一、案例综述

案例编号：

101002

案例名称：

电商行业——淘宝大规模网店综合分析

作者姓名（或单位、或来源）：

刘莎莎

案例所属行业：

H633纺织、服装及日用品

案例所用软件：

Sas EG  Sas EM

案例包含知识点：

CSV导入saseg     数据导入 表格合并     数据整理 数据筛选 变量`计算 频数统计  

RFM模型 聚类分析 sas编程 关联规则

案例描述：

电子商务是指在各种形式的网络上，包括企业内网、局域网和互联网上以电子行式，进行交易活动和系列服务的行为，是依托于互联网技术的新型电子化商业活动。电子商务内容分为两部分，电子操作和商务贸易活动。利用电子技术，为买卖双方提供无距离限制的便捷贸易服务。电子商务紧密联系生产商和分销商，为客户提供更便捷的高性价比产品，推动了市场资源的全球合理化配置。

在大数据时代，电子商务得到了迅猛发展，电商企业如雨后春笋般出现。与传统的线下销售的企业相比较，电商企业具有的优势和经济价值的资源是爆炸性增长的数据。以天猫为例，根据互联网研究中心的数据显示，截至2014年第一季度，天猫的注册用户已经达到5 亿人次，在线商品的销售数量达到 9亿，天猫的活跃买家已经超过了2.5亿，平均每个购买活跃买家的购买数量达到了 50单以上，页面的浏览量已超过京东的3倍，拥有 22亿的超大规模，每天产品的讯息达到 5亿条。

面对如此海量的信息，数据分析、数据挖掘技术可以帮助电商企业在海量的数据中提取有价值的数据，这些数据有些用来分析消费者购买商品的规律和趋势，还可以帮助电商企业实现未来规划提出可行性报告。

此案例所用数据集来自于一个淘宝网店，属于电商行业，店主想通过数据分析提供一些管理或者销售思路，提高销售业绩。

该数据集记录的是该电商2013年一年的销售记录情况，共有四个csv文件，对应一年中的四个时间段。20130101-20130502.csv数据集中有26804条观测值，20130502-20130730.csv数据集中有32676条观测值，20130730-20131030.csv数据集中有30452条观测值，20131030-20131230.csv数据集中有30828条观测值。

第1个知识点将4个csv文件导入到sas软件中，并且保存为4个sas数据文件。

第2个知识点是对数据进行初步加工处理。将4个sas数据文件合并为一个大的数据文件，并且将合并后的数据文件保存为originaldata.sas7bdat；

第3个知识点将originaldata.sas7bdat数据集分成两部分，交易成功的数据和交易失败的数据，分别保存为success.sas7bdat和closedata.sas7bdat。

第4个知识点在success.sas7bdat基础上，删掉补邮费或差价的订单，将数据保存为shaixuan1.sas7bdat；

第5个知识点在shaixuan1.sas7bdat基础上，筛选出实际支付金额大于5的订单，将数据保存为shaixuan2.sas7bdat；

第6个知识点在shaixuan2.sas7bdat基础上，删掉退款类订单，将数据保存为shaixuan3.sas7bdat；

第7个知识点在shaixuan3.sas7bdat基础上，删除购买频率大于25的买家的订单，将最终的数据保存为finaldata.sas7bdat；

第8个知识点是在finaldata.sas7bdat数据集的基础之上进行的统计分析，各省交易的订单分布情况。

第9个知识点是对交易失败的订单进行分析。先是在originaldata.sas7bdat, success.sas7bdat,  closedata.sas7bdat基础之上，分析了交易失败订单在总订单中占得比例。然后在closedata.sas7bdat基础之上，对交易失败的订单的失败原因进行了频数分析。

第10个知识点是在finaldata.sas7bdat数据集的基础之上进行进一步的计算，然后用RFM模型对客户进行画像分析，从而找到最有价值的客户。

    第11个知识点在finaldata.sas7bdat数据集的基础之上进行进一步的加工，然后用SASEM模块对数据进行关联规则分析，从而可以发现一些推荐规则。

案例执行形式：

单人上机

二、案例知识点：

知识点1：

知识点名称：SAS EG中数据的导入

知识点所属工作角色：

数据导入

知识点背景：

先要将外部数据导入到统计软件中才能进行后续的分析和建模。

知识点描述

将CSV数据导入到saseg中，并且将数据保存为sas格式。

知识点关键词：

CSV导入saseg     数据导入

知识点所用软件：

Saseg

操作目的：

将CSV数据导入到saseg中。

知识点素材（包括数据）：

20130101-20130502.csv数据集中有26804条观测值，20130502-20130730.csv数据集中有32676条观测值，20130730-20131030.csv数据集中有30452条观测值，20131030-20131230.csv数据集中有30828条观测值。

操作步骤:

Ø 将本书所提供的淘宝数据文件夹中4个csv文件导入SAS。

Ø 操作步骤：

1) 新建逻辑库

Ø 执行“工具”，“分配项目逻辑库”输入8个字符以内的英文名称，如“MYLIB”，点击“下一步”；在电脑中选择一个文件夹，将其路径作为逻辑库的路径，如“E:***”单击“下一步”；

Ø 单击“下一步”，点击“完成”按钮。

 

图1分配项目逻辑库

2) 在逻辑库中依次导入四个csv文件

Ø 执行“文件”，“导入数据”，选择数据所在文件夹，选中要打开的数据，打开。

图2导入数据

Ø 在导入数据向导第一步，将输出SAS数据集的逻辑库改为上一步建立的永久逻辑库MYLIB，点击“下一步”按钮。

 

图3导入数据指定数据

Ø 勾选“重命名列以遵守SAS命名规则”，其他选默认，勾选首行范围包含字段名称，点击”下一步”按钮；

 

图4导入数据选择数据源

Ø 查看字段属性，若有不符合原数据特征的，进行修改，此处将订单编号类型改为字符串，点击“下一步”按钮；

 

Ø 点击“完成”按钮。

Ø 其他三个文件的数据导入同上。

Ø 除了前面需要注意的情况外，在导入第三张表格的时候，需要将第12列的类型改为数字。否则无法进行后面的表格合并。

操作结果：

将上面生成的sas数据文件保存在文件夹中存为_20130101_20130502.sas7bdat，_20130502_20130730.sas7bdat，_20130730_20131030.sas7bdat及_20131030_20131230.sas7bdat，以备后续使用。

知识点小结：

想把csv格式数据导入到saseg中，先要将csv数据格式整理成比较标准的格式才不容易出错,如果csv文件是从数据库中导出的通常格式比较正常。

知识点2：

知识点名称：多个数据集的纵向合并

知识点所属工作角色：

数据整理

知识点背景：

我们需要将多个表格进行纵向合并，因为这些表格结构一样，只是时间不同，我们需要将其合并进行后续的分析和整理。

知识点描述

将多个sas数据文件合并为一个sas数据文件。

知识点关键词：

表格合并     数据整理

知识点所用软件：

Saseg

操作目的：

将多个数据集合并为一个数据集。

知识点素材（包括数据）：

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

操作步骤:

观察数据我们发现，四个数据为这家网店在2013年不同月份的订单情况，因此为方便以后分析，首先将四个表进行合并，此处进行追加表操作。

操作步骤：

Ø 查看四张表的列名是否一致。单击菜单栏最右侧的“属性”选项，在弹出的“属性”对话框中，点击“列”选项，可以看到列名。

图5查看数据属性

经查看四张表列名一致。

Ø 在工作区双击打开第一张表，在表上方的选项卡中，单击“数据”，选择 “追加表”；

 

图6追加表

Ø 在打开的“追加表”对话框中选择“添加表”，将其他三个表添加进去，最后单击“运行”按钮。合并后的数据文件存为数据集 originaldata.sas7bdat。

Ø 订单编号的表示方式为科学计数法，需要将其改为正常格式，只需右键单击“订单编号”变量，点击“属性”， 将“输出格式”改为“NLBESTw.d”。总宽度设定为17，小数位数为0。

Ø 

操作结果：

将上面生成的sas数据文件保存在文件夹中存为originaldata.sas7bdat，以备后续使用。

知识点小结：

将多个数据集合进行纵向合并要保证，多个数据文件结构一致。

知识点3：

知识点名称：把交易成功的数据筛选出来 

知识点所属工作角色：

数据整理

知识点背景：

在数据分析过程中有些数据不适合进行后续分析，须要先将其剔除，或者将满足条件的数据筛选出来。

知识点描述

把交易成功的数据筛选出来。

知识点关键词：

数据筛选

知识点所用软件：

SasEG

操作目的：

对数据进行筛选，将数据分为交易成功和交易失败的两部分。

知识点素材（包括数据）：

originaldata.sas7bdat

操作步骤:

Ø 启动sas eg

Ø Ø新建项目逻辑库。执行“工具”—“分配项目逻辑库”—输入8个字符以内的英文名称（比如mylib），点击“下一步”按钮；

Ø 注意指定合适的文件夹路径(和上面一节的文件路径保持一致)作为逻辑库放数据的地方。

Ø 把左侧下方的逻辑库mylib下面的original数据集拖入右侧的大窗口中。即可看到数据集作为一个对象出现在右侧窗口中。如果想查看这个数据集里面的内容，双击过程流中original数据集的图标 ，即可查看里面的数据。

Ø 在original窗口，点击查询生成器。把t1整个拉入右侧数据框，见下图。

 

图查询生成器窗口

Ø 单击“过滤数据“框，将“订单状态”拖至过滤原始数据框中，在弹出的“生成基本过滤器”窗口中运算符选择“等于”，选择“获取值”，单击“交易成功”，点击“下一步”按钮；

Ø 点击“完成”按钮；

Ø 点击“选项”

Ø 输出名称改为mylib.success,标签改为success

 

 

Ø 点击“运行”按钮。

筛选后的数据量为95596，原数据量为120757，所以，交易成功的订单量为95596，交易不成功订单量为25161。交易失败的查询过程和成功的查询过程相近，这里不再累述。

将去掉交易关闭数据之后的记录存为数据集success.sas7bdat(95596条观测)。将关闭交易的数据保存在closedata.sas7bdat(25161条观测)中。

操作结果：

将该知识点中产生的数据集success.sas7bdat,closedata.sas7bdat保存起来，以为后续使用。

知识点小结：

筛选后的数据量为95596，原数据量为120757，所以，交易成功的订单量为95596，交易不成功订单量为25161。

知识点4：

知识点名称：删掉补邮费或差价的订单

知识点所属工作角色：

数据整理

知识点背景：

在数据分析过程中有些数据不适合进行后续分析，须要先将其剔除，或者将满足条件的数据筛选出来。

知识点描述

通过生成新变量的方式删掉补邮费或差价的订单。

知识点关键词：

数据筛选

知识点所用软件：

SasEG

操作目的：

对数据进行筛选，删掉补邮费或差价的订单。

知识点素材（包括数据）：

success.sas7bdat

操作步骤:

Ø 启动sas eg

Ø Ø新建项目逻辑库。执行“工具”—“分配项目逻辑库”—输入8个字符以内的英文名称（比如mylib），点击“下一步”按钮；

Ø 注意指定合适的文件夹路径(和上面一节的文件路径保持一致)作为逻辑库放数据的地方。

Ø 把左侧下方的逻辑库mylib下面的success数据集拖入右侧的大窗口中。即可看到数据集作为一个对象出现在右侧窗口中。如果想查看这个数据集里面的内容，双击过程流中success数据集的图标 ，即可查看里面的数据。

 

通过观察我们发现宝贝标题里面没有出现商品编码（即没有出现符号“-”）的单子都属于纯粹的邮费/运费/差价，需要删掉。

Ø 在success数据集窗口中，点击查询生成器，将success数据集里面的变量全部拉入数据框。

Ø 点击过滤数据选项卡，点击新建过滤器，选择高级过滤器，在输入过滤器窗口中输入表达式：(find(t1.'宝贝标题'n,“- "))<>0，点击下一步，点击完成。

 

 

Ø 点击对数据排序选项卡，让数据按照实际支付金额进行升序排序。

Ø 点击运行。将输出名称改为mylib.shaixuan1,标签改为shaixuan1

 

Ø 输入结果见图

 

图9 查询器结果

将筛选后的观测值存为数据集shaixuan1.sas7bdat。筛选后的数据量为94665，原数据success量为95596，所以，邮费或者差价订单大概931单。

操作结果：

将该知识点中产生的数据集shaixuan1.sas7bdat保存起来，以为后续使用。

知识点小结：

将筛选后的观测值存为数据集shaixuan1.sas7bdat。筛选后的数据量为94665，原数据success量为95596，所以，邮费或者差价订单大概931单。

知识点5：

知识点名称：筛选出实际支付金额大于5的订单

知识点所属工作角色：

数据整理

知识点背景：

在数据分析过程中有些数据不适合进行后续分析，须要先将其剔除，或者将满足条件的数据筛选出来。

知识点描述

筛选出实际支付金额大于5的订单。

知识点关键词：

数据筛选

知识点所用软件：

SasEG

操作目的：

对数据进行筛选，筛选出实际支付金额大于5的订单。

知识点素材（包括数据）：

Shaixuan1.sas7bdat

操作步骤:

Ø 启动sas eg

Ø Ø新建项目逻辑库。执行“工具”—“分配项目逻辑库”—输入8个字符以内的英文名称（比如mylib），点击“下一步”按钮；

Ø 注意指定合适的文件夹路径(和上面一节的文件路径保持一致)作为逻辑库放数据的地方。

Ø 把左侧下方的逻辑库mylib下面的shaixuan1数据集拖入右侧的大窗口中。即可看到数据集作为一个对象出现在右侧窗口中。如果想查看这个数据集里面的内容，双击过程流中shaixuan1数据集的图标 ，即可查看里面的数据。

 

Ø 在shaixuan1数据集窗口中，点击查询生成器，将shaixuan1数据集里面的变量全部拉入数据框。

Ø 单击“过滤数据框”，将“买家实际支付金额”拖至过滤原始数据框中，在弹出的“生成基本过滤器”窗口中运算符选择“大于”，在“值：”选项框中填写“5”，点击“下一步”按钮；点击“完成”按钮；

Ø 点击“选项”按钮。将输出结果保存为mylib.shaixuan2，将标签改为shaixuan2。点击“确定”按钮。

 

将筛选后的观测值存为数据集shaixuan2.sas7bdat。筛选后的数据量为94590，原数据shaixuan1量为94665，所以，买家实际支付金额小于5的订单量为75。

操作结果：

将该知识点中产生的数据集shaixuan2.sas7bdat保存起来，以为后续使用。

知识点小结：

筛选后的数据量为94590，原数据shaixuan1量为94665，所以，买家实际支付金额小于5的订单量为75。

知识点6：

知识点名称：筛选非退款类订单

知识点所属工作角色：

数据整理

知识点背景：

在数据分析过程中有些数据不适合进行后续分析，须要先将其剔除，或者将满足条件的数据筛选出来。

知识点描述

筛选非退款类订单。

知识点关键词：

数据筛选

知识点所用软件：

SasEG

操作目的：

对数据进行筛选，筛选非退款类订单。

知识点素材（包括数据）：

Shaixuan2.sas7bdat

操作步骤:

Ø 启动sas eg

Ø Ø新建项目逻辑库。执行“工具”—“分配项目逻辑库”—输入8个字符以内的英文名称（比如mylib），点击“下一步”按钮；

Ø 注意指定合适的文件夹路径(和上面一节的文件路径保持一致)作为逻辑库放数据的地方。

Ø 把左侧下方的逻辑库mylib下面的shaixuan2数据集拖入右侧的大窗口中。即可看到数据集作为一个对象出现在右侧窗口中。如果想查看这个数据集里面的内容，双击过程流中shaixuan2数据集的图标 ，即可查看里面的数据。

 

Ø 在shaixuan2数据集窗口中，点击查询生成器，将shaixuan2数据集里面的变量全部拉入数据框。

Ø 单击“过滤数据“框，将“买家实际支付金额”拖至过滤原始数据框中，在弹出的“生成基本过滤器”窗口中运算符选择“不等于”，在“值：”下拉菜单中选择“列”中的“买家应付邮费”，点击“下一步”按钮；

Ø 点击“完成”按钮；

Ø 点击“选项”按钮。将输出结果保存为mylib.shaixuan3，将标签改为shaixuan3。点击“确定”按钮。

 

Ø 点击“运行”按钮。

   将筛选后的观测值存为数据集shaixuan3.sas7bdat,筛选后的数据量为92934，原数据shaixuan2量为94590，所以，退款类订单量为1656。

操作结果：

将该知识点中产生的数据集shaixuan3.sas7bdat保存起来，以为后续使用。

知识点小结：

将筛选后的观测值存为数据集shaixuan3.sas7bdat,筛选后的数据量为92934，原数据shaixuan2量为94590，所以，退款类订单量为1656。。

知识点7：

知识点名称：删除购买频率大于25的买家的订单

知识点所属工作角色：

数据整理

知识点背景：

在数据分析过程中有些数据不适合进行后续分析，须要先将其剔除，或者将满足条件的数据筛选出来。

知识点描述

删除购买频率大于25的买家的订单。

知识点关键词：

变量`计算 数据筛选

知识点所用软件：

SasEG

操作目的：

对数据进行筛选，删除购买频率大于25的买家的订单。

知识点素材（包括数据）：

Shaixuan3.sas7bdat

操作步骤:

Ø 启动sas eg

Ø Ø新建项目逻辑库。执行“工具”—“分配项目逻辑库”—输入8个字符以内的英文名称（比如mylib），点击“下一步”按钮；

Ø 注意指定合适的文件夹路径(和上面一节的文件路径保持一致)作为逻辑库放数据的地方。

Ø 把左侧下方的逻辑库mylib下面的shaixuan3数据集拖入右侧的大窗口中。即可看到数据集作为一个对象出现在右侧窗口中。如果想查看这个数据集里面的内容，双击过程流中shaixuan3数据集的图标 ，即可查看里面的数据。

Ø 在shaixuan3数据集窗口中，点击查询生成器，将shaixuan3数据集里面的变量全部拉入数据框。

Ø 单击“添加新的计算列”，在步骤一中选择“汇总列”，点击“下一步”按钮；选择“买家会员名”变量，点击“下一步”按钮； “汇总”选项选择“COUNT”，将“标签”设置为“购买频率”，点击“下一步”按钮；

Ø 在“查询生成器”页面中不勾选“汇总组”中的“自动选择组”，点击“编辑组”，将“买家会员名”拉入“分组依据”中，点击“确定”按钮；

Ø 勾选复选框“仅选择非重复行”。这是为了过滤掉重复记录的单子

Ø 单击“过滤数据”选项框，在“过滤汇总数据”那里，点击“新建过滤器”，选择“基本过滤器”，“过滤条件”的第一个选项框选择“_Calculation”变量，第二个选项框选择“小于”，第三个选项框中直接输入“25”，取消“值的两侧应加引号”，点击“完成”按钮；

Ø 点击“选项”按钮。将输出结果保存为mylib.finaldata，将标签改为finaldata。点击“确定”按钮。

Ø 点击“运行”按钮。

   将筛选后的观测值存为数据集shaixuan4.sas7bdat,筛选后的数据量为89662，原数据shaixuan3量为92934，所以，些订单中有3272条订单被判定为刷销量订单。

操作结果：

将该知识点中产生的数据集shaixuan4.sas7bdat保存起来，以为后续使用。

知识点小结：

将筛选后的观测值存为数据集shaixuan4.sas7bdat,筛选后的数据量为89662，原数据shaixuan3量为92934，所以，些订单中有3272条订单被判定为刷销量订单。

知识点8：

知识点名称：数据的描述性分析——各省份订单交易分布情况

知识点所属工作角色：

数据分析

知识点背景：

对数据进行建模之前通常对数据进行一个基本描述，比如分类变量看下频数分布，我们这里对性别进行频数分析。

知识点描述

对变量进行频数分布分析。

知识点关键词：

频数统计  

知识点所用软件：

SasEG

操作目的：

对分类变量进行频数统计。

知识点素材（包括数据）：

member.sas7bdat

操作步骤:

Ø 启动sas eg

Ø Ø新建项目逻辑库。执行“工具”—“分配项目逻辑库”—输入8个字符以内的英文名称（比如mylib），点击“下一步”按钮；

Ø 注意指定合适的文件夹路径(和上面一节的文件路径保持一致)作为逻辑库放数据的地方。

Ø 把左侧下方的逻辑库mylib下面的finaldata数据集拖入右侧的大窗口中。可以看到数据集作为一个对象出现在右侧窗口中。如果想查看这个数据集里面的内容，双击过程流中finaldata数据集的图标 ，即可查看里面的数据。

Ø 在finaldata数据表下打开“查询生成器”，把左边的变量全部拖入右侧,点击“计算列”，在第一步选择类型中点选“高级表达式”；

Ø 在第二步“生成高级表达式”中用“收货地址”生成地区名，输入“SUBSTR(t1.col13, 1, (FIND(t1.col13," ")-1))”，可点选公式和变量名进行选择，点击“下一步”；

Ø 在第三步“修改其他选项”中将“标识符和列名”全部设为“province”，点击“下一步”按钮；

Ø 点击“完成”按钮；

Ø 点击“查询生成器”下，继续点击“计算列”，在第一步选择类型中点选“高级表达式”；

Ø 在第二步“生成高级表达式”中用“收货地址”生成城市名，输入“SUBSTR(t1.col13,FIND(t1.col13," ")+1)”，可点选公式和变量名进行选择，点击“下一步”按钮；

Ø 在第三步“修改其他选项”中将“标识符和列名”全部设为“city”，点击“下一步”按钮；

Ø 点击“完成”按钮；

Ø 上述两个变量计算好后，点击“选项”，将输出名称改为mylib.address,把标签改为address。点击“运行”按钮。结果见图12。

 

图12 查询器生成结果

Ø 在address数据集窗口，执行“描述”“单因子频数”。在“数据”选项下，把“province”拖入“分析变量”，在“统计量”选项下，缺失值的“显示频数”和“包含在计算中”前面打勾。点击“运行”按钮，输出结果见图12.7。

 

图12.7单因子频数结果

    结果分析：可以看到北京的频数是最高的。

操作结果：

将该知识点过程中产生的address数据集进行保存，以方便后续的使用。

知识点小结：

对于分类变量，可以通过单因子频数的方式对其进行描述，也可以通过饼形图对其进行描述。

知识点9：

知识点名称：交易关闭订单的探索性分析

知识点所属工作角色：

数据分析

知识点背景：

去掉交易关闭订单筛选后的数据量为95596，原数据量为120757，所以，交易成功的订单量为95596，交易不成功订单量为25161，交易不成功的订单量占总订单量的20.8%。

2013年这家店交易不成功的订单比重在合理范围之内，但在之后需要进一步分析交易关闭的原因，下一年的销售中需注意减少交易关闭的情况。

分析交易关闭的情况，分析原因，以便客户回访

一般淘宝交易关闭有两种情况：

1) 买家只是拍下商品，但是未付款，后续由卖家或者系统关闭了交易。

2) 买家申请退款成功，钱款已经退回买家支付宝账户，交易关闭。

可以做汇总表对这两种情况分别占的比例进行分析，由于第一种情况，买家未付款，在表中体现为“订单付款时间”为空；第二种情况，欠款已退回，在表中体现为“订单付款时间”存在。基本步骤如下：

知识点描述

生成交易关闭原因变量。

知识点关键词：

变量计算

知识点所用软件：

SasEG

操作目的：

对变量进行计算。

对交易失败的订单进行归类，买家未付款定义为0类。欠款已退回定义为1类。计算新列col16_code，重新编码订单付款时间。编码逻辑为：订单付款时间等于.时，返回0，订单付款时间不等于.时，返回1。

知识点素材（包括数据）：

closedata.sas7dbat

操作步骤:

Ø 启动sas eg

Ø Ø新建项目逻辑库。执行“工具”—“分配项目逻辑库”—输入8个字符以内的英文名称（比如mylib），点击“下一步”按钮；

Ø 注意指定合适的文件夹路径(和上面一节的文件路径保持一致)作为逻辑库放数据的地方。

把左侧下方的逻辑库mylib下面的closedata数据集拖入右侧的大窗口中。可以看到数据集作为一个对象出现在右侧窗口中。如果想查看这个数据集里面的内容，双击过程流中closedata数据集的图标 ，即可查看里面的数据。

Ø 在数据表closedata下打开“查询生成器”，“选择数据”部分选择全部数据。

Ø 点击“选项”，将输出名称改为mylib.closedata1,把标签改为closedata1。

Ø 点击左上角的“计算列”，弹出“计算列”窗口，点击“新建”：新建计算列。

Ø 在第一步“选择类型”中点选“重新码列”；

Ø 在第二步“选择列”中选择“订单付款时间”，点击“下一步”按钮；

Ø 在第三步“指定替换”中“添加”替换，选择 “替换条件”窗口，订单付款时间等于.时，使用此值（W）输入0，勾选“该值的两侧应加引号（Q）”，点击“确定”按钮。按照同样的方法添加订单付款时间不等于.时，使用值1的条件，点击“确定”按钮。

 

Ø 列类型设为“字符”，添加完成后点击“下一步”；

Ø 在第四步“修改其他选项”中将“标识符和列名”全部设为“col16_code”，“输出格式”设置为“无”，点击“下一步”按钮；

Ø 点击“完成”按钮，关闭计算列窗口，点击“运行”按钮。

 

图15 创建辅助列col16_code

Ø 在closedata1数据集窗口，执行“描述”“单因子频数”。在“数据”选项下，把“col16_code”拖入“分析变量”，在“统计量”选项下，缺失值的“显示频数”和“包含在计算中”前面打勾。点击“运行”按钮，输出结果见图12.7。

 

 

图12.7单因子频数结果

   从表中可以看出，交易关闭的订单中有85.76%的买家只是拍下商品，但是未付款，后续由卖家或者系统关闭了交易，而有14.24%的买家申请退款成功，钱款已经退回买家支付宝账户，交易关闭。

结合上一部分的描述分析，可以得出，交易关闭订单占总订单的20.8%，这其中有85.76%的买家只是拍下商品，但是未付款，14.24%的买家申请退款。也就是说，总订单中有17.83%（20.8% * 85.76% = 17.83%）的客户想要购买，却最终没有付钱；2.96%（20.8% * 14.24% = 17.83%）的客户购买以后选择退货。参考同行业指标，退货率比较正常，后续销售过程中应重点关注有购买欲望却最终没有购买的订单，采取相应的销售策略。

操作结果：

把该知识点的操作产生新的数据集closedata1.sas7bdat保存到路径下，以备后续使用。

知识点小结：

有的时候我们先要计算出分类变量来然后再进行频数分布分析。交易关闭的订单中有85.76%的买家只是拍下商品，但是未付款，后续由卖家或者系统关闭了交易，而有14.24%的买家申请退款成功，钱款已经退回买家支付宝账户，交易关闭。

结合上一部分的描述分析，可以得出，交易关闭订单占总订单的20.8%，这其中有85.76%的买家只是拍下商品，但是未付款，14.24%的买家申请退款。也就是说，总订单中有17.83%（20.8% * 85.76% = 17.83%）的客户想要购买，却最终没有付钱；2.96%（20.8% * 14.24% = 17.83%）的客户购买以后选择退货。参考同行业指标，退货率比较正常，后续销售过程中应重点关注有购买欲望却最终没有购买的订单，采取相应的销售策略。

知识点10：

知识点名称：客户信息的挖掘处理:用RFM模型进行客户画像

知识点所属工作角色：

数据分析

知识点背景：

客户画像(UserProfile)即给用户打上标签，用一种朴素、简洁的方法来描述用户信息。客户画像可以完美地抽象出一个用户的信息全貌，为进一步精准、快速地分析用户行为习惯、消费习惯等重要商业信息，提供了足够的数据基础。

RFM模型是Bult and Wansbeek于1995年提出来的，认为客户行为三要素 Recency (R)、Frequency (F) 与 Monetary (M)构成了客户购买潜力价值的核心组成部分。该模型经常应用于 CRM 框架下的客户行为分析。

知识点描述

用聚类分析对客户进行画像。

知识点关键词：

聚类分析 FRM  sas编程

知识点所用软件：

SasEG

操作目的：

对个案进行聚类分析。

知识点素材（包括数据）：

finaldata.sas7bdat

操作步骤:

Ø 启动sas eg

Ø Ø新建项目逻辑库。执行“工具”—“分配项目逻辑库”—输入8个字符以内的英文名称（比如mylib），点击“下一步”按钮；

Ø 注意指定合适的文件夹路径(和上面一节的文件路径保持一致)作为逻辑库放数据的地方。

把左侧下方的逻辑库mylib下面的finaldata数据集拖入右侧的大窗口中。可以看到数据集作为一个对象出现在右侧窗口中。如果想查看这个数据集里面的内容，双击过程流中finaldata数据集的图标 ，即可查看里面的数据。

Ø 在数据表finaldata下打开“查询生成器”，“选择数据”部分选择全部数据。

Ø 点击“选项”，将输出名称改为mylib.rfmp,把标签改为rfmp。

在查询生成器中计算所有订单距离2013年最后一天的订单付款天数

    操作步骤：

Ø 在findaldata数据表下打开“查询生成器”，点击“计算列”，在第一步“选择类型”中点选“高级表达式”；

Ø 在第二步“生成高级表达式”中用观测窗口结束时间减去入会时间，输入“max(DATEPART(t1.col16))-DATEPART(t1.col16)”，可点选公式和变量名进行选择，点击“下一步”按钮；(计算下载数据的日期（可以用数据中的订单最新日期，）和所有订单时间间隔，设置为变量recently)

Ø 在第三步“修改其他选项”中将“标识符和列名”全部设为“Recently”， 修改格式数值为BESTX3.,点击“下一步”按钮；

Ø 点击“完成”按钮；

Ø 汇总组部分取消“自动选择组”的勾选。见图18。

Ø 点击“运行”按钮。

 

图18 查询生成器设定窗口。

分别计算RFM

操作步骤：

Ø 在rfmp数据集窗口下，点击查询生成器，将该查询输出结果设定为mylib.rfm1。将clo3（买家支付宝账号）、Recently、col9（买家实际支付金额）、col1拖至“选择数据”中，在数据框第三列的汇总栏中，分别单击Recently、col1、col9（买家实际支付金额）三个变量的下拉菜单，选择“MIN”、 “COUNT”、“SUM”。取消“自动选择组”的勾选，点击“编辑组”，选择t1.col3。勾选“仅选择非重复行”如下图所示，

 

Ø 单击“运行”按钮。