一、案例綜述

案例編號(hào)：

101004

案例名稱：

零售行業(yè)——圖書銷售綜合分析

作者姓名（或單位、或來源）：

劉莎莎

案例所屬行業(yè)：

h65 零售行業(yè)

案例所用軟件：

Sas EG

案例包含知識(shí)點(diǎn)：

因子分析  度量尺度變量轉(zhuǎn)化為有序尺度變量、對(duì)應(yīng)分析回歸分析   OLS  VIF  方差膨脹因子 多重共線性個(gè)案選擇  logistic回歸分析   二元選擇模型  離散因變量模型 逐步回歸 多重貢獻(xiàn)性 樣本外預(yù)測  樣本內(nèi)預(yù)測 模型預(yù)測 隨機(jī)選擇樣本  過濾變量的生成

案例描述：

零售行業(yè)銷售數(shù)據(jù)分析的行業(yè)背景。要想在如今的零售環(huán)境中獲得成功，零售商必須提供卓越的客戶體驗(yàn)，出色地運(yùn)營業(yè)務(wù)，并創(chuàng)建一個(gè)需求驅(qū)動(dòng)的行銷和供應(yīng)鏈。他們必須滿足越來越兩極化和專業(yè)化的客戶需求，這些客戶對(duì)于服務(wù)、選擇、質(zhì)量和價(jià)格都抱有很高的期望。而且，他們必須對(duì)超出他們控制范圍的因素做出響應(yīng)，這些因素包括競爭威脅、宏觀經(jīng)濟(jì)趨勢和新興技術(shù)等。

建立在零售行業(yè)基礎(chǔ)的有效數(shù)據(jù)分析可以更透徹地了解客戶行為和購買模式，洞悉消費(fèi)者的消費(fèi)偏好，創(chuàng)造向上銷售和交叉銷售機(jī)遇；優(yōu)化行銷水平，盡可能減少脫銷情況，并管理庫存成本；深入了解關(guān)鍵店鋪級(jí)指標(biāo)，例如，銷售額、勞動(dòng)力、庫存和客戶滿意度等；在關(guān)鍵收入和盈利能力目標(biāo)方面協(xié)調(diào)公司和店鋪運(yùn)營，當(dāng)市場條件變化時(shí)，快速調(diào)整計(jì)劃和資源分配；通過比較和基準(zhǔn)測試店鋪、渠道、地區(qū)和部門間的績效，提高成本節(jié)約；監(jiān)控營業(yè)額和員工生產(chǎn)力。

    本案例通過分析某書店圖書銷售情況，了解圖書銷售量的主要影響因素。

    數(shù)據(jù)文件說明：數(shù)據(jù)文件名字為bookcustomer.xlsx。該數(shù)據(jù)集記錄的是一個(gè)圖書城的書籍購買記錄。每一個(gè)訂單的記錄記為一行，包括客戶編號(hào)、性別、郵編、距首次購買的月數(shù)、距最后一次購買的月數(shù)、在圖書上的總消費(fèi)、非書籍產(chǎn)品總消費(fèi)、總消費(fèi)、總購買（書籍本書）、購買書籍的分類本數(shù)。該數(shù)據(jù)集共有50000條觀測值。

本案例共包含八個(gè)知識(shí)點(diǎn)。

第1個(gè)知識(shí)點(diǎn)是Saseg邏輯庫的建立和數(shù)據(jù)的導(dǎo)入，將數(shù)據(jù)導(dǎo)入saseg。

然后第2個(gè)知識(shí)點(diǎn)用函數(shù)生成新的變量（地區(qū)變量和城市變量），從而方便進(jìn)行后續(xù)的計(jì)算和分析；

第3個(gè)知識(shí)點(diǎn)是地區(qū)變量的頻數(shù)統(tǒng)計(jì)和總消費(fèi)量的分地區(qū)描述統(tǒng)計(jì)，從而對(duì)數(shù)據(jù)進(jìn)行一個(gè)基本的描述統(tǒng)計(jì)分析；

第4個(gè)知識(shí)點(diǎn)是對(duì)消費(fèi)者各類圖書購買數(shù)量進(jìn)行相關(guān)性分析從而知道哪些書籍具有相關(guān)性；

第5個(gè)知識(shí)點(diǎn)是用RFM模型進(jìn)行客戶畫像，從而起到對(duì)客戶進(jìn)行分群的目的，以便采用不同的營銷策略；

第6個(gè)知識(shí)點(diǎn)是客戶總消費(fèi)的影響因素分析，檢驗(yàn)?zāi)男┳兞繉?duì)客戶總消費(fèi)額的影響是顯著的。

第7個(gè)知識(shí)點(diǎn)是對(duì)書籍購買本數(shù)的分類求和 ，從而知道哪類書的銷售量最高，哪類書的銷售量最低，發(fā)現(xiàn)h類書籍的銷售量（本數(shù)）最低。

第8個(gè)知識(shí)點(diǎn)是關(guān)于是否購買h類書的Logistic回歸模型，從而知道哪些因素對(duì)購買h類書的決策產(chǎn)生影響，進(jìn)而提高h類書的銷售量。

案例執(zhí)行形式：

單人上機(jī)

二、案例知識(shí)點(diǎn)

知識(shí)點(diǎn)1：

知識(shí)點(diǎn)名稱：Saseg邏輯庫的建立和數(shù)據(jù)的導(dǎo)入

知識(shí)點(diǎn)所屬工作角色：

數(shù)據(jù)導(dǎo)入

知識(shí)點(diǎn)背景：

先要將外部數(shù)據(jù)導(dǎo)入到統(tǒng)計(jì)軟件中才能進(jìn)行后續(xù)的分析和建模。

知識(shí)點(diǎn)描述

將excel數(shù)據(jù)導(dǎo)入到saseg中，并且將數(shù)據(jù)保存為sas格式。

知識(shí)點(diǎn)關(guān)鍵詞：

Excel導(dǎo)入saseg     數(shù)據(jù)導(dǎo)入

知識(shí)點(diǎn)所用軟件：

Saseg

操作目的：

將excel數(shù)據(jù)導(dǎo)入到saseg中。

知識(shí)點(diǎn)素材（包括數(shù)據(jù)）：

bookcustomer.xlsx

操作步驟:

? 打開excel文件，查看數(shù)據(jù)是否符合SAS要求的格式；

? 啟動(dòng)sas eg

? ?新建項(xiàng)目邏輯庫。執(zhí)行“工具”—“分配項(xiàng)目邏輯庫”—輸入8個(gè)字符以內(nèi)的英文名稱，點(diǎn)擊“下一步”按鈕；

? 在電腦中選擇一個(gè)文件夾，將其路徑作為邏輯庫的路徑，單擊“下一步”按鈕；

? 點(diǎn)擊“下一步”按鈕，點(diǎn)擊“完成”按鈕，邏輯庫就建立成功了，接下來開始導(dǎo)入數(shù)據(jù)；

? 執(zhí)行“文件”，“導(dǎo)入數(shù)據(jù)”，選擇數(shù)據(jù)所在文件夾，選中要打開的數(shù)據(jù)，點(diǎn)擊“打開”按鈕。在導(dǎo)入數(shù)據(jù)向?qū)У谝徊剑瑢⑤敵鯯AS數(shù)據(jù)集的邏輯庫改為上一步建立的永久邏輯庫，點(diǎn)擊“下一步”按鈕；勾選使用工作表中特定范圍內(nèi)的單元格，選擇單元格范圍，左上方單元

填A(yù)2，右下方單元格選默認(rèn)，勾選首行范圍包含字段名稱，點(diǎn)擊“下一步”按鈕；查看字段屬性，若有不符合原數(shù)據(jù)特征的，進(jìn)行修改，并為數(shù)據(jù)加上漢語標(biāo)簽，點(diǎn)擊“下一步”按鈕；點(diǎn)擊“完成”按鈕。

 

操作結(jié)果：

將上面生成的sas數(shù)據(jù)文件保存在文件夾中存為bookcustomer.sas7bdat，以備后續(xù)使用。

知識(shí)點(diǎn)小結(jié)：

想把excel格式數(shù)據(jù)導(dǎo)入到saseg中，先要將excel數(shù)據(jù)格式整理成比較標(biāo)準(zhǔn)的格式才不容易出錯(cuò)。

知識(shí)點(diǎn)2：

知識(shí)點(diǎn)名稱：用函數(shù)生成新的變量（地區(qū)變量和城市變量）

知識(shí)點(diǎn)所屬工作角色：

變量計(jì)算

知識(shí)點(diǎn)背景：

有些指標(biāo)不能直接參與數(shù)據(jù)分析過程需要對(duì)其進(jìn)行計(jì)算整理生成新的變量。

知識(shí)點(diǎn)描述

采用函數(shù)對(duì)變量進(jìn)行計(jì)算生成新的變量。

知識(shí)點(diǎn)關(guān)鍵詞：

變量計(jì)算  函數(shù)  變量名標(biāo)簽

知識(shí)點(diǎn)所用軟件：

SasEG

操作目的：

對(duì)變量進(jìn)行計(jì)算生成新的變量并且給變量添加中文標(biāo)簽。

知識(shí)點(diǎn)素材（包括數(shù)據(jù)）：

bookcustomer.sas7bdat

操作步驟:

? 啟動(dòng)sas eg

? ?新建項(xiàng)目邏輯庫。執(zhí)行“工具”—“分配項(xiàng)目邏輯庫”—輸入8個(gè)字符以內(nèi)的英文名稱（比如mylib），點(diǎn)擊“下一步”按鈕；

? 在電腦中選擇一個(gè)文件夾，將其路徑作為邏輯庫的路徑（保證該路徑下面有bookcustomer.sas7bdat這個(gè)文件），單擊“下一步”按鈕；

? 點(diǎn)擊“下一步”按鈕，點(diǎn)擊“完成”按鈕，邏輯庫就建立成功了。

? 在左側(cè)的邏輯庫里面中找到mylib,然后把該邏輯庫下面的bookcustomer.sas7bdat數(shù)據(jù)集拖入右側(cè)框里面。

? 切換到過程流窗口，可以看到數(shù)據(jù)已經(jīng)導(dǎo)入進(jìn)來了，雙擊數(shù)據(jù)圖標(biāo)就可以查看數(shù)據(jù)具體內(nèi)容。

 

? 右鍵點(diǎn)擊bookconsumer的圖標(biāo)，選擇“查詢生成器”（在數(shù)據(jù)表下打開“查詢生成器”）。

 

? 將t1表中的數(shù)據(jù)全部拖入右側(cè)，選擇數(shù)據(jù)部分。

 

? 點(diǎn)擊“計(jì)算列”，點(diǎn)擊“新建”按鈕；

? 在“選擇類型”中點(diǎn)選“高級(jí)表達(dá)式”，點(diǎn)擊“下一步”按鈕；

? 在“生成高級(jí)表達(dá)式”中，“輸入表達(dá)式”部分用“郵編”生成地區(qū)名，輸入“ZIPNAMEL(t1.zip)”，也可以點(diǎn)選函數(shù)和變量名進(jìn)行選擇，其中，ZIPNAMEL函數(shù)返回對(duì)應(yīng)于其五位郵政編碼參數(shù)的州或美屬領(lǐng)地的名稱。這樣就把計(jì)算公式寫好了。然后點(diǎn)擊“下一步”按鈕；

 

? 在“修改其他選項(xiàng)”中將標(biāo)識(shí)符和列名全部設(shè)為“state”，標(biāo)簽設(shè)為“地區(qū)”，點(diǎn)擊“下一步”按鈕；

 

 

? 點(diǎn)擊“完成”按鈕；

 

? 在“計(jì)算列”對(duì)話框中，點(diǎn)擊“新建”按鈕；

? 在“選擇類型”中點(diǎn)選“高級(jí)表達(dá)式”，點(diǎn)擊“下一步”按鈕；

? 在“生成高級(jí)表達(dá)式”中用“郵編”生成城市名，輸入“ZIPCITY(t1.zip) ”，也可以點(diǎn)選函數(shù)和變量名進(jìn)行選擇，其中，ZIPCITY函數(shù)返回城市名稱和對(duì)應(yīng)于郵政編碼的雙字符州代碼。點(diǎn)擊“下一步”按鈕；

? 在“修改其他選項(xiàng)”中將標(biāo)識(shí)符和列名全部設(shè)為“city”，標(biāo)簽設(shè)為“城市”，點(diǎn)擊“下一步”按鈕；

? 點(diǎn)擊“完成”按鈕；

 

? 關(guān)閉“計(jì)算列”對(duì)話框； 

 

? 將“查詢名稱”改為“計(jì)算地區(qū)和城市”，“輸出名稱改為mylib.bookconsumer1”。

 

? 點(diǎn)擊“選項(xiàng)”，將輸出數(shù)據(jù)的標(biāo)簽改為bookconsumer1。

 

? 點(diǎn)擊“運(yùn)行”按鈕。

? 回到過程流窗口

 

? 雙擊bookconsumer1的圖標(biāo)，可以查看該數(shù)據(jù)集里面的數(shù)據(jù)。

 

? 可以看到state和city兩個(gè)變量已經(jīng)生成。

? 將這個(gè)saseg文件保存為變量計(jì)算.egp

操作結(jié)果：

將上面整理的結(jié)果保存在文件夾中存為bookconsumer1.sas7dbat，以備后續(xù)使用。

知識(shí)點(diǎn)小結(jié)：

如果想生成新的變量需要通過查詢生成器的方式來生成?？梢詫?duì)查詢結(jié)果數(shù)據(jù)集的名稱進(jìn)行修改方便理解；在生成變量的過程中可以為新變量添加標(biāo)簽。

知識(shí)點(diǎn)3：

知識(shí)點(diǎn)名稱：地區(qū)變量的頻數(shù)統(tǒng)計(jì)和總消費(fèi)量的分地區(qū)描述統(tǒng)計(jì)

知識(shí)點(diǎn)所屬工作角色：

數(shù)據(jù)分析

知識(shí)點(diǎn)背景：

對(duì)數(shù)據(jù)進(jìn)行建模之前通常對(duì)數(shù)據(jù)進(jìn)行一個(gè)基本描述，比如分類變量看下頻數(shù)分布。數(shù)值變量計(jì)算均值，標(biāo)準(zhǔn)差等

知識(shí)點(diǎn)描述

對(duì)變量進(jìn)行描述性分析。

知識(shí)點(diǎn)關(guān)鍵詞：

頻數(shù)統(tǒng)計(jì)  描述統(tǒng)計(jì) 均值 標(biāo)準(zhǔn)差 中位數(shù) 最小值 最大值 分類匯總

知識(shí)點(diǎn)所用軟件：

SasEG

操作目的：

對(duì)分類變量進(jìn)行頻數(shù)統(tǒng)計(jì)；對(duì)數(shù)值變量進(jìn)行分類描述統(tǒng)計(jì)。

知識(shí)點(diǎn)素材（包括數(shù)據(jù)）：

Bookcustomer1.sas7bdat

操作步驟:

? 啟動(dòng)sas eg

? ?新建項(xiàng)目邏輯庫。執(zhí)行“工具”—“分配項(xiàng)目邏輯庫”—輸入8個(gè)字符以內(nèi)的英文名稱（比如mylib），點(diǎn)擊“下一步”按鈕；

? 在電腦中選擇一個(gè)文件夾，將其路徑作為邏輯庫的路徑（保證該路徑下面有bookcustomer1.sas7bdat這個(gè)文件），單擊“下一步”按鈕；

? 點(diǎn)擊“下一步”按鈕，點(diǎn)擊“完成”按鈕，邏輯庫就建立成功了。

? 在左側(cè)的邏輯庫里面中找到mylib,然后把該邏輯庫下面的bookcustomer1.sas7bdat數(shù)據(jù)集拖入右側(cè)框里面。

? 切換到過程流窗口，可以看到數(shù)據(jù)已經(jīng)導(dǎo)入進(jìn)來了，雙擊數(shù)據(jù)圖標(biāo)就可以查看數(shù)據(jù)具體內(nèi)容。

 

對(duì)一個(gè)分類變量進(jìn)行單因子頻數(shù)統(tǒng)計(jì)

? 在數(shù)據(jù)窗口下，執(zhí)行“描述”，“單因子頻數(shù)”命令。在“數(shù)據(jù)”項(xiàng)下，將“state”拖至“任務(wù)角色”框中的“分析變量”下；

? 在“統(tǒng)計(jì)量”選項(xiàng)下，選擇“頻數(shù)和百分比”，勾選“缺失值”選項(xiàng)框下的“顯示頻數(shù)”和“包含在計(jì)算中”兩個(gè)選項(xiàng)；

? 在“結(jié)果”選項(xiàng)下，將“輸出數(shù)據(jù)的排序依據(jù)”選為“降序頻數(shù)”；

? 在“結(jié)果”選項(xiàng)下，勾選“創(chuàng)建帶頻數(shù)和百分比的數(shù)據(jù)集”。將輸出的數(shù)據(jù)文件的名字存為MYLIB.ONEWAYFREQUENCYOFCITY。

 

? 點(diǎn)擊“運(yùn)行”按鈕。

? 回到過程流窗口，可以看到數(shù)據(jù)集和報(bào)表都生成了。

 

? 雙擊“sas報(bào)表單因子頻數(shù)”，可以看到紐約的頻數(shù)是最多的。

 

一個(gè)數(shù)值變量total的分地區(qū)描述統(tǒng)計(jì)

? 回到過程流窗口，打開bookconsumer1數(shù)據(jù)集。

? 執(zhí)行“描述”，“匯總統(tǒng)計(jì)量”命令。

? 在“數(shù)據(jù)”選項(xiàng)卡中，將total拉入分析變量，state拉入分類變量。

? 在“統(tǒng)計(jì)量”-“基本”選項(xiàng)卡中，保持默認(rèn)勾選的基礎(chǔ)上，勾選“總和”。

? 在“統(tǒng)計(jì)量”-“百分位數(shù)”選項(xiàng)卡中，勾選中位數(shù)。

? 點(diǎn)擊“運(yùn)行”

 

可以看到紐約的總消費(fèi)金額最大，同時(shí)紐約的單數(shù)也是最多的。從最小值最大值看的話也沒有明顯的異常值問題。

操作結(jié)果：

通過前面的操作我們獲得了數(shù)據(jù)集ONEWAYFREQUENCYOFCITY.sas7dbat，以備后續(xù)使用。

知識(shí)點(diǎn)小結(jié)：

如果想生成新的變量需要通過查詢生成器的方式來生成；可以對(duì)查詢結(jié)果數(shù)據(jù)集的名稱進(jìn)行修改方便理解；在生成變量的過程中可以為新變量添加標(biāo)簽；一般如果變量存在明顯異常值得話通過描述統(tǒng)計(jì)就可以看出。

知識(shí)點(diǎn)4：

知識(shí)點(diǎn)名稱：消費(fèi)者各類圖書購買數(shù)量的相關(guān)性分析

知識(shí)點(diǎn)所屬工作角色：

數(shù)據(jù)分析

知識(shí)點(diǎn)背景：

對(duì)于可能存在關(guān)系的一些數(shù)值變量，通常需要查看其相關(guān)系數(shù)矩陣。

知識(shí)點(diǎn)描述

相關(guān)系數(shù)矩陣。

知識(shí)點(diǎn)關(guān)鍵詞：

相關(guān)系數(shù)

知識(shí)點(diǎn)所用軟件：

SasEG

操作目的：

對(duì)變量進(jìn)行相關(guān)系數(shù)分析。

知識(shí)點(diǎn)素材（包括數(shù)據(jù)）：

Bookcustomer1.sas7bdat

操作步驟:

? 啟動(dòng)sas eg

? ?新建項(xiàng)目邏輯庫。執(zhí)行“工具”—“分配項(xiàng)目邏輯庫”—輸入8個(gè)字符以內(nèi)的英文名稱（比如mylib），點(diǎn)擊“下一步”按鈕；

? 在電腦中選擇一個(gè)文件夾，將其路徑作為邏輯庫的路徑（保證該路徑下面有bookcustomer1.sas7bdat這個(gè)文件），單擊“下一步”按鈕；

? 點(diǎn)擊“下一步”按鈕，點(diǎn)擊“完成”按鈕，邏輯庫就建立成功了。

? 在左側(cè)的邏輯庫里面中找到mylib,然后把該邏輯庫下面的bookcustomer1.sas7bdat數(shù)據(jù)集拖入右側(cè)框里面。

? 切換到過程流窗口，可以看到數(shù)據(jù)已經(jīng)導(dǎo)入進(jìn)來了，雙擊數(shù)據(jù)圖標(biāo)就可以查看數(shù)據(jù)具體內(nèi)容。

 

對(duì)一個(gè)分類變量進(jìn)行單因子頻數(shù)統(tǒng)計(jì)

? 在數(shù)據(jù)窗口下，執(zhí)行“分析”，“多元“，“相關(guān)分析”命令。在打開的“相關(guān)分析”窗口中，“數(shù)據(jù)”項(xiàng)下，將“A類”、“B類”、“C類”、“D類”、“E類”、“F類”、“G類”、“H類”拖至“分析變量”；

? 在“選項(xiàng)”下，勾選“Pearson”相關(guān)系數(shù)；

? 在結(jié)果項(xiàng)下，選擇默認(rèn)設(shè)置；

? 點(diǎn)擊“運(yùn)行”按鈕。

 

圖9.8  Pearson相關(guān)系數(shù)

根據(jù)統(tǒng)計(jì)學(xué)理論，相關(guān)系數(shù)絕對(duì)值，則認(rèn)為兩個(gè)變量顯著相關(guān)；，則認(rèn)為兩個(gè)變量高度相關(guān)；，對(duì)應(yīng)的兩變量中度相關(guān)；，對(duì)應(yīng)的兩個(gè)變量低度相關(guān)；，兩個(gè)變量關(guān)系極弱，不相關(guān)。

由相關(guān)分析結(jié)果可以看出，消費(fèi)者購買A類圖書和購買C類圖書低度相關(guān)，其他任何兩類圖書的購買幾乎不存在相關(guān)關(guān)系。因此在圖書銷售時(shí)，可以把A類和C類一起銷售，或者推出A類圖書和C類圖書一起購買的優(yōu)惠活動(dòng)。

操作結(jié)果：

該知識(shí)點(diǎn)的操作沒有產(chǎn)生新的數(shù)據(jù)集，只有報(bào)表輸出。

知識(shí)點(diǎn)小結(jié)：

相關(guān)系數(shù)大小的判別標(biāo)準(zhǔn)在不同行業(yè)中是不同的，這里計(jì)算的相關(guān)系數(shù)僅僅是兩兩相關(guān)系數(shù)，不考慮其他變量。

知識(shí)點(diǎn)5：

知識(shí)點(diǎn)名稱：用RFM模型進(jìn)行客戶畫像

知識(shí)點(diǎn)所屬工作角色：

數(shù)據(jù)分析

知識(shí)點(diǎn)背景：

客戶畫像(UserProfile)即給用戶打上標(biāo)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(gè)用戶的信息全貌，為進(jìn)一步精準(zhǔn)、快速地分析用戶行為習(xí)慣、消費(fèi)習(xí)慣等重要商業(yè)信息，提供了足夠的數(shù)據(jù)基礎(chǔ)。

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

知識(shí)點(diǎn)描述

用聚類分析對(duì)客戶進(jìn)行畫像。

知識(shí)點(diǎn)關(guān)鍵詞：

聚類分析 FRM

知識(shí)點(diǎn)所用軟件：

SasEG

操作目的：

對(duì)個(gè)案進(jìn)行聚類分析。

知識(shí)點(diǎn)素材（包括數(shù)據(jù)）：

Bookcustomer1.sas7bdat

操作步驟:

? 啟動(dòng)sas eg

? ?新建項(xiàng)目邏輯庫。執(zhí)行“工具”—“分配項(xiàng)目邏輯庫”—輸入8個(gè)字符以內(nèi)的英文名稱（比如mylib），點(diǎn)擊“下一步”按鈕；

? 在電腦中選擇一個(gè)文件夾，將其路徑作為邏輯庫的路徑（保證該路徑下面有bookcustomer1.sas7bdat這個(gè)文件），單擊“下一步”按鈕；

? 點(diǎn)擊“下一步”按鈕，點(diǎn)擊“完成”按鈕，邏輯庫就建立成功了。

? 在左側(cè)的邏輯庫里面中找到mylib,然后把該邏輯庫下面的bookcustomer1.sas7bdat數(shù)據(jù)集拖入右側(cè)框里面。

? 切換到過程流窗口，可以看到數(shù)據(jù)已經(jīng)導(dǎo)入進(jìn)來了，雙擊數(shù)據(jù)圖標(biāo)就可以查看數(shù)據(jù)具體內(nèi)容。

 

? 在要分析的數(shù)據(jù)表下執(zhí)行“分析”，“多元”，“聚類分析”命令。在“數(shù)據(jù)”項(xiàng)下，將“距最后一次購買的月數(shù)”、“總夠買”、“總消費(fèi)”、“距首次購買的次數(shù)”拖至“任務(wù)角色”框中的“分析變量”下；

? 在“聚類”項(xiàng)下，選擇“K均值算法”，最大聚類數(shù)填8；

? 在“結(jié)果”項(xiàng)下，勾選“顯示輸出”和“K均值聚類”；將k均值聚類的結(jié)果數(shù)據(jù)集存為Local:mylib.CLKMKMeansDataBOOKCONSUMER1。

 

? 點(diǎn)擊“運(yùn)行”按鈕。

 

可以根據(jù)上述的 “聚類均值”輸出結(jié)果表，參照RFM理論和實(shí)際業(yè)務(wù)情況進(jìn)行分類，找出具有分析價(jià)值的一類或某幾類進(jìn)行更進(jìn)一步的分析。

操作結(jié)果：

將聚類結(jié)果保存為數(shù)據(jù)集CLKMKMeansDataBOOKCONSUMER1.sas7dbat,以備后續(xù)使用。

知識(shí)點(diǎn)小結(jié)：

關(guān)于聚類過程中所設(shè)定的聚成幾類，一般需要根據(jù)業(yè)務(wù)經(jīng)驗(yàn)而定，不能聚類過多。

知識(shí)點(diǎn)6：

知識(shí)點(diǎn)名稱：客戶總消費(fèi)的影響因素分析

知識(shí)點(diǎn)所屬工作角色：

數(shù)據(jù)分析

知識(shí)點(diǎn)背景：

我們希望了解影響總消費(fèi)的因素有哪些，哪些因素是顯著的，以便能夠提出相應(yīng)的對(duì)策提高消費(fèi)。

知識(shí)點(diǎn)描述

用回歸分析研究其他變量對(duì)總消費(fèi)金額的影響是否顯著。

知識(shí)點(diǎn)關(guān)鍵詞：

回歸分析

知識(shí)點(diǎn)所用軟件：

SasEG

操作目的：

估計(jì)回歸模型。

知識(shí)點(diǎn)素材（包括數(shù)據(jù)）：

Bookcustomer1.sas7bdat

操作步驟:

? 啟動(dòng)sas eg

? ?新建項(xiàng)目邏輯庫。執(zhí)行“工具”—“分配項(xiàng)目邏輯庫”—輸入8個(gè)字符以內(nèi)的英文名稱（比如mylib），點(diǎn)擊“下一步”按鈕；

? 在電腦中選擇一個(gè)文件夾，將其路徑作為邏輯庫的路徑（保證該路徑下面有bookcustomer1.sas7bdat這個(gè)文件），單擊“下一步”按鈕；

? 點(diǎn)擊“下一步”按鈕，點(diǎn)擊“完成”按鈕，邏輯庫就建立成功了。

? 在左側(cè)的邏輯庫里面中找到mylib,然后把該邏輯庫下面的bookcustomer1.sas7bdat數(shù)據(jù)集拖入右側(cè)框里面。

? 切換到過程流窗口，可以看到數(shù)據(jù)已經(jīng)導(dǎo)入進(jìn)來了，雙擊數(shù)據(jù)圖標(biāo)就可以查看數(shù)據(jù)具體內(nèi)容。

 

? 打開數(shù)據(jù)集，執(zhí)行“分析”，“回歸”，“線性回歸”，彈出“線性回歸”窗口。在“數(shù)據(jù)”項(xiàng)下，將“總消費(fèi)”拖至“因變量”，將“距首次購買的月數(shù)”、“距最后一次購買的月數(shù)”、“A類”、“B類”、“C類”、“D類”、“E類”、“F類”、“G類”、“H類”拖至“說明變量”；

 

? 在“模型”項(xiàng)下，“模型選擇方法”選擇默認(rèn)的“全模型擬合”，其他項(xiàng)均選擇默認(rèn)設(shè)置；

? 點(diǎn)擊“運(yùn)行”按鈕。

 

由圖9.12可知，距首次購買的月數(shù)和距最后一次購買的月數(shù)這兩個(gè)變量在0.05的顯著水平下是不顯著的，因?yàn)槠?/span>P值大于0.05，拒絕原假設(shè)，認(rèn)為對(duì)因變量總消費(fèi)的影響是不顯著的。

操作結(jié)果：

該知識(shí)點(diǎn)的操作沒有產(chǎn)生新的數(shù)據(jù)集。

知識(shí)點(diǎn)小結(jié)：

回歸分析中，解釋變量是否顯著，需要在給定顯著性水平的情況下才能確定。

知識(shí)點(diǎn)7：

知識(shí)點(diǎn)名稱：書籍購買本數(shù)的分類求和 

知識(shí)點(diǎn)所屬工作角色：

數(shù)據(jù)分析

知識(shí)點(diǎn)背景：

我們想看各類書籍分別被賣了多少本，從而可以知道哪類書籍比較暢銷。

知識(shí)點(diǎn)描述

多變量求和。

知識(shí)點(diǎn)關(guān)鍵詞：

求和

知識(shí)點(diǎn)所用軟件：

SasEG

操作目的：

多變量求和并畫圖。

知識(shí)點(diǎn)素材（包括數(shù)據(jù)）：

Bookcustomer1.sas7bdat

操作步驟:

? 啟動(dòng)sas eg

? ?新建項(xiàng)目邏輯庫。執(zhí)行“工具”—“分配項(xiàng)目邏輯庫”—輸入8個(gè)字符以內(nèi)的英文名稱（比如mylib），點(diǎn)擊“下一步”按鈕；

? 在電腦中選擇一個(gè)文件夾，將其路徑作為邏輯庫的路徑（保證該路徑下面有bookcustomer1.sas7bdat這個(gè)文件），單擊“下一步”按鈕；

? 點(diǎn)擊“下一步”按鈕，點(diǎn)擊“完成”按鈕，邏輯庫就建立成功了。

? 在左側(cè)的邏輯庫里面中找到mylib,然后把該邏輯庫下面的bookcustomer1.sas7bdat數(shù)據(jù)集拖入右側(cè)框里面。

? 切換到過程流窗口，可以看到數(shù)據(jù)已經(jīng)導(dǎo)入進(jìn)來了，雙擊數(shù)據(jù)圖標(biāo)就可以查看數(shù)據(jù)具體內(nèi)容。

 

? 打開數(shù)據(jù)表，點(diǎn)擊“查詢生成器”，將“A類”、“B類”、“C類”、“D類”、“E類”、“F類”、“G類”、“H類”拖至“選擇數(shù)據(jù)”框中，將“A類”、“B類”、“C類”、“D類”、“E類”、“F類”、“G類”、“H類”其后的匯總統(tǒng)計(jì)量選為SUM，匯總組為空，輸出名稱改為“mylib.sumofclass”。 

? 點(diǎn)開選項(xiàng)。把標(biāo)簽改為“各類書銷售本數(shù)”,點(diǎn)擊確定。

 

? 點(diǎn)擊“運(yùn)行”按鈕。

 

? 雙擊“各類書銷售本數(shù)”圖表。

 

? 在數(shù)據(jù)表中，執(zhí)行“數(shù)據(jù)”，”轉(zhuǎn)置”。彈出“轉(zhuǎn)置”窗口后，將“A類”、“B類”、“C類”、“D類”、“E類”、“F類”、“G類”、“H類”拖至“轉(zhuǎn)置變量”下，點(diǎn)擊“運(yùn)行”按鈕。

 

? 點(diǎn)開“結(jié)果”選項(xiàng)卡。把輸出數(shù)據(jù)集的名稱改為MYLIB.sumofclass_1。

 

? 點(diǎn)擊運(yùn)行按鈕

 

? 在轉(zhuǎn)置所得的數(shù)據(jù)表中，雙擊數(shù)據(jù)單元格，將數(shù)據(jù)切換至更新模式，選中“列1”右鍵單擊“屬性”，將名稱和標(biāo)簽改為“購買本數(shù)”；選中“源”，右鍵單擊“屬性”，將名稱和標(biāo)簽改為“書目大類”。

 

 

可以看到c類書目銷售最多，h類銷售最少。

? 在上面的數(shù)據(jù)窗口點(diǎn)擊“圖形”，“條形圖”。在“條形圖”選項(xiàng)卡頁面，選擇“簡單垂直條形圖”；在“數(shù)據(jù)”選項(xiàng)卡頁面，將“書目大類”拉入要繪圖的列，把“購買本數(shù)”拉入“總和”，如下圖所示。

 

? 點(diǎn)擊“運(yùn)行”

 

操作結(jié)果：

將過程中生成的數(shù)據(jù)集sumofclass.sas7dbat和sumofclass.sas7dbat_1進(jìn)行保存,以備后續(xù)使用。

知識(shí)點(diǎn)小結(jié)：

在數(shù)據(jù)窗口可以對(duì)變量名字和標(biāo)簽進(jìn)行修改，也可以對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)置操作從而形成新的數(shù)據(jù)集。

知識(shí)點(diǎn)8：

知識(shí)點(diǎn)名稱：是否購買h類書的Logistic回歸模型 

知識(shí)點(diǎn)所屬工作角色：

數(shù)據(jù)分析

知識(shí)點(diǎn)背景：

我們想研究哪些變量對(duì)是否購買h類書的決策產(chǎn)生影響。

知識(shí)點(diǎn)描述

如果被解釋變量只有0，1兩個(gè)取值，這樣的離散被解釋變量不再適合普通的回歸，需要采用logistic回歸進(jìn)行分析。

知識(shí)點(diǎn)關(guān)鍵詞：

logistic回歸分析   二元選擇模型  離散因變量模型 變量計(jì)算  啞變量生成

知識(shí)點(diǎn)所用軟件：

SasEG

操作目的：

構(gòu)建logistic回歸模型。

知識(shí)點(diǎn)素材（包括數(shù)據(jù)）：

Bookcustomer1.sas7bdat

操作步驟:

? 啟動(dòng)sas eg

? ?新建項(xiàng)目邏輯庫。執(zhí)行“工具”—“分配項(xiàng)目邏輯庫”—輸入8個(gè)字符以內(nèi)的英文名稱（比如mylib），點(diǎn)擊“下一步”按鈕；

? 在電腦中選擇一個(gè)文件夾，將其路徑作為邏輯庫的路徑（保證該路徑下面有bookcustomer1.sas7bdat這個(gè)文件），單擊“下一步”按鈕；

? 點(diǎn)擊“下一步”按鈕，點(diǎn)擊“完成”按鈕，邏輯庫就建立成功了。

? 在左側(cè)的邏輯庫里面中找到mylib,然后把該邏輯庫下面的bookcustomer1.sas7bdat數(shù)據(jù)集拖入右側(cè)框里面。

? 切換到過程流窗口，可以看到數(shù)據(jù)已經(jīng)導(dǎo)入進(jìn)來了，雙擊數(shù)據(jù)圖標(biāo)就可以查看數(shù)據(jù)具體內(nèi)容。

 

? 在數(shù)據(jù)表bookconusmer1下打開“查詢生成器”，將輸出名稱改為MYLIB.BOOKCONSUMER2。

? 點(diǎn)開“選項(xiàng)”，在“結(jié)果”選項(xiàng)卡中將“標(biāo)簽”改為“BOOKCONSUMER2”。

? “選擇數(shù)據(jù)”部分選擇全部數(shù)據(jù)，點(diǎn)擊左上角的“計(jì)算列”，打開計(jì)算列窗口，點(diǎn)擊“新建”新建“計(jì)算列”。在第一步選擇類型中點(diǎn)選“重新碼列”；

? 在“選擇列”中選擇H類（classH），點(diǎn)擊“下一步”按鈕；

? 在“指定替換”中“添加”替換。

? 選擇“替換條件”選項(xiàng)卡中，classH大于0使用值1，勾選“該值的兩側(cè)應(yīng)加等號(hào)”，點(diǎn)擊“確定”按鈕；

 

? 按照同樣的方法添加classH等于0使用值0的條件。

? “列類型”設(shè)為“字符”，添加完成后，點(diǎn)擊“下一步”按鈕；

? 在“修改其他選項(xiàng)”中將“標(biāo)識(shí)符和列名”全部設(shè)為H_as_Y，“標(biāo)簽”設(shè)置為“是否購買H類書籍”，格式設(shè)置為$CHAR12，點(diǎn)擊“下一步”按鈕；

? 點(diǎn)擊“完成”按鈕；

? 關(guān)閉計(jì)算列窗口，點(diǎn)擊“運(yùn)行”按鈕。

? 在上步生成的數(shù)據(jù)中，執(zhí)行“分析”，“回歸”，“Logistic回歸”。

? 在“Logistic回歸”窗口中，“數(shù)據(jù)”選項(xiàng)卡下，將“是否購買H類書籍”拖至因變量，將“距首次購買的月數(shù)”、“距最后一次購買的月數(shù)”、“總購買”、“在圖書上的總消費(fèi)”、“在非書籍產(chǎn)品總消費(fèi)”拖至“數(shù)量變量”，將“性別”和“地區(qū)”拖至“分類變量”，“性別”和“地區(qū)”的“編碼樣式”選擇“引用”；

? 在“模型”—“響應(yīng)”項(xiàng)下，“針對(duì)該水平擬合模型”選“1”，其他選默認(rèn)；

? 在“模型”—“效應(yīng)”項(xiàng)下，將全部變量設(shè)置為“主效應(yīng)”，勾選“包含截距”；其他項(xiàng)選擇默認(rèn)。

? 在“圖形”選項(xiàng)卡下，取消“為回歸分析顯示圖形”的勾選。

? 點(diǎn)擊“運(yùn)行”按鈕。

? 

 

這部分給出的是虛擬變量定義方式。

 

這部分給出的是H類Logistic回歸最大似然估計(jì)值結(jié)果。結(jié)合上面兩個(gè)表格我們可以得出一些結(jié)論。在5%顯著性水平下，first變量對(duì)是否購買h類書籍無顯著影響。last和purch變量對(duì)是否購買h類書籍有顯著正影響,即這兩個(gè)變量越大，購買h類書的可能性越大。book和nonbook變量對(duì)是否購買h類書籍有顯著負(fù)影響,即這兩個(gè)變量越大，購買h類書的可能性越小。Gender中F變量前面的系數(shù)顯著為正，說明男生和女生相比購買h類書的可能性要大。State中Connecticut、 Delaware、 District of Columbia、 Maine、 Maryland、 Massachusetts、 New Hampshire、 New Jersey、 New York、 Pennsylvania、 Rhode Island、 Vermont這幾個(gè)區(qū)或者州系數(shù)顯著為正，說明這幾個(gè)州和virginia州相比，要比virginia州的人購買h類書籍的可能性要大。

Virgin islands州前面的系數(shù)不顯著，說明這個(gè)州和virginia州相比對(duì)h類書籍購買的可能性沒有顯著區(qū)別。

操作結(jié)果：

將過程中生成的數(shù)據(jù)集bookconsumer2.sas7dbat進(jìn)行保存,以備后續(xù)使用。

知識(shí)點(diǎn)小結(jié)：

無論是logistic回歸還是普通回歸，如果解釋變量中包含分類變量的話，需要先將其變?yōu)樘摂M變量再參與參數(shù)計(jì)算，注意虛擬變量前面系數(shù)的解釋。