淘宝数据分析是怎么看？淘宝数据分析网站 _大数据

电商以数据驱动决策，进行商务活动的电商新时代已经到来。数据分析，大致分为三个阶段。
一、数据呈现
第一个阶段是数据呈现，就是简单地展现出现有的一些数据，并做描述统计分析（最大值、最小值、平均值等）。

文章插图
二、书架分析
第二个阶段是数据分析，是将不同的数据进行交叉分析，运用回归分析等统计分析方法。
三、数据挖掘
第三个阶段是数据挖掘，是将数据做更深层次的分析，运用数据挖掘的模型或相关算法。
数据驱动现在还鲜有卖家为之，多数是因为无从下手。其实从数据分析的角度而言，很简单。只要针对后台的数据进行解析即可，不用花费太多时间去建立新模型，利用现有的模型就可以做好分析。
简单的分析方法也可以借鉴市场营销中的波士顿矩阵、GE矩阵等分析法。再者，阿里集团提供了很多数据产品，如数据魔方、生意参谋、淘宝指数、阿里指数等产品给卖家做数据分析之用。
本文给大家介绍一个案例。该案例的数据由某淘宝店主提供，数据源来自淘宝后台订单数据，敏感信息（买家ID，产品ID等均做了技术性处理）。运用SPSS软件来做解析析。
每一次做营销活动，淘宝店主想知道哪些产品更适合做捆绑营销，以及哪些用户更具有营销的价值。
首先，我们看一下哪些产品更适合捆绑销售，全店近期共有200个宝贝的销售记录。

文章插图
首先选择直观的网络图来发现潜在关联。网络图的基本功能是反映标志字段的值之间关系的紧密程度，通过不同类型线条来反映链接强度，线条越粗，说明链接越强。比如，买家一起带走某三件宝贝，那么这两件宝贝之间的频数就加2

文章插图
因为宝贝太多，因此看起来密密麻麻，每个点代表一个产品（已经匿名处理），虽然密密麻麻，但从图中可以发现一个明显的三角形。这个就是强相关的产品。
在这里给网店卖家推荐快速提升宝贝排名技巧“百度搜【豌豆电商】”门户网站务必电脑登陆体验最佳效果
人工点击收藏加购流量，名师干货实操视频，登陆注册即可免费享用！

文章插图

文章插图
通过调节阈值后，可以看到下图的商品组合图。S287和S159必须捆绑销售，S2009也可以考虑跟两者组合在一起，但不作为首选。S2009和S3929也可以考虑组合捆绑。

文章插图
但是，该店有200多个产品，应该要有更多的推荐组合才行，因此我们进一步找出商品的推荐规则。
关联规则挖掘常用的模型有和Carma 。
算法是一种关联规则发现方法，侧重于找出某些特定时间一起发生的情况，以找出那些可信的并且具有代表性的规则。
Carma算法中文名字是连续关联规则挖掘算法，是的替代方案，提供比支持水平低得多的结果。
由于该店的宝贝数非常多，而且支持度不能太高，才能找出相应的推荐规则。因此这里选择Carma模型，以下是支持度为10%的结果，发现跟前面的网络图发现的关联是一样的。

文章插图
就这几条规则，对应200多个宝贝是明显不够的。位了更好推荐宝贝，我们设置最低条件支持度为5%，就会出现很多规则。