數(shù)據(jù)分析常用術(shù)語(yǔ)（上）

有個(gè)朋友是金融行業(yè)產(chǎn)品經(jīng)理，最近在對(duì)已有的站內(nèi)用戶做分層與標(biāo)簽分類(lèi)，需要對(duì)用戶進(jìn)行聚類(lèi)分析。一般從事數(shù)據(jù)分析行業(yè)的朋友對(duì)這類(lèi)詞并不陌生，但是像市場(chǎng)運(yùn)營(yíng)人員就會(huì)把這類(lèi)些名詞概念搞混，導(dǎo)致結(jié)果不準(zhǔn)確。數(shù)據(jù)分析相關(guān)概念多且雜，容易搞混。為了便于大家區(qū)分，今天小編就來(lái)盤(pán)點(diǎn)一下數(shù)據(jù)分析常用的術(shù)語(yǔ)解釋。建議大家收藏起來(lái)方便查看。

按照以下三類(lèi)進(jìn)行匯總。

1、互聯(lián)網(wǎng)常用名詞解釋

2、統(tǒng)計(jì)學(xué)名詞解釋

3、數(shù)據(jù)分析名詞解釋

 

一、互聯(lián)網(wǎng)常用名詞解釋

1、PV（Page View）頁(yè)面瀏覽量

指某段時(shí)間內(nèi)訪問(wèn)網(wǎng)站或某一頁(yè)面的用戶的總數(shù)量，通常用來(lái)衡量一篇文章或一次活動(dòng)帶來(lái)的流量效果，也是評(píng)價(jià)網(wǎng)站日常流量數(shù)據(jù)的重要指標(biāo)。PV可重復(fù)累計(jì)，以用戶訪問(wèn)網(wǎng)站作為統(tǒng)計(jì)依據(jù)，用戶每刷新一次即重新計(jì)算一次。

2、UV（Unique Visitor）獨(dú)立訪客

指來(lái)到網(wǎng)站或頁(yè)面的用戶總數(shù)，這個(gè)用戶是獨(dú)立的，同一用戶不同時(shí)段訪問(wèn)網(wǎng)站只算作一個(gè)獨(dú)立訪客，不會(huì)重復(fù)累計(jì)，通常以PC端的Cookie數(shù)量作為統(tǒng)計(jì)依據(jù)。

3、Visit 訪問(wèn)

指用戶通過(guò)外部鏈接來(lái)到網(wǎng)站，從用戶來(lái)到網(wǎng)站到用戶在瀏覽器中關(guān)閉頁(yè)面，這一過(guò)程算作一次訪問(wèn)。

Visit可重復(fù)累計(jì)，比如我打開(kāi)一個(gè)網(wǎng)站又關(guān)閉，再重新打開(kāi)，這就算作兩次訪問(wèn)。

4、Home Page 主頁(yè)

指一個(gè)網(wǎng)站起主目錄功能的頁(yè)面，也是網(wǎng)站起點(diǎn)。通常是網(wǎng)站首頁(yè)。

5、Landing Page 著陸頁(yè)

指用戶從外部鏈接來(lái)到網(wǎng)站，直接跳轉(zhuǎn)到的第一個(gè)頁(yè)面。比如朋友給我發(fā)了一個(gè)介紹爆款T恤的淘寶鏈接，我點(diǎn)開(kāi)會(huì)直接跳轉(zhuǎn)到介紹T恤的那個(gè)頁(yè)面，而不是淘寶網(wǎng)眾多其他頁(yè)面之一，這個(gè)介紹T恤的頁(yè)面可以算作是著陸頁(yè)。

6、Bounce Rate 跳出率

指用戶通過(guò)鏈接來(lái)到網(wǎng)站，在當(dāng)前頁(yè)面沒(méi)有任何交互就離開(kāi)網(wǎng)站的行為，這就算作此頁(yè)面增加了一個(gè)“跳出”，跳出率一般針對(duì)網(wǎng)站的某個(gè)頁(yè)面而言。

跳出率=在這個(gè)頁(yè)面跳出的用戶數(shù)/PV

7、退出率

一般針對(duì)某個(gè)頁(yè)面而言。指用戶訪問(wèn)某網(wǎng)站的某個(gè)頁(yè)面之后，從瀏覽器中將與此網(wǎng)站相關(guān)的所有頁(yè)面全部關(guān)閉，就算此頁(yè)面增加了一個(gè)“退出“。

退出率=在這個(gè)頁(yè)面退出的用戶數(shù)/PV

8、Click 點(diǎn)擊

一般針對(duì)付費(fèi)廣告而言，指用戶點(diǎn)擊某個(gè)鏈接、頁(yè)面、banner的次數(shù)，可重復(fù)累計(jì)。比如我在PC端看到一則新聞鏈接點(diǎn)進(jìn)去看了一會(huì)就關(guān)了，過(guò)了一會(huì)又點(diǎn)進(jìn)去看了一遍，這就算我為這篇新聞貢獻(xiàn)兩次點(diǎn)擊。

9、avr.time 平均停留時(shí)長(zhǎng)

指某個(gè)頁(yè)面被用戶訪問(wèn)，在頁(yè)面停留時(shí)長(zhǎng)的平均值，通常用來(lái)衡量一個(gè)頁(yè)面內(nèi)容的質(zhì)量。

avr.time=訪客數(shù)量/用戶總停留時(shí)長(zhǎng)

10、CTR 點(diǎn)擊率

指某個(gè)廣告、Banner、URL被點(diǎn)擊的次數(shù)和被瀏覽的總次數(shù)的比值。一般用來(lái)考核廣告投放的引流效果。

CTR=點(diǎn)擊數(shù)（click）/被用戶看到的次數(shù)

11、Conversion rate 轉(zhuǎn)化率

指用戶完成設(shè)定的轉(zhuǎn)化環(huán)節(jié)的次數(shù)和總會(huì)話人數(shù)的百分比，通常用來(lái)評(píng)價(jià)一個(gè)轉(zhuǎn)化環(huán)節(jié)的好壞，如果轉(zhuǎn)化率較低則急需優(yōu)化該轉(zhuǎn)化環(huán)節(jié)。

轉(zhuǎn)化率=轉(zhuǎn)化會(huì)話數(shù)/總會(huì)話數(shù)

 

12、漏斗

通常指產(chǎn)生目標(biāo)轉(zhuǎn)化前的明確流程，比如在淘寶購(gòu)物，從點(diǎn)擊商品鏈接到查看詳情頁(yè)，再到查看顧客評(píng)價(jià)、領(lǐng)取商家優(yōu)惠券，再到填寫(xiě)地址、付款，每個(gè)環(huán)節(jié)都有可能流失用戶，這就要求商家必須做好每一個(gè)轉(zhuǎn)化環(huán)節(jié)，漏斗是評(píng)價(jià)轉(zhuǎn)化環(huán)節(jié)優(yōu)劣的指標(biāo)。

13、投資回報(bào)率（ROI：Return On Investment ）

反映投入和產(chǎn)出的關(guān)系，衡量我這個(gè)投資值不值得，能給到我多少價(jià)值的東西（非單單的利潤(rùn)），這個(gè)是站在投資的角度或長(zhǎng)遠(yuǎn)生意上看的。

其計(jì)算公式為：投資回報(bào)率（ROI）=年利潤(rùn)或年均利潤(rùn)/投資總額×100%，通常用于評(píng)估企業(yè)對(duì)于某項(xiàng)活動(dòng)的價(jià)值，ROI高表示該項(xiàng)目?jī)r(jià)值高。

14、重復(fù)購(gòu)買(mǎi)率

指消費(fèi)者在網(wǎng)站中的重復(fù)購(gòu)買(mǎi)次數(shù)。

15、Referrer 引薦流量

通常指將用戶引導(dǎo)至目標(biāo)頁(yè)面的URL（超鏈接）。在百度統(tǒng)計(jì)中，引薦流量叫做“外部鏈接”。

16、流失分析（Churn Analysis/Attrition Analysis）

描述哪些顧客可能停止使用公司的產(chǎn)品/業(yè)務(wù)，以及識(shí)別哪些顧客的流失會(huì)帶來(lái)最大損失。流失分析的結(jié)果用于為可能要流失的顧客準(zhǔn)備新的優(yōu)惠。

17、顧客細(xì)分&畫(huà)像（Customer Segmentation & Profiling）

根據(jù)現(xiàn)有的顧客數(shù)據(jù)，將特征、行為相似的顧客歸類(lèi)分組。描述和比較各組。

18、顧客的生命周期價(jià)值 (Lifetime Value, LTV)

顧客在他/她的一生中為一個(gè)公司產(chǎn)生的預(yù)期折算利潤(rùn)。

19、購(gòu)物籃分析（Market Basket Analysis）

識(shí)別在交易中經(jīng)常同時(shí)出現(xiàn)的商品組合或服務(wù)組合，例如經(jīng)常被一起購(gòu)買(mǎi)的產(chǎn)品。此類(lèi)分析的結(jié)果被用于推薦附加商品，為陳列商品的決策提供依據(jù)等。

20、實(shí)時(shí)決策（Real Time Decisioning, RTD）

幫助企業(yè)做出實(shí)時(shí)（近乎無(wú)延遲）的最優(yōu)銷(xiāo)售/營(yíng)銷(xiāo)決策。比如，實(shí)時(shí)決策系統(tǒng)（打分系統(tǒng)）可以通過(guò)多種商業(yè)規(guī)則或模型，在顧客與公司互動(dòng)的瞬間，對(duì)顧客進(jìn)行評(píng)分和排名。

 

21、留存/顧客留存（Retention / Customer Retention)

指建立后能夠長(zhǎng)期維持的客戶關(guān)系的百分比。

22、社交網(wǎng)絡(luò)分析（Social Network Analysis, SNA）

描繪并測(cè)量人與人、組與組、機(jī)構(gòu)與機(jī)構(gòu)、電腦與電腦、URL與URL、以及其他種類(lèi)相連的信息/知識(shí)實(shí)體之間的關(guān)系與流動(dòng)。這些人或組是網(wǎng)絡(luò)中的節(jié)點(diǎn)，而它們之間的連線表示關(guān)系或流動(dòng)。SNA為分析人際關(guān)系提供了一種方法，既是數(shù)學(xué)的又是視覺(jué)的。

23、生存分析（Survival Analysis）

估測(cè)一名顧客繼續(xù)使用某業(yè)務(wù)的時(shí)間，或在后續(xù)時(shí)段流失的可能性。此類(lèi)信息能讓企業(yè)判斷所要預(yù)測(cè)時(shí)段的顧客留存，并引入合適的忠誠(chéng)度政策。

二、統(tǒng)計(jì)學(xué)名詞解釋

1、絕對(duì)數(shù)和相對(duì)數(shù)

絕對(duì)數(shù)：是反應(yīng)客觀現(xiàn)象總體在一定時(shí)間、一定地點(diǎn)下的總規(guī)模、總水平的綜合性指標(biāo)，也是數(shù)據(jù)分析中常用的指標(biāo)。比如年GDP，總?cè)丝诘鹊取?/p>

相對(duì)數(shù)：是指兩個(gè)有聯(lián)系的指標(biāo)計(jì)算而得出的數(shù)值，它是反應(yīng)客觀現(xiàn)象之間的數(shù)量聯(lián)系緊密程度的綜合指標(biāo)。相對(duì)數(shù)一般以倍數(shù)、百分?jǐn)?shù)等表示。相對(duì)數(shù)的計(jì)算公式：

相對(duì)數(shù)=比較值（比數(shù)）/基礎(chǔ)值（基數(shù)）

2、百分比和百分點(diǎn)

百分比：是相對(duì)數(shù)中的一種，他表示一個(gè)數(shù)是另一個(gè)數(shù)的百分之幾，也成為百分率或百分?jǐn)?shù)。百分比的分母是100，也就是用1%作為度量單位，因此便于比較。

百分點(diǎn)：是指不同時(shí)期以百分?jǐn)?shù)的形式表示的相對(duì)指標(biāo)的變動(dòng)幅度，1%等于1個(gè)百分點(diǎn)。

3、頻數(shù)和頻率

頻數(shù)：一個(gè)數(shù)據(jù)在整體中出現(xiàn)的次數(shù)。

頻率：某一事件發(fā)生的次數(shù)與總的事件數(shù)之比。頻率通常用比例或百分?jǐn)?shù)表示。

4、比例與比率

比例：是指在總體中各數(shù)據(jù)占總體的比重，通常反映總體的構(gòu)成和比例，即部分與整體之間的關(guān)系。

比率：是樣本(或總體)中各不同類(lèi)別數(shù)據(jù)之間的比值，由于比率不是部分與整體之間的對(duì)比關(guān)系，因而比值可能大于1。

5、倍數(shù)和番數(shù)

倍數(shù)：用一個(gè)數(shù)據(jù)除以另一個(gè)數(shù)據(jù)獲得，倍數(shù)一般用來(lái)表示上升、增長(zhǎng)幅度，一般不表示減少幅度。

番數(shù)：指原來(lái)數(shù)量的2的n次方。

6、同比和環(huán)比

同比：指的是與歷史同時(shí)期的數(shù)據(jù)相比較而獲得的比值，反應(yīng)事物發(fā)展的相對(duì)性。

環(huán)比：指與上一個(gè)統(tǒng)計(jì)時(shí)期的值進(jìn)行對(duì)比獲得的值，主要反映事物的逐期發(fā)展的情況。

7、變量

變量來(lái)源于數(shù)學(xué)，是計(jì)算機(jī)語(yǔ)言中能儲(chǔ)存計(jì)算結(jié)果或能表示值抽象概念。變量可以通過(guò)變量名訪問(wèn)。

8、連續(xù)變量

在統(tǒng)計(jì)學(xué)中，變量按變量值是否連續(xù)可分為連續(xù)變量與離散變量?jī)煞N。在一定區(qū)間內(nèi)可以任意取值的變量叫連續(xù)變量，其數(shù)值是連續(xù)不斷的，相鄰兩個(gè)數(shù)值可作無(wú)限分割，即可取無(wú)限個(gè)數(shù)值。如:年齡、體重等變量。

9、離散變量

離散變量的各變量值之間都是以整數(shù)斷開(kāi)的，如人數(shù)、工廠數(shù)、機(jī)器臺(tái)數(shù)等，都只能按整數(shù)計(jì)算。離散變量的數(shù)值只能用計(jì)數(shù)的方法取得。

10、定性變量

又名分類(lèi)變量：觀測(cè)的個(gè)體只能歸屬于幾種互不相容類(lèi)別中的一種時(shí)，一般是用非數(shù)字來(lái)表達(dá)其類(lèi)別，這樣的觀測(cè)數(shù)據(jù)稱(chēng)為定性變量。可以理解成可以分類(lèi)別的變量，如學(xué)歷、性別、婚否等。

11、均值

即平均值，平均數(shù)是表示一組數(shù)據(jù)集中趨勢(shì)的量數(shù)，是指在一組數(shù)據(jù)中所有數(shù)據(jù)之和再除以這組數(shù)據(jù)的個(gè)數(shù)。

12、中位數(shù)

對(duì)于有限的數(shù)集，可以通過(guò)把所有觀察值高低排序后找出正中間的一個(gè)作為中位數(shù)。如果觀察值有偶數(shù)個(gè)，通常取最中間的兩個(gè)數(shù)值的平均數(shù)作為中位數(shù)。

13、缺失值

它指的是現(xiàn)有數(shù)據(jù)集中某個(gè)或某些屬性的值是不完全的。

 

14、缺失率

某屬性的缺失率=數(shù)據(jù)集中某屬性的缺失值個(gè)數(shù)/數(shù)據(jù)集總行數(shù)。

15、異常值

指一組測(cè)定值中與平均值的偏差超過(guò)兩倍標(biāo)準(zhǔn)差的測(cè)定值，與平均值的偏差超過(guò)三倍標(biāo)準(zhǔn)差的測(cè)定值，稱(chēng)為高度異常的異常值。

16、方差

是在概率論和統(tǒng)計(jì)方差衡量隨機(jī)變量或一組數(shù)據(jù)時(shí)離散程度的度量。概率論中方差用來(lái)度量隨機(jī)變量和其數(shù)學(xué)期望（即均值）之間的偏離程度。統(tǒng)計(jì)中的方差（樣本方差）是每個(gè)樣本值與全體樣本值的平均數(shù)之差的平方值的平均數(shù)。在許多實(shí)際問(wèn)題中，研究方差即偏離程度有著重要意義。方差是衡量源數(shù)據(jù)和期望值相差的度量值。

17、標(biāo)準(zhǔn)差

中文環(huán)境中又常稱(chēng)均方差，是離均差平方的算術(shù)平均數(shù)的平方根，用σ表示。標(biāo)準(zhǔn)差是方差的算術(shù)平方根。標(biāo)準(zhǔn)差能反映一個(gè)數(shù)據(jù)集的離散程度。平均數(shù)相同的兩組數(shù)據(jù)，標(biāo)準(zhǔn)差未必相同。

18、皮爾森相關(guān)系數(shù)

皮爾森相關(guān)系數(shù)是用來(lái)反映兩個(gè)變量線性相關(guān)程度的統(tǒng)計(jì)量。相關(guān)系數(shù)用r表示，其中n為樣本量，分別為兩個(gè)變量的觀測(cè)值和均值。r描述的是兩個(gè)變量間線性相關(guān)強(qiáng)弱的程度。r的絕對(duì)值越大表明相關(guān)性越強(qiáng)。

19、相關(guān)系數(shù)

相關(guān)系數(shù)是最早由統(tǒng)計(jì)學(xué)家卡爾·皮爾遜設(shè)計(jì)的統(tǒng)計(jì)指標(biāo)，是研究變量之間線性相關(guān)程度的量，一般用字母r表示。由于研究對(duì)象的不同，相關(guān)系數(shù)有多種定義方式，較為常用的是皮爾森相關(guān)系數(shù)。

20、特征值

特征值是線性代數(shù)中的一個(gè)重要概念。在數(shù)學(xué)、物理學(xué)、化學(xué)、計(jì)算機(jī)等領(lǐng)域有著廣泛的應(yīng)用。設(shè)A是向量空間的一個(gè)線性變換，如果空間中某一非零向量通過(guò)A變換后所得到的向量和X僅差一個(gè)常數(shù)因子，即AX=kX，則稱(chēng)k為A的特征值，X稱(chēng)為A的屬于特征值k的特征向量或特征矢量。