生意参谋为了保护商家的店铺以及商品数据,将全部的数据都进行的指数化的计算,呈现给我们的都不是实际的数据,只能看看趋势解解渴,但是,我可是花了9000大洋买的软件啊,我裤子都脱了,你就给我看这个。
! S }; Q- I2 x& H. c, ]& h
4 g; P" B- t& \9 W& J对此,我也和众多的生意参谋用户一样,焦虑到快要抑郁了。 想要知道真实的数值吗 但是万事总是有办法解决的,经过我的仔细的研究,我终于发现了这个规律并找到了指数还原的办法。 下面我就给大家还原这个做法的原理以及步骤,让大家明白指数到底是怎么来的,我要将这个方法公之于众,希望生意参谋爸爸不要来打我。
+ B: B; d9 k9 `
0 H0 ~" W. Y, w% u- E: Z7 I% F<步骤一:数据采集> 首先将本店铺30天的销售额数据进行了统计,并在生意参谋市场洞察找到了相对应的指数值,得到了下面的这张数据参考样本表。(我这次只取了30个数据样本进行说明,当然数据样本越多,最后得到的结果的误差也越小。) 4 C5 N4 S+ v3 k) a6 @
) b3 J8 E1 ?7 q0 O( q4 T) e
% F8 _# x' k- a6 W# a1 Z: i* z2 W
<步骤二:数据探索>
" q8 A! h; c3 O1 N0 z3 C' \, E. m; w1 X7 K4 s
绘制散点图 然后将数据进行散点图的绘制,其中x轴是指数,y轴是支付金额。为什么绘制散点图而不是折线图,柱状图呢?就知道你会问,因为我都试过了,要想找到这两列数值的关系,散点图是最直接的。
4 I! S5 ]0 x# x) G
5 X3 n/ X: B, N' W. _两列数值的折线图和柱状图关系其实放我们绘制出来散点图的时候就能发现,这两列数值是是呈现线性趋势的规律展现出来,接下来我们寻找他们的具体的关系。
0 ~3 ~" A" R9 E7 i
" O9 X; w3 Z! M% _( b# Q% y5 n
% L+ H$ b) S! G# f( G/ ~/ X点击散点图,在右上角有个“+”号,依次选择趋势线——更多选项,进入趋势线的关系界面,默认是线性,但这个趋势不是我们想要的
" _: Q- x: h+ ?4 O! A& p
9 r, i1 Y) Q! Y. r- \这里要选择的是“多项式”,具体为啥,我就不多说了,大家可以百度一下数据拟合的相关问题 $ e' T/ t0 u6 C* J" `0 _
; {" q2 W; Z3 p5 X 进行多项式的数据拟合的时候,我基本会选择4-6阶进行拟合,然后是勾线“显示公式”和“显示R的平方值”。 说明一下:显示出来的公式,其实就是我们要得到的两列数据的关系公式,也就是我们最终要的结果;R的平方值是拟合度的判断,R的平方越接近1,说明拟合度越高,数据越精确。如果大家用数学软件进行多项式拟合的话,一定要注意的,并不是阶数越高,数据越精准,反而在点数多的情况下,阶数越高,越会产生振荡现象,而影响了结果的精准度。 那么上面的数据得到的结果公式就是:y =1E-15x4- 2E-10x3+5E-05x2+0.3322x- 819.39 其中,x前面的值是系数,x是指数值,y是实际数值 ----------------------------------------<步骤三:数据验证>-------------------------------------------
6 z) v5 P, e8 C
, d4 i8 D4 M4 t. |+ o! X) M1 G
数据验证结果经过验证之后,得到的结果误差在4.7%,其实就是我们刚开始所说的,因为数据样本太少,最终得到的结果并不是太精确,要想获得更精确的还原结果,需要大量的样本来进行数据拟合。当然其他相关的指数的还原方法其实是一样的。 最后我将我制作的表格模板分享给大家,针对本表的指数还原,数值最高可还原100W以内的指数,误差范围在0.1%-0.5%,相当于是非常准确的了。我查了一下,这个数值范围在某网站和某某网站,真实价格不菲呀。
! J$ y7 P9 _, q9 B u3 D, U m
# y( z4 D4 G+ M
4 I( ?& H* n! P+ F% i+ v: M0 v
|