一、案例綜述

案例編號：

101002

案例名稱：

電商行業——淘寶大規模網店綜合分析

作者姓名（或單位、或來源）：

劉莎莎

案例所屬行業：

H633紡織、服裝及日用品

案例所用軟件：

Sas EG  Sas EM

案例包含知識點：

CSV導入saseg     數據導入 表格合并     數據整理 數據篩選 變量`計算 頻數統計  

RFM模型 聚類分析 sas編程 關聯規則

案例描述：

電子商務是指在各種形式的網絡上，包括企業內網、局域網和互聯網上以電子行式，進行交易活動和系列服務的行為，是依托于互聯網技術的新型電子化商業活動。電子商務內容分為兩部分，電子操作和商務貿易活動。利用電子技術，為買賣雙方提供無距離限制的便捷貿易服務。電子商務緊密聯系生產商和分銷商，為客戶提供更便捷的高性價比產品，推動了市場資源的全球合理化配置。

在大數據時代，電子商務得到了迅猛發展，電商企業如雨后春筍般出現。與傳統的線下銷售的企業相比較，電商企業具有的優勢和經濟價值的資源是爆炸性增長的數據。以天貓為例，根據互聯網研究中心的數據顯示，截至2014年第一季度，天貓的注冊用戶已經達到5 億人次，在線商品的銷售數量達到 9億，天貓的活躍買家已經超過了2.5億，平均每個購買活躍買家的購買數量達到了 50單以上，頁面的瀏覽量已超過京東的3倍，擁有 22億的超大規模，每天產品的訊息達到 5億條。

面對如此海量的信息，數據分析、數據挖掘技術可以幫助電商企業在海量的數據中提取有價值的數據，這些數據有些用來分析消費者購買商品的規律和趨勢，還可以幫助電商企業實現未來規劃提出可行性報告。

此案例所用數據集來自于一個淘寶網店，屬于電商行業，店主想通過數據分析提供一些管理或者銷售思路，提高銷售業績。

該數據集記錄的是該電商2013年一年的銷售記錄情況，共有四個csv文件，對應一年中的四個時間段。20130101-20130502.csv數據集中有26804條觀測值，20130502-20130730.csv數據集中有32676條觀測值，20130730-20131030.csv數據集中有30452條觀測值，20131030-20131230.csv數據集中有30828條觀測值。

第1個知識點將4個csv文件導入到sas軟件中，并且保存為4個sas數據文件。

第2個知識點是對數據進行初步加工處理。將4個sas數據文件合并為一個大的數據文件，并且將合并后的數據文件保存為originaldata.sas7bdat；

第3個知識點將originaldata.sas7bdat數據集分成兩部分，交易成功的數據和交易失敗的數據，分別保存為success.sas7bdat和closedata.sas7bdat。

第4個知識點在success.sas7bdat基礎上，刪掉補郵費或差價的訂單，將數據保存為shaixuan1.sas7bdat；

第5個知識點在shaixuan1.sas7bdat基礎上，篩選出實際支付金額大于5的訂單，將數據保存為shaixuan2.sas7bdat；

第6個知識點在shaixuan2.sas7bdat基礎上，刪掉退款類訂單，將數據保存為shaixuan3.sas7bdat；

第7個知識點在shaixuan3.sas7bdat基礎上，刪除購買頻率大于25的買家的訂單，將最終的數據保存為finaldata.sas7bdat；

第8個知識點是在finaldata.sas7bdat數據集的基礎之上進行的統計分析，各省交易的訂單分布情況。

第9個知識點是對交易失敗的訂單進行分析。先是在originaldata.sas7bdat, success.sas7bdat,  closedata.sas7bdat基礎之上，分析了交易失敗訂單在總訂單中占得比例。然后在closedata.sas7bdat基礎之上，對交易失敗的訂單的失敗原因進行了頻數分析。

第10個知識點是在finaldata.sas7bdat數據集的基礎之上進行進一步的計算，然后用RFM模型對客戶進行畫像分析，從而找到最有價值的客戶。

    第11個知識點在finaldata.sas7bdat數據集的基礎之上進行進一步的加工，然后用SASEM模塊對數據進行關聯規則分析，從而可以發現一些推薦規則。

案例執行形式：

單人上機

二、案例知識點：

知識點1：

知識點名稱：SAS EG中數據的導入

知識點所屬工作角色：

數據導入

知識點背景：

先要將外部數據導入到統計軟件中才能進行后續的分析和建模。

知識點描述

將CSV數據導入到saseg中，并且將數據保存為sas格式。

知識點關鍵詞：

CSV導入saseg     數據導入

知識點所用軟件：

Saseg

操作目的：

將CSV數據導入到saseg中。

知識點素材（包括數據）：

20130101-20130502.csv數據集中有26804條觀測值，20130502-20130730.csv數據集中有32676條觀測值，20130730-20131030.csv數據集中有30452條觀測值，20131030-20131230.csv數據集中有30828條觀測值。

操作步驟:

? 將本書所提供的淘寶數據文件夾中4個csv文件導入SAS。

? 操作步驟：

1) 新建邏輯庫

? 執行“工具”，“分配項目邏輯庫”輸入8個字符以內的英文名稱，如“MYLIB”，點擊“下一步”；在電腦中選擇一個文件夾，將其路徑作為邏輯庫的路徑，如“E:***”單擊“下一步”；

? 單擊“下一步”，點擊“完成”按鈕。

 

圖1分配項目邏輯庫

2) 在邏輯庫中依次導入四個csv文件

? 執行“文件”，“導入數據”，選擇數據所在文件夾，選中要打開的數據，打開。

圖2導入數據

? 在導入數據向導第一步，將輸出SAS數據集的邏輯庫改為上一步建立的永久邏輯庫MYLIB，點擊“下一步”按鈕。

 

圖3導入數據指定數據

? 勾選“重命名列以遵守SAS命名規則”，其他選默認，勾選首行范圍包含字段名稱，點擊”下一步”按鈕；

 

圖4導入數據選擇數據源

? 查看字段屬性，若有不符合原數據特征的，進行修改，此處將訂單編號類型改為字符串，點擊“下一步”按鈕；

 

? 點擊“完成”按鈕。

? 其他三個文件的數據導入同上。

? 除了前面需要注意的情況外，在導入第三張表格的時候，需要將第12列的類型改為數字。否則無法進行后面的表格合并。

操作結果：

將上面生成的sas數據文件保存在文件夾中存為_20130101_20130502.sas7bdat，_20130502_20130730.sas7bdat，_20130730_20131030.sas7bdat及_20131030_20131230.sas7bdat，以備后續使用。

知識點小結：

想把csv格式數據導入到saseg中，先要將csv數據格式整理成比較標準的格式才不容易出錯,如果csv文件是從數據庫中導出的通常格式比較正常。

知識點2：

知識點名稱：多個數據集的縱向合并

知識點所屬工作角色：

數據整理

知識點背景：

我們需要將多個表格進行縱向合并，因為這些表格結構一樣，只是時間不同，我們需要將其合并進行后續的分析和整理。

知識點描述

將多個sas數據文件合并為一個sas數據文件。

知識點關鍵詞：

表格合并     數據整理

知識點所用軟件：

Saseg

操作目的：

將多個數據集合并為一個數據集。

知識點素材（包括數據）：

_20130101_20130502.sas7bdat，_20130502_20130730.sas7bdat，_20130730_20131030.sas7bdat及_20131030_20131230.sas7bdat。

操作步驟:

觀察數據我們發現，四個數據為這家網店在2013年不同月份的訂單情況，因此為方便以后分析，首先將四個表進行合并，此處進行追加表操作。

操作步驟：

? 查看四張表的列名是否一致。單擊菜單欄最右側的“屬性”選項，在彈出的“屬性”對話框中，點擊“列”選項，可以看到列名。

圖5查看數據屬性

經查看四張表列名一致。

? 在工作區雙擊打開第一張表，在表上方的選項卡中，單擊“數據”，選擇 “追加表”；

 

圖6追加表

? 在打開的“追加表”對話框中選擇“添加表”，將其他三個表添加進去，最后單擊“運行”按鈕。合并后的數據文件存為數據集 originaldata.sas7bdat。

? 訂單編號的表示方式為科學計數法，需要將其改為正常格式，只需右鍵單擊“訂單編號”變量，點擊“屬性”， 將“輸出格式”改為“NLBESTw.d”?？倢挾仍O定為17，小數位數為0。

? 

操作結果：

將上面生成的sas數據文件保存在文件夾中存為originaldata.sas7bdat，以備后續使用。

知識點小結：

將多個數據集合進行縱向合并要保證，多個數據文件結構一致。

知識點3：

知識點名稱：把交易成功的數據篩選出來 

知識點所屬工作角色：

數據整理

知識點背景：

在數據分析過程中有些數據不適合進行后續分析，須要先將其剔除，或者將滿足條件的數據篩選出來。

知識點描述

把交易成功的數據篩選出來。

知識點關鍵詞：

數據篩選

知識點所用軟件：

SasEG

操作目的：

對數據進行篩選，將數據分為交易成功和交易失敗的兩部分。

知識點素材（包括數據）：

originaldata.sas7bdat

操作步驟:

? 啟動sas eg

? ?新建項目邏輯庫。執行“工具”—“分配項目邏輯庫”—輸入8個字符以內的英文名稱（比如mylib），點擊“下一步”按鈕；

? 注意指定合適的文件夾路徑(和上面一節的文件路徑保持一致)作為邏輯庫放數據的地方。

? 把左側下方的邏輯庫mylib下面的original數據集拖入右側的大窗口中。即可看到數據集作為一個對象出現在右側窗口中。如果想查看這個數據集里面的內容，雙擊過程流中original數據集的圖標 ，即可查看里面的數據。

? 在original窗口，點擊查詢生成器。把t1整個拉入右側數據框，見下圖。

 

圖查詢生成器窗口

? 單擊“過濾數據“框，將“訂單狀態”拖至過濾原始數據框中，在彈出的“生成基本過濾器”窗口中運算符選擇“等于”，選擇“獲取值”，單擊“交易成功”，點擊“下一步”按鈕；

? 點擊“完成”按鈕；

? 點擊“選項”

? 輸出名稱改為mylib.success,標簽改為success

 

 

? 點擊“運行”按鈕。

篩選后的數據量為95596，原數據量為120757，所以，交易成功的訂單量為95596，交易不成功訂單量為25161。交易失敗的查詢過程和成功的查詢過程相近，這里不再累述。

將去掉交易關閉數據之后的記錄存為數據集success.sas7bdat(95596條觀測)。將關閉交易的數據保存在closedata.sas7bdat(25161條觀測)中。

操作結果：

將該知識點中產生的數據集success.sas7bdat,closedata.sas7bdat保存起來，以為后續使用。

知識點小結：

篩選后的數據量為95596，原數據量為120757，所以，交易成功的訂單量為95596，交易不成功訂單量為25161。

知識點4：

知識點名稱：刪掉補郵費或差價的訂單

知識點所屬工作角色：

數據整理

知識點背景：

在數據分析過程中有些數據不適合進行后續分析，須要先將其剔除，或者將滿足條件的數據篩選出來。

知識點描述

通過生成新變量的方式刪掉補郵費或差價的訂單。

知識點關鍵詞：

數據篩選

知識點所用軟件：

SasEG

操作目的：

對數據進行篩選，刪掉補郵費或差價的訂單。

知識點素材（包括數據）：

success.sas7bdat

操作步驟:

? 啟動sas eg

? ?新建項目邏輯庫。執行“工具”—“分配項目邏輯庫”—輸入8個字符以內的英文名稱（比如mylib），點擊“下一步”按鈕；

? 注意指定合適的文件夾路徑(和上面一節的文件路徑保持一致)作為邏輯庫放數據的地方。

? 把左側下方的邏輯庫mylib下面的success數據集拖入右側的大窗口中。即可看到數據集作為一個對象出現在右側窗口中。如果想查看這個數據集里面的內容，雙擊過程流中success數據集的圖標 ，即可查看里面的數據。

 

通過觀察我們發現寶貝標題里面沒有出現商品編碼（即沒有出現符號“-”）的單子都屬于純粹的郵費/運費/差價，需要刪掉。

? 在success數據集窗口中，點擊查詢生成器，將success數據集里面的變量全部拉入數據框。

? 點擊過濾數據選項卡，點擊新建過濾器，選擇高級過濾器，在輸入過濾器窗口中輸入表達式：(find(t1.'寶貝標題'n,“- "))<>0，點擊下一步，點擊完成。

 

 

? 點擊對數據排序選項卡，讓數據按照實際支付金額進行升序排序。

? 點擊運行。將輸出名稱改為mylib.shaixuan1,標簽改為shaixuan1

 

? 輸入結果見圖

 

圖9 查詢器結果

將篩選后的觀測值存為數據集shaixuan1.sas7bdat。篩選后的數據量為94665，原數據success量為95596，所以，郵費或者差價訂單大概931單。

操作結果：

將該知識點中產生的數據集shaixuan1.sas7bdat保存起來，以為后續使用。

知識點小結：

將篩選后的觀測值存為數據集shaixuan1.sas7bdat。篩選后的數據量為94665，原數據success量為95596，所以，郵費或者差價訂單大概931單。

知識點5：

知識點名稱：篩選出實際支付金額大于5的訂單

知識點所屬工作角色：

數據整理

知識點背景：

在數據分析過程中有些數據不適合進行后續分析，須要先將其剔除，或者將滿足條件的數據篩選出來。

知識點描述

篩選出實際支付金額大于5的訂單。

知識點關鍵詞：

數據篩選

知識點所用軟件：

SasEG

操作目的：

對數據進行篩選，篩選出實際支付金額大于5的訂單。

知識點素材（包括數據）：

Shaixuan1.sas7bdat

操作步驟:

? 啟動sas eg

? ?新建項目邏輯庫。執行“工具”—“分配項目邏輯庫”—輸入8個字符以內的英文名稱（比如mylib），點擊“下一步”按鈕；

? 注意指定合適的文件夾路徑(和上面一節的文件路徑保持一致)作為邏輯庫放數據的地方。

? 把左側下方的邏輯庫mylib下面的shaixuan1數據集拖入右側的大窗口中。即可看到數據集作為一個對象出現在右側窗口中。如果想查看這個數據集里面的內容，雙擊過程流中shaixuan1數據集的圖標 ，即可查看里面的數據。

 

? 在shaixuan1數據集窗口中，點擊查詢生成器，將shaixuan1數據集里面的變量全部拉入數據框。

? 單擊“過濾數據框”，將“買家實際支付金額”拖至過濾原始數據框中，在彈出的“生成基本過濾器”窗口中運算符選擇“大于”，在“值：”選項框中填寫“5”，點擊“下一步”按鈕；點擊“完成”按鈕；

? 點擊“選項”按鈕。將輸出結果保存為mylib.shaixuan2，將標簽改為shaixuan2。點擊“確定”按鈕。

 

將篩選后的觀測值存為數據集shaixuan2.sas7bdat。篩選后的數據量為94590，原數據shaixuan1量為94665，所以，買家實際支付金額小于5的訂單量為75。

操作結果：

將該知識點中產生的數據集shaixuan2.sas7bdat保存起來，以為后續使用。

知識點小結：

篩選后的數據量為94590，原數據shaixuan1量為94665，所以，買家實際支付金額小于5的訂單量為75。

知識點6：

知識點名稱：篩選非退款類訂單

知識點所屬工作角色：

數據整理

知識點背景：

在數據分析過程中有些數據不適合進行后續分析，須要先將其剔除，或者將滿足條件的數據篩選出來。

知識點描述

篩選非退款類訂單。

知識點關鍵詞：

數據篩選

知識點所用軟件：

SasEG

操作目的：

對數據進行篩選，篩選非退款類訂單。

知識點素材（包括數據）：

Shaixuan2.sas7bdat

操作步驟:

? 啟動sas eg

? ?新建項目邏輯庫。執行“工具”—“分配項目邏輯庫”—輸入8個字符以內的英文名稱（比如mylib），點擊“下一步”按鈕；

? 注意指定合適的文件夾路徑(和上面一節的文件路徑保持一致)作為邏輯庫放數據的地方。

? 把左側下方的邏輯庫mylib下面的shaixuan2數據集拖入右側的大窗口中。即可看到數據集作為一個對象出現在右側窗口中。如果想查看這個數據集里面的內容，雙擊過程流中shaixuan2數據集的圖標 ，即可查看里面的數據。

 

? 在shaixuan2數據集窗口中，點擊查詢生成器，將shaixuan2數據集里面的變量全部拉入數據框。

? 單擊“過濾數據“框，將“買家實際支付金額”拖至過濾原始數據框中，在彈出的“生成基本過濾器”窗口中運算符選擇“不等于”，在“值：”下拉菜單中選擇“列”中的“買家應付郵費”，點擊“下一步”按鈕；

? 點擊“完成”按鈕；

? 點擊“選項”按鈕。將輸出結果保存為mylib.shaixuan3，將標簽改為shaixuan3。點擊“確定”按鈕。

 

? 點擊“運行”按鈕。

   將篩選后的觀測值存為數據集shaixuan3.sas7bdat,篩選后的數據量為92934，原數據shaixuan2量為94590，所以，退款類訂單量為1656。

操作結果：

將該知識點中產生的數據集shaixuan3.sas7bdat保存起來，以為后續使用。

知識點小結：

將篩選后的觀測值存為數據集shaixuan3.sas7bdat,篩選后的數據量為92934，原數據shaixuan2量為94590，所以，退款類訂單量為1656。。

知識點7：

知識點名稱：刪除購買頻率大于25的買家的訂單

知識點所屬工作角色：

數據整理

知識點背景：

在數據分析過程中有些數據不適合進行后續分析，須要先將其剔除，或者將滿足條件的數據篩選出來。

知識點描述

刪除購買頻率大于25的買家的訂單。

知識點關鍵詞：

變量`計算 數據篩選

知識點所用軟件：

SasEG

操作目的：

對數據進行篩選，刪除購買頻率大于25的買家的訂單。

知識點素材（包括數據）：

Shaixuan3.sas7bdat

操作步驟:

? 啟動sas eg

? ?新建項目邏輯庫。執行“工具”—“分配項目邏輯庫”—輸入8個字符以內的英文名稱（比如mylib），點擊“下一步”按鈕；

? 注意指定合適的文件夾路徑(和上面一節的文件路徑保持一致)作為邏輯庫放數據的地方。

? 把左側下方的邏輯庫mylib下面的shaixuan3數據集拖入右側的大窗口中。即可看到數據集作為一個對象出現在右側窗口中。如果想查看這個數據集里面的內容，雙擊過程流中shaixuan3數據集的圖標 ，即可查看里面的數據。

? 在shaixuan3數據集窗口中，點擊查詢生成器，將shaixuan3數據集里面的變量全部拉入數據框。

? 單擊“添加新的計算列”，在步驟一中選擇“匯總列”，點擊“下一步”按鈕；選擇“買家會員名”變量，點擊“下一步”按鈕； “匯總”選項選擇“COUNT”，將“標簽”設置為“購買頻率”，點擊“下一步”按鈕；

? 在“查詢生成器”頁面中不勾選“匯總組”中的“自動選擇組”，點擊“編輯組”，將“買家會員名”拉入“分組依據”中，點擊“確定”按鈕；

? 勾選復選框“僅選擇非重復行”。這是為了過濾掉重復記錄的單子

? 單擊“過濾數據”選項框，在“過濾匯總數據”那里，點擊“新建過濾器”，選擇“基本過濾器”，“過濾條件”的第一個選項框選擇“_Calculation”變量，第二個選項框選擇“小于”，第三個選項框中直接輸入“25”，取消“值的兩側應加引號”，點擊“完成”按鈕；

? 點擊“選項”按鈕。將輸出結果保存為mylib.finaldata，將標簽改為finaldata。點擊“確定”按鈕。

? 點擊“運行”按鈕。

   將篩選后的觀測值存為數據集shaixuan4.sas7bdat,篩選后的數據量為89662，原數據shaixuan3量為92934，所以，些訂單中有3272條訂單被判定為刷銷量訂單。

操作結果：

將該知識點中產生的數據集shaixuan4.sas7bdat保存起來，以為后續使用。

知識點小結：

將篩選后的觀測值存為數據集shaixuan4.sas7bdat,篩選后的數據量為89662，原數據shaixuan3量為92934，所以，些訂單中有3272條訂單被判定為刷銷量訂單。

知識點8：

知識點名稱：數據的描述性分析——各省份訂單交易分布情況

知識點所屬工作角色：

數據分析

知識點背景：

對數據進行建模之前通常對數據進行一個基本描述，比如分類變量看下頻數分布，我們這里對性別進行頻數分析。

知識點描述

對變量進行頻數分布分析。

知識點關鍵詞：

頻數統計  

知識點所用軟件：

SasEG

操作目的：

對分類變量進行頻數統計。

知識點素材（包括數據）：

member.sas7bdat

操作步驟:

? 啟動sas eg

? ?新建項目邏輯庫。執行“工具”—“分配項目邏輯庫”—輸入8個字符以內的英文名稱（比如mylib），點擊“下一步”按鈕；

? 注意指定合適的文件夾路徑(和上面一節的文件路徑保持一致)作為邏輯庫放數據的地方。

? 把左側下方的邏輯庫mylib下面的finaldata數據集拖入右側的大窗口中?？梢钥吹綌祿鳛橐粋€對象出現在右側窗口中。如果想查看這個數據集里面的內容，雙擊過程流中finaldata數據集的圖標 ，即可查看里面的數據。

? 在finaldata數據表下打開“查詢生成器”，把左邊的變量全部拖入右側,點擊“計算列”，在第一步選擇類型中點選“高級表達式”；

? 在第二步“生成高級表達式”中用“收貨地址”生成地區名，輸入“SUBSTR(t1.col13, 1, (FIND(t1.col13," ")-1))”，可點選公式和變量名進行選擇，點擊“下一步”；

? 在第三步“修改其他選項”中將“標識符和列名”全部設為“province”，點擊“下一步”按鈕；

? 點擊“完成”按鈕；

? 點擊“查詢生成器”下，繼續點擊“計算列”，在第一步選擇類型中點選“高級表達式”；

? 在第二步“生成高級表達式”中用“收貨地址”生成城市名，輸入“SUBSTR(t1.col13,FIND(t1.col13," ")+1)”，可點選公式和變量名進行選擇，點擊“下一步”按鈕；

? 在第三步“修改其他選項”中將“標識符和列名”全部設為“city”，點擊“下一步”按鈕；

? 點擊“完成”按鈕；

? 上述兩個變量計算好后，點擊“選項”，將輸出名稱改為mylib.address,把標簽改為address。點擊“運行”按鈕。結果見圖12。

 

圖12 查詢器生成結果

? 在address數據集窗口，執行“描述”“單因子頻數”。在“數據”選項下，把“province”拖入“分析變量”，在“統計量”選項下，缺失值的“顯示頻數”和“包含在計算中”前面打勾。點擊“運行”按鈕，輸出結果見圖12.7。

 

圖12.7單因子頻數結果

    結果分析：可以看到北京的頻數是最高的。

操作結果：

將該知識點過程中產生的address數據集進行保存，以方便后續的使用。

知識點小結：

對于分類變量，可以通過單因子頻數的方式對其進行描述，也可以通過餅形圖對其進行描述。

知識點9：

知識點名稱：交易關閉訂單的探索性分析

知識點所屬工作角色：

數據分析

知識點背景：

去掉交易關閉訂單篩選后的數據量為95596，原數據量為120757，所以，交易成功的訂單量為95596，交易不成功訂單量為25161，交易不成功的訂單量占總訂單量的20.8%。

2013年這家店交易不成功的訂單比重在合理范圍之內，但在之后需要進一步分析交易關閉的原因，下一年的銷售中需注意減少交易關閉的情況。

分析交易關閉的情況，分析原因，以便客戶回訪

一般淘寶交易關閉有兩種情況：

1) 買家只是拍下商品，但是未付款，后續由賣家或者系統關閉了交易。

2) 買家申請退款成功，錢款已經退回買家支付寶賬戶，交易關閉。

可以做匯總表對這兩種情況分別占的比例進行分析，由于第一種情況，買家未付款，在表中體現為“訂單付款時間”為空；第二種情況，欠款已退回，在表中體現為“訂單付款時間”存在?；静襟E如下：

知識點描述

生成交易關閉原因變量。

知識點關鍵詞：

變量計算

知識點所用軟件：

SasEG

操作目的：

對變量進行計算。

對交易失敗的訂單進行歸類，買家未付款定義為0類。欠款已退回定義為1類。計算新列col16_code，重新編碼訂單付款時間。編碼邏輯為：訂單付款時間等于.時，返回0，訂單付款時間不等于.時，返回1。

知識點素材（包括數據）：

closedata.sas7dbat

操作步驟:

? 啟動sas eg

? ?新建項目邏輯庫。執行“工具”—“分配項目邏輯庫”—輸入8個字符以內的英文名稱（比如mylib），點擊“下一步”按鈕；

? 注意指定合適的文件夾路徑(和上面一節的文件路徑保持一致)作為邏輯庫放數據的地方。

把左側下方的邏輯庫mylib下面的closedata數據集拖入右側的大窗口中?？梢钥吹綌祿鳛橐粋€對象出現在右側窗口中。如果想查看這個數據集里面的內容，雙擊過程流中closedata數據集的圖標 ，即可查看里面的數據。

? 在數據表closedata下打開“查詢生成器”，“選擇數據”部分選擇全部數據。

? 點擊“選項”，將輸出名稱改為mylib.closedata1,把標簽改為closedata1。

? 點擊左上角的“計算列”，彈出“計算列”窗口，點擊“新建”：新建計算列。

? 在第一步“選擇類型”中點選“重新碼列”；

? 在第二步“選擇列”中選擇“訂單付款時間”，點擊“下一步”按鈕；

? 在第三步“指定替換”中“添加”替換，選擇 “替換條件”窗口，訂單付款時間等于.時，使用此值（W）輸入0，勾選“該值的兩側應加引號（Q）”，點擊“確定”按鈕。按照同樣的方法添加訂單付款時間不等于.時，使用值1的條件，點擊“確定”按鈕。

 

? 列類型設為“字符”，添加完成后點擊“下一步”；

? 在第四步“修改其他選項”中將“標識符和列名”全部設為“col16_code”，“輸出格式”設置為“無”，點擊“下一步”按鈕；

? 點擊“完成”按鈕，關閉計算列窗口，點擊“運行”按鈕。

 

圖15 創建輔助列col16_code

? 在closedata1數據集窗口，執行“描述”“單因子頻數”。在“數據”選項下，把“col16_code”拖入“分析變量”，在“統計量”選項下，缺失值的“顯示頻數”和“包含在計算中”前面打勾。點擊“運行”按鈕，輸出結果見圖12.7。

 

 

圖12.7單因子頻數結果

   從表中可以看出，交易關閉的訂單中有85.76%的買家只是拍下商品，但是未付款，后續由賣家或者系統關閉了交易，而有14.24%的買家申請退款成功，錢款已經退回買家支付寶賬戶，交易關閉。

結合上一部分的描述分析，可以得出，交易關閉訂單占總訂單的20.8%，這其中有85.76%的買家只是拍下商品，但是未付款，14.24%的買家申請退款。也就是說，總訂單中有17.83%（20.8% * 85.76% = 17.83%）的客戶想要購買，卻最終沒有付錢；2.96%（20.8% * 14.24% = 17.83%）的客戶購買以后選擇退貨。參考同行業指標，退貨率比較正常，后續銷售過程中應重點關注有購買欲望卻最終沒有購買的訂單，采取相應的銷售策略。

操作結果：

把該知識點的操作產生新的數據集closedata1.sas7bdat保存到路徑下，以備后續使用。

知識點小結：

有的時候我們先要計算出分類變量來然后再進行頻數分布分析。交易關閉的訂單中有85.76%的買家只是拍下商品，但是未付款，后續由賣家或者系統關閉了交易，而有14.24%的買家申請退款成功，錢款已經退回買家支付寶賬戶，交易關閉。

結合上一部分的描述分析，可以得出，交易關閉訂單占總訂單的20.8%，這其中有85.76%的買家只是拍下商品，但是未付款，14.24%的買家申請退款。也就是說，總訂單中有17.83%（20.8% * 85.76% = 17.83%）的客戶想要購買，卻最終沒有付錢；2.96%（20.8% * 14.24% = 17.83%）的客戶購買以后選擇退貨。參考同行業指標，退貨率比較正常，后續銷售過程中應重點關注有購買欲望卻最終沒有購買的訂單，采取相應的銷售策略。

知識點10：

知識點名稱：客戶信息的挖掘處理:用RFM模型進行客戶畫像

知識點所屬工作角色：

數據分析

知識點背景：

客戶畫像(UserProfile)即給用戶打上標簽，用一種樸素、簡潔的方法來描述用戶信息。客戶畫像可以完美地抽象出一個用戶的信息全貌，為進一步精準、快速地分析用戶行為習慣、消費習慣等重要商業信息，提供了足夠的數據基礎。

RFM模型是Bult and Wansbeek于1995年提出來的，認為客戶行為三要素 Recency (R)、Frequency (F) 與 Monetary (M)構成了客戶購買潛力價值的核心組成部分。該模型經常應用于 CRM 框架下的客戶行為分析。

知識點描述

用聚類分析對客戶進行畫像。

知識點關鍵詞：

聚類分析 FRM  sas編程

知識點所用軟件：

SasEG

操作目的：

對個案進行聚類分析。

知識點素材（包括數據）：

finaldata.sas7bdat

操作步驟:

? 啟動sas eg

? ?新建項目邏輯庫。執行“工具”—“分配項目邏輯庫”—輸入8個字符以內的英文名稱（比如mylib），點擊“下一步”按鈕；

? 注意指定合適的文件夾路徑(和上面一節的文件路徑保持一致)作為邏輯庫放數據的地方。

把左側下方的邏輯庫mylib下面的finaldata數據集拖入右側的大窗口中?？梢钥吹綌祿鳛橐粋€對象出現在右側窗口中。如果想查看這個數據集里面的內容，雙擊過程流中finaldata數據集的圖標 ，即可查看里面的數據。

? 在數據表finaldata下打開“查詢生成器”，“選擇數據”部分選擇全部數據。

? 點擊“選項”，將輸出名稱改為mylib.rfmp,把標簽改為rfmp。

在查詢生成器中計算所有訂單距離2013年最后一天的訂單付款天數

    操作步驟：

? 在findaldata數據表下打開“查詢生成器”，點擊“計算列”，在第一步“選擇類型”中點選“高級表達式”；

? 在第二步“生成高級表達式”中用觀測窗口結束時間減去入會時間，輸入“max(DATEPART(t1.col16))-DATEPART(t1.col16)”，可點選公式和變量名進行選擇，點擊“下一步”按鈕；(計算下載數據的日期（可以用數據中的訂單最新日期，）和所有訂單時間間隔，設置為變量recently)

? 在第三步“修改其他選項”中將“標識符和列名”全部設為“Recently”， 修改格式數值為BESTX3.,點擊“下一步”按鈕；

? 點擊“完成”按鈕；

? 匯總組部分取消“自動選擇組”的勾選。見圖18。

? 點擊“運行”按鈕。

 

圖18 查詢生成器設定窗口。

分別計算RFM

操作步驟：

? 在rfmp數據集窗口下，點擊查詢生成器，將該查詢輸出結果設定為mylib.rfm1。將clo3（買家支付寶賬號）、Recently、col9（買家實際支付金額）、col1拖至“選擇數據”中，在數據框第三列的匯總欄中，分別單擊Recently、col1、col9（買家實際支付金額）三個變量的下拉菜單，選擇“MIN”、 “COUNT”、“SUM”。取消“自動選擇組”的勾選，點擊“編輯組”，選擇t1.col3。勾選“僅選擇非重復行”如下圖所示，

 

? 單擊“運行”按鈕。