构（由于这部分内容涉及的问题比较多，我会用其他时间和大家探讨） 首焦图设计，导航位置，客服位置等等设计方面的问题不是本篇的重点，我们具体讨论一下关于宝贝分层的方法。 宝贝分层的方法，选择更吸引客户的宝贝 我们观察一些大店的首页装修就可以看出大部分的店都会在首页展示一部分宝贝的，但是这些宝贝并不是随机出现在首页的。他们通常会按照宝贝品牌，宝贝功能类别，宝贝热度等进行分层。 您的店铺应该按照哪种分类方式比较好呢？ 您的宝贝是否足够吸引住用户的眼球呢？ 首页大图的点击率很高，那质量如何呢？是不是转化率也很高呢？ 首页的各个模块都给店铺带来了多少效益呢？ 我们可以模拟两种分类方式进行更进一步的测评和比较。比如按照店中品牌分类，然后再按照店中功能进行分类，分别比较这两种分类的环比增长率，你会发现都是一样的宝贝，只是分类不同，引发的二次点击量相差就很多，如此结果一目了然。

辰智：2018中式快餐产业餐饮大数据研究报告【食客行为篇】

辰智：2018中式快餐产业餐饮大数据研究报告【食客行为篇】

速位·2018第22届中国快餐产业大会上，中国餐饮产业研究院院长、中国餐饮大数据研究中心主任吴坚先生发布了《2018中式快餐产业餐饮大数据研究报告》，报告分为行业趋势篇和食客行为篇，今天分享食客行为篇，报告详细解读了中式快餐食客消费行为，希望为您的数字化运营提供数据参考。 报告由辰智餐饮大数据研究中心与中国烹饪协会联合发布；由辰智餐饮大数据研究中心提供大数据与数据分析；最终解释权归中国烹饪协会，转载请申请授权。 中式快餐行业整体发展趋势 中式快餐厅在餐饮业中的地位 2017年，全国餐饮行业门店数量合计为578.6万家。 中式快餐厅在餐饮业中占比最大，达到44.5%。与其他品类相比，中式快餐在2017年呈现较高的增长。 中式快餐厅数量变化 辰智科技于2010年创立，总部位于上海，是一家专注于餐饮行业数字化运营分析的大数据应用服务商。

2017年，中式快餐餐厅数量达到257.3万家，同比增长16.8%。 2017年，第二、三季度门店数量增长显著。 各省中式快餐餐厅数量分布 辰智科技于2010年创立，总部位于上海，是一家专注于餐饮行业数字化运营分析的大数据应用服务商。

中式快餐主要分布于中部和东部沿海地区，广东、山东、河南等地的门店数量相对较多。 辰智科技于2010年创立，总部位于上海，是一家专注于餐饮行业数字化运营分析的大数据应用服务商。

2017年，宁夏、内蒙古门店数增长最快，北京、上海和天津的门店数出现下降。 各省万人中式快餐厅数量 辰智科技于2010年创立，总部位于上海，是一家专注于餐饮行业数字化运营分析的大数据应用服务商。

《电子商务数据分析》教学大纲

《电子商务数据分析》课程教学大纲 课程代码：010******* 学时：32 学分：2 适用对象：电子商务（高职） 开课单位：经济与贸易学院电子商务专业 一、课程的地位与任务 本课程是高等职业技术学院电子商务专业的一门专业课程。本课程的内容包括：数据库设计、表的操作、数据表查询、设计数据访问页、设计窗体、设计报表、设计宏、“数据库系统”开发实例、数据分析、淘宝网数据分析软件使用等。 2、课程的任务和要求 本课程的任务是：使学生掌握数据库的基础知识和基本技能；培养学生利用数据库系统进行数据分析和处理的能力，为进一步学习数据库知识和数据库应用开发打下基础，使学生具有计算机信息管理的初步能力。本课程采用的数据库系统是目前最新和最流行的桌面数据库Access 2007。 本课程的基本要求是：掌握Access 2007数据库的创建与维护、表的操作与维护、数据查询及操作查询、创建窗体和报表，掌握建立简单的数据库管理系统的方法。熟练掌握淘宝网数据分析工具的使用，能够对店铺数据进行有效分析。 3、教学中应注意的问题 在教学中应体现职业教育的特点，贯彻理论联系实践，突出实践操作，让学生能通过实践理解和掌握本软件的使用方法。 本课程总计36学时，教学中可根据须要对教材中的内容进行取舍。

三、课程的内容与要求 第1章数据库基础知识 1.数据库基本知识 2.数据库系统基本知识 3.数据库管理系统基本知识 4.关系模型 第2章数据库设计教学要求： 1.了解“图书借阅管理系统”项目 2.了解构造数据库模型的方法 3.掌握创建数据库的方法 4.掌握创建的表的方法 5.掌握设置主关键字的操作 6.深刻理解表间关系 教学内容： 1. 了解Access2003数据库 2．创建数据库和表 3．设置主关键字 第3章表的操作 教学要求： 1.掌握表结构的修改操作

2018年餐饮O2O市场调查报告

2018年餐饮O2O市场调查报告 XX年o2o风暴席卷餐饮行业，今年在线订餐叫外卖更是悄然兴起。随着移动互联网、大数据技术的不断发展，懒人经济模式以燎原之火的速度飞快漫延，用户的消费行为也随之改变，餐饮o2o也开始成为互联网最热的词汇之一。一线城市餐饮o2o 普及率远超全国平均水平，未来三四线城市将成为餐饮o2o市场进一步扩大的重点方向。餐饮o2o市场在bat巨头纷纷入驻之后，竞争也日渐白日化，美团与饿了么之间的大大出手，百度外卖的大力补贴，淘点点的全面无死角覆盖都给该市场浇了一把油，竞争更为激烈。 速途研究院分析师团队根据互联网相关数据结合用户采样调查，针对餐饮o2o市场发展现状做解析。 都说民以食为天，吃可以说是人生活一天所必须的环节，而其带来的市场潜力与规模更为巨大。从XX年开始移动互联网高速发展为在线餐饮市场的迅速发展奠定了坚实的基础，到XX 年在线外卖更是成为餐饮o2o中发展最为快速的产品迅速崛起。根据数据显示，XX年中国餐饮行业o2o市场规模达到946亿元，相比XX年增长51.5%;预计XX年中国餐饮行业o2o市场规模在XX年的基础上将增长到1389亿元。要知道XX年餐饮o2o市场规模仅为92.2亿元，经过5年的发展其规模翻了10倍。这些都与移动互联网的爆发式增长、移动支付习惯的养成有着密不可分的关系，正是这些多种因素才造就了其庞大的市场规模。 餐饮行业可以说是与人们日常生活联系最紧密的行业之一，随着移动互联网产业与在线支付功能的普及，越来越多的用户开始尝试在线预订或者外卖，消费模式的改变让用户也快速的

增长。XX年中国餐饮行业o2o在线商务用户规模达到1.93亿，较XX年增长38.85%;XX年中国餐饮o2o在线市场规模将达到2.64亿，比XX年增长36.79。随着一线城市在线商务用户增长逐步放缓，其用户规模增长率将随之下降，趋于平稳化发展。 根据数据显示，餐饮o2o用户有78%的人习惯于移动端访问，pc端访问的占比仅为22%，并且随着移动互联网的发展，移动端占比还在保持逐步走高的趋于。移动端的使用习惯已经逐渐取代pc端成为用户日常生活主要使用的工具，出行、点餐、社交等方方面面都离不开手机，手机已经成为人们日常生活必备的工具。 XX年手机订餐app市场成为众多巨头的必争之地，各家纷纷开始了疯狂的“圈地运动”。经过近一年的疯狂扩张美团外卖以微弱的优势排在第一位，其占比为33.6%;饿了么以32.14%的占比屈居第二位;食神摇摇以12.46%的占比排在第三位;淘点点以11.3%的占比排在第四位;拼豆、百度外卖、8684、到家、易淘食分别以占比4.09%、2.73%、2.24%、1.07%、0.09%的占比排在第五至第九位。 美团外卖与饿了么在XX年纷纷获得融资，在强有力的资金支持下，加快了扩张的脚步。以饿了么举例，其从原本的16个城市覆盖面扩充到了150多个，市场份额更是突飞猛进。在疯狂扩张的阶段，美团外卖与饿了么更是为了市场争夺，从补贴之战一路升级到了拳打脚踢的肉搏之战中来，一段时间不同的城市不断出现两家企业员工为了争夺市场斗殴的现象。另外因为盲目的扩张市场，对于商户的审查力度出现偏差，大量不良用户涌入平台，对于提供食品的卫生安全问题出现隐患，工商部门更是再

辰智：2018中国火锅产业餐饮大数据研究报告【食客行为篇】

辰智：2018中国火锅产业餐饮大数据研究 报告【食客行为篇】 《2018火锅产业餐饮大数据研究报告》上期分享了行业趋势篇，这期辰智继续给大家详解下火锅受众的行为特征，希望火锅行业大佬能时刻抓住火锅爱好者的心，想对比2016-2017年度火锅行业发展趋势。 报告由辰智餐饮大数据研究中心与中国烹饪协会联合发布；由辰智餐饮大数据研究中心提供大数据与数据分析；最终解释权归中国烹饪协会，转载请申请授权。 图片来自网络 火锅行业的营业额达 整个餐饮行业总营业额的22%

截至2017年底全国餐饮收入接近4万亿，餐饮行业进入稳步发展阶段。辰智指数预测2018年餐饮行业将继续保持稳定增长，预计年度增长率10%左右，全国餐饮收入有望突破4.3万亿。

近几年来，火锅行业发展迅速，年增长率均在10%以上，虽然2016年整体增长趋势略有下降，但火锅行业的营业额达到整个餐饮行业总营业额的22%。 食客外出就餐行为和消费情况 火锅消费人群画像

据辰智餐饮数据显示，“女性”消费人群的占比有所下降（-5.4%），食客年龄段仍然以25-34岁之间最多，且随年龄阶段递减。 火锅食客家庭构成方面，“学前哺育”阶段家庭火锅消费比例有所下降，但仍然处于同比最多。

火锅的主要消费人群学历变化不大，仍以本科（58.7%）和大专（23.7%）学历为主，硕士群体比例有所提升。 从性别维度来看，无论学历处在什么阶段，男女的比例都相差无几。

从火锅消费人群的职业来看，其主要职业仍然以企业白领（53.1%）为主，中高层管理者次之，但是与白领相差30个百分点。 从性别维度来看，火锅消费者不同职业中，女性在白领与学生、男性在中高层管理者方面的群体比例相对略高于同纬度其他消费群。 火锅消费动机与场景

2018餐饮消费大数据报告

《2017中国餐饮消费报告》 6月27日，本地生活服务平台“口碑”联合第一财经商业数据中心联合发布《2017中国餐饮消费报告》。报告显示，80后和90年轻人群在餐饮用户中占比接近7成，而90后正在逐渐超越80后，成为餐饮业消费主体。 2016年中国餐饮市场规模突破3.5万亿元，呈现出两大特征： 1. 餐饮行业竞争加剧，大品牌发展势头不如中小品牌。 2. 主打线上消费的外卖餐饮品牌、O2O平台、餐饮管理服务商及美食新媒体等不断涌现，运营玩法日趋多样。 在这样的市场中，餐饮消费有什么新趋势？餐饮经营有什么新玩法？ 饮食健康受重视：北京人最喜欢吃素菜 年轻化的消费群体是传统餐饮改革的动力。口碑的消费数据显示，90后消费者初入社会，经济实力相对较弱，所以他们在线下的餐饮消费会先从快餐、烘焙、烧烤等轻食开始，逐渐“消费升级”到正餐。 专业知识整理分享

年轻人的消费习惯与观念也在引领着餐饮行业的潮流。口碑的消费数据显示，外卖平台上沙拉订单量的占比从2016年的1%跃升到了现在的5%。沙拉品类已经逐渐从“尝鲜品”变成人们日常的正餐选择之一。 按照素食订单的占比，北京是最爱吃素菜的城市，其次是厦门、成都、南京、广州。而综合素食、粥，汤，生鲜水果等品类的占比情况，北京的城市餐饮健康化指数最高，位列全国第一，其次是厦门、杭州、成都、南京。 川菜粤菜成全民菜品 根据《报告》测算，2016全年，中国餐饮市场规模突破3.5万亿元。从全国范围看，按照餐饮消费额，广东是全国餐饮市场规模最大省份。前十大餐饮大省分别是：广东省、山东省、江苏省、河南省、浙江省、四川省、湖南省、湖北省、福建省、安徽省。 而按照城市对比，餐饮消费力指数排名前15名的城市分别是：上海、北京、苏州、深圳、厦门、广州、杭州、南京、天津、长沙、青岛、成都、武汉、郑州、重庆。 口碑的消费数据显示，从菜系看，在外地也受到欢迎的为川菜和粤菜。从订单占比看，川菜在各个城市都占据了相当大的比重。成为当之无愧的“全民地方菜”。 专业知识整理分享

互联网数据分析

互联网：需要关注哪些数据，什么数据得出什么结论，最后有什么改进，ip、pv、用户行为等 B2c数据分析指标： b2c站分析采用的指标可能有各种各样的，根据网站的目标和网站的客户的不同，可以有许多不同的指标来衡量。常用的网站分析指标有内容指标和商业指标，内容指标指的是衡量访问者的活动的指标，商业指标是指衡量访问者活动转化为商业利润的指标。 一、网站分析的内容指标 转换率Take Rates (Conversions Rates) 计算公式：转换率＝进行了相应的动作的访问量／总访问量 指标意义：衡量网站内容对访问者的吸引程度以及网站的宣传效果 指标用法：当你在不同的地方测试新闻订阅、下载链接或注册会员，你可以使用不同的链接的名称、订阅的方式、广告的放置、付费搜索链接、付费广告(PPC)等等，看看那种方式是能够保持转换率在上升？如何增强来访者和网站内容的相关性？如果这个值上升，说明相关性增强了，反之，则是减弱。 回访者比率Repeat Visitor Share 计算公式：回访者比率＝回访者数／独立访问者数 指标意义：衡量网站内容对访问者的吸引程度和网站的实用性，你的网站是否有令人感兴趣的内容使访问者再次回到你的网站。 指标用法：基于访问时长的设定和产生报告的时间段，这个指标可能会有很大的不同。绝大多数的网站都希望访问者回访，因此都希望这个值在不断提高，如果这个值在下降，说明网站的内容或产品的质量没有加强。需要注意的是，一旦你选定了一个时长和时间段，就要使用相同的参数来产生你的报告，否则就失去比较的意义。 积极访问者比率Heavy User Share 计算公式：积极用户比率＝访问超过１１页的用户／总的访问数 指标意义：衡量有多少访问者是对网站的内容高度的兴趣 指标用法：如果你的网站针对正确的目标受众并且网站使用方便，你可以看到这个指标应该是不断的上升。如果你的网站是内容型的，你可以针对不同类别的内容来区分不同的积极访问者，当然你也可以定义２０页以上的才算是积极的访问者。 忠实访问者比率Committed Visitor Share 计算公式：访问时间在１９分钟以上的用户数／总用户数 指标意义：和上一个指标的意义相同，只是使用停留的时间取代浏览页数，取决于网站的目标，你可以使用两个中的一个或结合使用。 指标用法：访问者时长这个指标有很大的争议，这个指标应结合其它的指标一起使用，例如转换率，但总体来说，较长的访问时长意味着用户喜欢呆在你的网站，高的忠实访问率当然是较好的。同样的，访问时长也可以根据不同的需要自行设定。 忠实访问者指数Committed Visitor Index 计算公式：忠实访问者指数＝大于１９分钟的访问页数／大于１９分钟的访问者数

电子商务数据分析试卷及答案

《电子商务数据分析》试卷 班级： ___________________ 姓名：_____________________________ 一、填空题（共10 题，每题1 分。） 1．分析市场容量大小可以借助____________ 和_____________两个工具来实现。 2．____________ 是指一定时期内，每一位消费者购买商品的平均金额，也就是平均交易金额。3．按 ___________ 键可将工作表中的由公式计算的数值用公式表示。 4．函数的构成分为____________ 和 ____________ 两个部分。 5．RFM模型是描述消费者价值状况的一种工具，包含3个重要要素：_______________________ 、 ____________和消费金额。 6．输入公式的方法与输入文字型数据类似，不同的是它必须以_______________ 作为开头，然后才是公式的表达式。 7．数据分析处理项目完成后，一般要撰写工作总结和___________________________ 。 8．___________ 是指在一定时间段内有销售的商品数与总库存商品数之比。 9．若要输入分数，则应在前面加上 _________________________ 。 10．Excel 中的求和函数是____________ 。 二、单项选择题（共10 题，每题1 分。） 1．在Excel 操作中，在“记录单”对话框右上角显示“4/20”，则可看出该数据表共有（）条记录。 A．4 B．20 C．16 D．24 2．在对数字格式进行修改时，如出现"#######" ，其原因为（）。 A．格式语法错误 B．单元格长度不够 C．系统出现错误 D．以上答案都不正确 如用红色表示3．在Excel 中，在打印学生成绩单时，对不及格的成绩用醒目的方式表示 （等），当要处理大量的学生成绩时，利用（）命令最为方便。A．查找 B．条件格式 C．数据筛选

美团点评餐饮业大数据报告

美团点评：餐饮业大数据报告 品类大趋势：小吃是大赛道火锅仍是吸金王 2013年，餐饮业开启了“大众化元年”，大众创业有30%-40%都进入到餐饮业， 全国餐饮从业人数持续攀升。从业者的激增，带来竞争的加剧和餐饮品类的持续分化。 图：从各品类的门店数量来看，小吃简快餐、面包甜点、火锅、川菜、烧烤几大品类门店数量排名前五。

报告显示，从门店数量的收录情况来看，小吃简快餐、面包甜点、火锅、川菜、烧烤几大品类门店数量排名前五。由于进入门槛低，刚需特征明显，小吃简快餐类门店占餐饮门店总数的近1/3。随着下午茶、聚会等休闲场景的兴起，面包甜点也成为餐饮业最为重要的业态之一。在一线城市面包甜点店铺最为密集，广州地区面包甜点的数量全国最高，超过26000家。 火锅是标准化程度最高、赢利能力最强的品类，是有一定资金实力和运营能力的经营者优先考虑的进入领域。而从交易额的角度来看，火锅依旧是餐饮业的第一大品类。美团点评餐饮交易额当中有超过20%来自于火锅品类。而值得注意的是，火锅店铺逐渐呈现出存量高、阵亡率高的特点。在北京、上海、深圳、广州、重庆、成都等地，火锅店铺呈现负增长的态势，其中成都地区火锅店铺关店率最高，从2016年初的近10000家跌至年底的7000余家。 而无论从店铺数量还是交易情况，川菜均在正餐品类中排名靠前。但是从增量上来看，川菜的发展正在遭遇瓶颈期，上海、北京、大连等城市的川菜店铺数量跌幅超过20%，而成都、重庆两大川菜大本营跌幅达到35%，川菜馆数量呈现过剩。 烧烤是近年来餐饮业态中利润最高、增长最快的品类。生产标准化、消费场景化、客群年轻化几大优势使得烧烤这一品类迅速蹿红。2013年，烧烤品类迎来大爆发，经过三年的高速增长从2016年下半年开始，烧烤品类的发展进入平稳期。 外卖大爆发成为餐饮业第三极 互联网的力量正在给传统的餐饮行业带来新的增长。2016年全国餐饮行业的增 速为10%，但互联网餐饮的增长却高达300%。报告显示，2016年外卖行业总 体交易额超过1500亿，占餐饮业总体大盘的4%，增速迅猛。到2018年，外 卖交易额有望占据餐饮行业总体的10%，也就是说每10元餐饮收入就有1元来

一个电商数据分析师的经验总结

一个电商数据分析师的经验总结 king发表于2013-07-27 20:54 来源：贾鹏 08年毕业，不知不觉的混进了电子商务行业，又不知不觉的做了三年数据分析，恰好又赶上了互联网电子商务行业发展最快的几年，也算是不错吧，毕竟感觉前途还是很光明的。三年来，可以说跟很多同事学到了不少东西，需要感谢的人很多，他们无私的教给了我很多东西。 就数据分析职业来说，个人感觉这对互联网公司来说是非常重要的，也是确实能够带来实际效果的东西。比如说利用数据分析做会员的细分以进行精准化营销；利用数据分析来发现现有的不足，以作改进，让顾客有更好的购物体验；利用CRM系统来管理会员的生命周期，提高会员的忠诚度，避免会员流失；利用会员的购买数据，挖掘会员的潜在需求，提供销售，扩大影响力等等。 最开始进公司的时候是在运营部，主要是负责运营报表的数据，当时的系统还很差，提取数据很困难，做报表也很难，都是东拼西凑一些数据，然后做成PPT，记得当时主要的数据就是销售额、订单量、毛利额、客单价、每单价、库存等一些特别基础的数据，然后用这些数据作出一些图表来。在这个阶段基本上就是做一些数据的提取工作，Excel的技巧倒是学到了不少，算是数据分析入门了吧。 后来公司上了数据仓库，里面就有了大量的原始数据，提取数据非常方便了，而且维度也多，可以按照自己的想法随意的组合分析，那个阶段主要就是针对会员购物行为的分析，开始接触数据建模，算法等一些比较难的东西，也是学到东西最多的时候。记得当时做了很多分析报告，每周还要给总裁办汇报这些报告，下面详细说一下当时使用的一些主要的模型及算法：1、RFM模型

模型定义：在众多的客户关系管理的分析模式中，RFM模型是被广泛提到的。RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。在RFM模式中， R(Recency)表示客户最近一次购买的时间有多远，F(Frequency)表示客户在最近一段时间内购买的次数，M (Monetary)表示客户在最近一段时间内购买的金额。一般的分析型CRM 着重在对于客户贡献度的分析，RFM则强调以客户的行为来区分客户。利用RFM分析，我们可以做以下几件事情： ⑴建立会员金字塔，区分各个级别的会员，如高级会员、中级会员、低级会员，然后针对不同级别的会员施行不同的营销策略，制定不同的营销活动。 ⑵发现流失及休眠会员，通过对流失及休眠会员的及时发现，采取营销活动，激活这些会员。 ⑶在短信、EDM促销中，可以利用模型，选取最优会员。 ⑷维系老客户，提高会员的忠诚度。 使用方法：可以给三个变量不同的权重或按一定的规则进行分组，然后组合使用，即可分出很多不同级别的会员。 2、关联分析 关联分析最原始的案例来自于沃尔玛的“啤酒与尿布”。通俗意义上讲，就是只买了A商品的人，又有很多人买了B商品，那么我们就可以认为A、B两个商品的关联性比较高。很多数据挖掘工具都有关联挖掘，主要使用的算法是Apriori算法，在计算的过程中会主要考察项集、置信度、相关性这三个结果数据，以最终确定商品之间的相关性。除了Apriori算法外，还有许多其他的关联分析的算法，基本上也都是从Apriori发展而来，比如FPgrowth。本人从几年的数据分析经验感觉，关联分析在零售业中并不太实用，挖掘出来的关联度比较高的

2018年餐饮供应链研究报告

CCLC-Research 2018年餐饮供应链研究报告 中国物流与采购联合会冷链物流专业委员会 内容与研究中心

01 餐饮市场概述 02 餐饮供应链现状分析 03 餐饮供应链结构分析 04 细分餐饮业态供应链模式分析 05 餐饮供应链的发展方向

餐饮市场概述01 1.1市场规模｜ 1.2餐饮图谱｜ 1.3发展环境 1.4投资方向｜ 1.5餐饮问题

2018年，餐饮市场全年收入达到42716亿元，同比增长7.7%，持续领跑社会消费品零售市场，占到社会消费品零售总额的11.2%，取得了稳定向好发展的成绩。到2020年，全国餐饮收入预计将超过5万亿元。 25569 27860 32310 35799 39644 42716 2013 2014 2015 2016 2017 2018 （数据来源：国家统计局） 9% 16% 10.8% 10.7% 7.7% 全国餐饮收入额增速 全国餐饮收入（亿元）

多品类食材采购平台 单品类食材采购平台 净菜类食材加工企业 中式正餐连锁企业中式快餐连锁企业西式快餐连锁企业火锅类连锁企业 团餐类连 锁 企 业 餐 饮 O 2 O 及 外 卖 平 台

1.3餐饮行业发展环境 从宏观环境的角度来看，政策、经济、社会、技术各个方面都在影响餐饮市场的发展。 政策 ◆各级政府加强了对餐饮门店、外卖的监管力度，制定出台了食材物流等多环节的标准，给餐饮供应链发展创造了有利环境 经济 ◆2018年我国经济运 行稳中有变，变中有 忧，下行压力有所加 大，但稳、好仍是经 济走向关键词 ◆消费市场保持稳定、 可持续的增长 社会 ◆消费升级推进餐饮业 发展 ◆新零售重构餐饮生态 场景 技术 ◆移动互联网技术快速 发展，智能设备、智 慧物流和食品加工技 术的改进，助力餐饮 业升级

微博用户数据分析报告

一份有趣的报告——来自两个实习生的微博用户分析 今年暑假，我们作为实习生进入到中国科学院高能物理研究所计算中心学习大数据处理技术，由于我们自己本身学的专业是统计学，所以在老师的指导下，我们就原有的一些合作数据的基础上，做了一份比较有趣的用户行为信息分析报告。在保证用户隐的基础上，报告中我们主要是对两千万微博用户信息及用户的一些行为数据做了简要分析。 1.大家一般都在啥时候发微博呢？ 下图为我们统计的每小时网友发微博的数目变化图，从图中可以看出一天发微博最少的时间段是凌晨2点至6点之间，这时候我们大多数的人都处于睡觉阶段，所以微博数量自然会相对较少很多。而在早上6点之后，发微博的数量明显在上升，到九点和十点左右才开始缓慢减少，小编认为这与大多数人在9点到10点之后开始正式工作时有一定的关联的，而在此之前上班族会利用上班路上的时间浏览或者发微博。再到晚上十点的时候出现一个小高峰，晚上十点之后微博数量开始减少，这时候大概很多人开始睡觉休息了。大家别小看了这么一个小图线，其实它也一定程度反映了我们的作息时间。 2.哪个月份出生的人最多？ 从图中的信息，我们可以看到微博用户信息上显示在1月，8月和10月这三个月出生的人数比较多，而在四月份出生的人数最少。对于一月份出生的人数较多这个问题，小编认为有很大程度是受很多人在填写用户信息的时候使用了默认的1900-01-01这个日期的影响，事实我们在处理数据是也证明了这一点。而对于八月和十

月出生的人数较多，根据十月怀胎往前推，刚好差不多是十一和春节的时候，这是时候大多数的夫妻都有假期在家团聚的，从宏观上来说怀孕生小孩的概率自然是相对偏高的。 3.微博用户的年龄分布 说完出生月份，这一个就要看一看微博用户人群的年龄分布了。从图中我们可以看出，微博用户的主力军还是属于80后和90后的年轻人。最多的用户是1993年，而在1990年出生的微博用户会剧减，本文认为是由于1991年是羊年，而民间有个说法：“十羊九不全”，有可能是因为类似这样的原因有些家庭不愿意在羊年生小孩，但“十羊九不全”这种说法只是迷信的表现，并没有任何依据可以说明羊年出生的小孩命运不好，所以大家要相信科学呀。 4.微博用户的所在地分布

电商2015年运营大数据分析

电商2015年运营大数据分析 一、代运营商基本情况汇总 从事淘宝运营服务的服务商大约1500多家，其中，天猫平台聚集了大约400家运营服务商，主要来源于上海、浙江和广东，而福建、北京次之，为大约2000家天猫店铺提供运营服务。运营服务商达成的交易额，按照店铺数量平均，约为天猫店铺整体平均值的2倍；按照服务商数量平均的交易额均值，约为9.6倍。目前，从业人员大约3万人，20%为专业店铺运营人员。42%的服务商选择聚焦优势类目发展。 按照品牌商对于供应链整合的不同需求，运营服务商可以分为流程型、运营型和技术型。 未来，专业服务市场的专业化发展将推动运营服务市场的规范化。 二、天猫代运营商分布情况汇总 上海86家 广东70家 浙江81家 江苏16家 北京26家 福建28家，厦门12家 其他57家 三、代运营商创始人背景和团队现状

服务商深度调研中，服务商创始人的背景分类按照以下三个分类标准： ①大卖家背景：包括经营过卖家店铺（或独立B2C网站），或者有全面负责卖家店铺运营的经验。 ②传统服务背景包括：包括线下贸易背景，以及传统企业的运营、管理以及投资等背景。 ③IT以互联网从业背景（简称IT互）：包括IT技术背景，广告公司从业（含网络推广），以及电子商务公司的渠道转型 四、天猫核心类目分布情况汇总 五、人员结构比例不同，服务效率也不同。 运营能力和技术能力说明服务效率差异： 具备整体托管能力的运营服务商，以运营团队为核心打造“端到端”流程。然而，自建系统（技术和仓储人员占30%以上）推动了运营服务商的服务规模扩大，立足于平台的精细化运营，从数据的视角，运营服务商的核心能力源于平台层、中间件层和商务层。目前从业人员约3万人，运营人员占20%。

大数据库时代的到来移动互联网发展趋势数据分析报告

大数据库时代的到来移动互联网发展趋势数据 分析报告 Document serial number【KK89K-LLS98YT-SS8CB-SSUT-SST108】

国内最大的移动应用统计分析平台友盟(UMENG)今天公布了《移动互联网重塑用户生活：友盟2012年年度数据报告》，通过对其平台上的10多万款iOS、Android应用进行分析，全景展示了2012年的中国移动互联网面貌。 本次报告得出的主要结论有： － 2012年中国移动互联网发展迅猛，活跃用户达到亿人，其中iOS 8500万人、Android 亿人。 －全年应用月启动次数暴涨16倍，月使用时长猛涨12倍。 －一年来用户使用各个类别应用的总使用频率和时长均有提升，其中视频类应用人均日使用时长增长259％，从9分钟增至31分钟，使用频率也增长了24％，用户开始习惯在移动设备上看长视频。 －系统工具类使用频率下降21％，说明用户都不太爱折腾了；阅读类使用频率上升114％，但使用时长下降了6％，说明用户更喜欢阅读短内容。 －男性是移动用户主导，但并没有比女性多太多，尤其是iOS平台男性只多个百分点，Android平台上男性则多个百分点。 －男性更偏爱音乐、视频类，以及冒险、棋牌类游戏(70％)；女性更偏爱拍摄美化(68-75％)、电商类(60％)和小游戏，尤其是教育、家庭、儿童类游戏(65％)。 －用户分享内容全天有两个高峰期，一是中午12-14点，二是午夜0点前后，夜猫子很多。职场白领多活跃在9点、14点工作时间和20点晚饭时间，青少年和学生则是13点午休时间和18-20点晚间时段。 －男性和女性进行微博社交分享的情况基本均衡，其中男性占％。 －社交成为移动应用重要元素，有社交分享行为的用户粘性更高，活跃度提升倍。 －设备分布方面，iPhone一直占iOS设备总量的74-82％，其中在iPhone 5 9月面世的时候达到最高点；iPad 去年年底达到最高的23％，因为适逢iPad 4、iPad mini行货上市，也扩大了iPad在国内平板机市场上的份额。 －Android设备中三星和HTC还是大头，分别占21％、11％，不过比去年的28％、25％已经大大萎靡，受到了众多国产和山寨品牌的冲击。 － iOS 完美越狱发布前国内越狱比例降到了史无前例的低点％，发布后10天增长5％，但总体上看国内iOS设备越狱比例继续下降。 －国内用户操作系统升级速度较海外用户慢，iOS越狱及Android定制系统多样化是主要原因。iOS 国内比例仅为％，比国外低个百分点；Android 、国内约占30％、％，国外则是33％、％。

基于互联网APP行业的用户行为数据分析与挖掘[第二版]

毕业论文(设计) 题目基于互联网APP行业的用户行为数据分析与挖掘系信息工程系 专业、年级计算机网络12级 学生姓名赵伯韬 指导教师康健职称副教授 论文字数9956 完成日期2015 年 4 月30 日

唐山职业技术学院毕业设计任务书 信息工程系计算机网络专业一班学生姓名：赵伯韬学号：121120101 一、毕业设计（论文）题目：基于互联网APP行业的用户行为数据分析与挖掘 任务进行的日期：2014 年 12 月 10 日起至 2015 年 4 月 30 日 三、任务书的内容：基于互联网APP行业的用户行为数据分析与挖掘 （一）选题的目的和意义： 随着近年来国内互联网APP的强势发展与三网融合的态势进展，互联网APP行业的市场竞争愈发激烈，各运营商基于用户习惯产品的竞争将是服务的竞争。由于互联网APP业务的多样性，国内运营商逐步从“产品独立运营”向以“客户为中心”的融合运营模式转变，新的商业模式和日趋激烈的竞争环境对电信增值业务运营管理提出了新的要求和挑战。 （二）设计内容： 首先探讨了用户行为分析及其方法，深入学习各种数据挖掘的算法与软件的基础上构建用户行为分析与业务匹配模型。然后在对移动互联网的数据分析理解之后进行数据收集，对于获取到的数据，按照ETL （Extraction-Transformation-Loading）对七千万条数据进行清理、整合，构建数据库。通过数据挖掘的相关工具对用户行为分别在热点时间、用户兴趣、匹配业务等角度采用聚类、文本挖掘、关联分析等方法进行知识挖掘，从统计数据中发现现有营销策略的问题，给运营商提供新的思路并为精准营销提供数据支撑。（三）主要参考资料： [1] 王禹媚，田俊维移动互联网产业发展国际论坛会议纪要2013中国国际工业博览会论坛上海2014年11月10日 [2] 宴宗明基于用户行为分析的移动通信增值业务市场策略研究长沙：2013 [3] 杰斌．数据挖掘与OLAP理论与务实．北京：清华大学出版社，20013 （四）时间进度要求： 2013年12月-2014年3月毕业设计调查 2014年4月—2014年8月毕业设计初步设计 2014年9月—2015年1月毕业设计详细设计 2015年2月—2015年5月准备毕业答辩 指导教师签名： 2015年 5月 16 日 教研室主任签名：年月日 学生签名：年月日

电子商务数据分析试卷及答案

《电子商务数据分析》试卷 班级：_______________ 姓名：______________________ 一、填空题（共10 题，每题 1 分。） 1．分析市场容量大小可以借助_________ 和_________ 两个工具来实现。 2．_________ 是指一定时期内，每一位消费者购买商品的平均金额，也就是平均交易金额。3．按_________ 键可将工作表中的由公式计算的数值用公式表示。 4．函数的构成分为_________ 和_________ 两个部分。 5．RFM模型是描述消费者价值状况的一种工具，包含3个重要要素： _________________ 、_________ 和消费金额。 6．输入公式的方法与输入文字型数据类似，不同的是它必须以___________ 作为开头，然后才是公式的表达式。 7．数据分析处理项目完成后，一般要撰写工作总结和_____________________ 。 8．________ 是指在一定时间段内有销售的商品数与总库存商品数之比。 9．若要输入分数，则应在前面加上____________________ 。 10．Excel 中的求和函数是________ 。 二、单项选择题（共10 题，每题 1 分。） 1．在Excel 操作中，在“记录单”对话框右上角显示“4/20”，则可看出该数据表共有（）条记录。 A．4 B．20 C．16 D．24 2．在对数字格式进行修改时，如出现"#######" ，其原因为（）。 A．格式语法错误 B．单元格长度不够 C．系统出现错误 D．以上答案都不正确 3．在Excel 中，在打印学生成绩单时，对不及格的成绩用醒目的方式表示 如用红色表示（等），当要处理大量的学生成绩时，利用（）命令最为方便。A．查找 B．条件格式 C．数据筛选 D．定位

辰智：2018中式快餐产业餐饮大数据研究报告【食客行为篇】

速位·2018第22届中国快餐产业大会上，中国餐饮产业研究院院长、中国餐饮大数据研究中心主任吴坚先生发布了《2018中式快餐产业餐饮大数据研究报告》，报告分为行业趋势篇和食客行为篇，今天分享食客行为篇，报告详细解读了中式快餐食客消费行为，希望为您的数字化运营提供数据参考。 报告由辰智餐饮大数据研究中心与中国烹饪协会联合发布；由辰智餐饮大数据研究中心提供大数据与数据分析；最终解释权归中国烹饪协会，转载请申请授权。 中式快餐行业整体发展趋势 中式快餐厅在餐饮业中的地位 2017年，全国餐饮行业门店数量合计为578.6万家。 中式快餐厅在餐饮业中占比最大，达到44.5%。与其他品类相比，中式快餐在2017年呈现较高的增长。 中式快餐厅数量变化

2017年，中式快餐餐厅数量达到257.3万家，同比增长16.8%。 2017年，第二、三季度门店数量增长显著。 各省中式快餐餐厅数量分布

中式快餐主要分布于中部和东部沿海地区，广东、山东、河南等地的门店数量相对较多。 2017年，宁夏、内蒙古门店数增长最快，北京、上海和天津的门店数出现下降。

各省万人中式快餐厅数量 2017年，全国万人中式快餐门店平均数量为18.5个。

其中，内蒙古、宁夏、浙江、辽宁、吉林等省万人餐厅数量较高，超过24家，湖南、海南、云南较低，在13家以下。 中式快餐行业食客消费趋势 中式快餐食客画像 中式快餐的消费人群性别差异较小，男女比例分别是51.1%和48.9%。 中式快餐的消费人群年龄集中在25-34岁。

中式快餐的消费人群婚姻状况方面，主要消费人群为学前哺育和已婚有学龄中子女，其次为单身食客，其他类型的占比较小。 教育程度方面，中式快餐厅的消费人群以本科和大专为主。

电子商务做好数据分析

如何做好电子商务数据分析 来源: 电子商务加油站 电子商务为何需要做数据分析?电子商务又该如何做数据分析?电子商务发展的速度越来越快，这个行业的趋势变化也越来越快。对于电子商务公司的老板而言，想要自己永远跟着趋势走，学习运用数据分析是必然的。 世界工厂分析认为，现在不是缺数据，而是数据太多。据统计，在今天的互联网上，每秒会产生上万个微博信息、几百万次的搜索、Facebook上的几十万次内容。稍大的电子商务公司，都会采集一些行为数据(比如IP流量、浏览量)，但是这些行为数据与商业数据(比如交易量)有什么关系?今天绝大多数公司，甚至包括凡客诚品这样著名的电子商务公司，曾经都不知道如何利用成千上万的零散数据。 一、数据分析的重要性 首先，我们要来了解一下数据分析对于一个网站的重要性。笔者并不从理论方面来论证数据分析的重要性，而是从各方对这一方面的动向来了解。 1、阿里巴巴 2011年5月25日，阿里巴巴宣布推出数据门户，并正式启用新域名 https://www.wendangku.net/doc/255926361.html,，新推出的数据门户根据4500万中小企业用户的搜

索、询单、交易等电子商务行为进行数据分析和挖掘，为中小企业以及电子商务从业人士等第三方提供综合数据服务。马云曾表示“数据”将是阿里巴巴未来十年发展的战略核心。 目前正式开放的部分为面向全体用户的宏观行业研究模块，由行业搜索动态趋势图、专业化行业分析报告、细分行业和地区的内贸分析和针对行业各级产品的热点分析，以及实时行业热点资讯等部分构成，并且为免费提供。到2011 年底阿里巴巴还将适时陆续推出数据门户其他部分应用。 2、各行业巨头 事实上，近年来全球各大行业巨头都表示进驻“开放数据”蓝海。以沃尔玛为例，该公司已经拥有两千多万亿字节数据，相当于200多个美国国会图书馆的藏书总量。这其中，很大一部分事客户信息和消费记录。通过数据分析，企业可以掌握客户的消费习惯、优化现金和库存，并扩大销量，数据已经成为了各行各业商业决策的重要基础。 电商平台也很注重这方面的数据分析，例如世界工厂网，就设有排名榜的数据分析，通过分析用户在世界工厂网的搜索习惯及搜索记录，免费提供了产品排行榜、求购排行榜和企业排行榜。无独有偶，作为行业门户网站的装备制造网也即将在未来的发展中提供数据分析的功能，从网站的介绍中可以看到：每月企业网站专业SEO检测报告、季度专业行业研究报告等等。所有这些行业的动向，都昭示这一个特点：企业数据、行业分析。也只有行业网站、电商平台等拥有企业数据优势，而且集合整行业信息，并有分析整合数据的能力，才能真正为企业提供真实、有效的数据分析。 从各方对待一个事物的态度与投资动向，我们能很轻易的了解到这一事物的重要程度，从以上的事例可以看出，数据分析对于各行各业都非常的重要，尤其是对于电子商务平台。 二、电子商务数据分析的七个重要因素 1、电子商务数据分析需要商业敏感 今天电子商务公司的数据分析师，有些像老板的军师，必须有从枯燥的数据中解开市场密码的本事。比如，具有商业意识的数据分析师发现，网站上的婴儿车的销售增加了，那么，他基本可以预测奶粉的销量也会跟上去。再比如，网站上的产品发挥的作用并不一样，有的产品是为了赚钱，有的产品是为了促销，有的产品是为了吸引流量，不同的产品在网站上摆放的位置是不一样的。 一个商业敏感的数据分析师，是懂得用什么样的数据实现公司的目标。比如，乐酷天与淘宝竞争，它们重点看的不是交易量，而是流量：每天有多少新的卖家进来，卖了多少东西。因为此阶段竞争最核心的就是人气，而非实质交易量。如果新来的卖家进来卖不出东西，只有老卖家的交易量在增长，即使最后每天的