《PBI系列搜索逻辑回归分类预判 14》花随花心著

2018-10-08 本文已影响0人花随花心

商业智能数据分析师，花随花心。

大家好，我是花老师。今天，这堂课是整个PBI系列的第14课，核心关键词正如本文名字一样，搜索、逻辑回归、分类预判。当然，这么讲肯定是不好理解的，不过没关系，稍后我会好好给大家分享。

还没有看过上13堂课的同学，要记得提前预习，文章名如下：

《PBI系列车图色彩搭配数据分析 01》花随花心著

《PBI系列竞品评论流量词云分析 02》花随花心著

《PBI系列快选人气新品池品质档 03》花随花心著

《PBI系列天猫国际搜索属性分析 04》花随花心著

《PBI系列京东词根分析时段流量 05》花随花心著

《PBI系列关键词多维度市场分析 06》花随花心著

《PBI系列类目大词群店竞争透视 07》花随花心著

《PBI系列搜索环境竞店二维矩阵 08》花随花心著

《PBI系列店铺分类地区透视关系 09》花随花心著

《PBI系列象限分析雷达区间分段 10》花随花心著

《PBI系列搜索环境波动性集中度 11》花随花心著

《PBI系列权重相关系数指标关联 12》花随花心著

《PBI系列快选池聚类分析二维化 13》花随花心著

那么，接下来，就让我们正式进入主题。

正文

实际上，今天要分享的内容，需要用到微软官方数据挖掘套件，我在PBI系列第12堂课里头的视频有分享过如何进行安装，当然，我这边也有现成的压缩包，如果需要的话可以找我要。

我们先简单来看下今天的核心关键词，分别是搜索、逻辑回归、分类预判。从今天这堂课，您可以学到的东西就是如何对数据进行预判。所谓的预判，就是说我只要提供一部分指定的现成数据，就可以借助套件进行数据挖掘，用逻辑回归算法进行分析后，得出最终的结论。

简单来说，就是判断真假的关系。比如性别，只有男和女，比如是否重复购买，只有是或者否，一般来说正向用1表示，负向用0表示。就好比如今天的内容，新品是否属于官方直营，我用1表示是，0表示否，把数据进行1和0来表示之后，更有利于我们的电脑的运算。

毕竟，电脑的CPU运算是二进制，就是0和1。

这个方法一般是用在客户数据上，比如通过分析一些客户是否经常性购买我们自己家的产品，来分析出这些客户数据的特征。

假如说有新的客户数据录入进来的话，我们可以根据这些客户数据进行预判，判断是否重复购买，如果会的话，可以加大联系密度，多送一些优惠券给人家，多给优惠。

然而，我今天用的是却是搜索数据，这是天猫国际上关键词[红酒干红]的数据，并且是新品排序。也就是说，这些产品都是新品。

什么是新品，我应该不用解释了吧。我今天的目的只有一个，通过多个关键词的数据，来分析出红酒类目当中，究竟什么样的新品是属于天猫国际的官方直营店的。

于是乎，我用PBI将数据源进行处理之后，得到下面的数据表，如图所示

之后，把数据表复制到Excel当中进行数据挖掘，如图所示

最后，通过逻辑回归算法处理之后，我得到了一个表格，通过这份表格，我可以很快判断出来到底官方直营的产品都有什么特征，如图所示

正如上面这个图所示，有两个字段，一个叫做倾向于1，一个叫做倾向于0。1代表直营，0代表非直营。

通过红蓝色块的占比分析，我们可以看出来，基本上有如下特征。

是否海外：否

有无描述：无

月销量：837.320 - 2,991.239

是否包税：已包税

也就是蓝色块占比最多的那些字段，当然由于这里只有596个新品，数据量有限，因此会出现很大的误差。如果数据量增加到上万条的话，估计预测结果会更准。

然后我用新的数据进行预测，左边红色框框是预测结果，右边则是实际情况，很容易看出来，结果很大程度上还是挺准的，准确率也很容易计算，我们只需要把错误率算出来即可。

比如说，我从数据源中拿了30条数据，预测错误的数据为0条，因此目前的错误率为0%，准确率为100%。当然，这个是因为数据量太少，凑巧算出这么高的正确率。

之后，我重新随机生成了一些数据进来，根据刚刚的说法，很快就可以判断出到底哪些新品是官方直营店的。这样子我们就学会了如何进行数据预判。

另外，今天所下载的天猫国际新品搜索数据，用的是我自己研发的数据分析工具箱，如图所示

目前为止，这个是第5代版本，一共有15个免费功能，当然随着我后面的不断更新，肯定会加入更多实用功能进来，尽请期待！

以上内容，基本上可以让大家了解到这个图表是干嘛用的。当然，其中技术方面的细节，我都会留到（付费）视频、（免费）音频当中进行详细介绍。不过，从这个系列开始，与以往不同的是，我会加入一段漫长的无声操作视频，将自己完整的操作过程记录下来，这样大家就不会说不清楚其中的细节了，由于是无声，因此我在音频当中会减掉这部分内容。