第３１卷第１期 北京信息科技大学学报 Ｊｏｕｒｎａｌ ｏｆ ＢｅＯｉｎｇ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ Ｕｎｉｖｅｒｓｉｔｙ Ｖ０１．３１ Ｎｏ．１ Ｆｅｂ．２０ｌ６ ２０１６年２月 文章编号：１６７４—６８６４（２０１６）０１—００９０—０４ ＤＯＩ：１０．１６５０８／ｊ．ｃｎｋｉ．１１—５８６６／ｎ．２０１６．Ｏ１．０１８ 基于Ｅｘｃｅｌ的数据挖掘处理及应用分析 崇美英，曲梦琪，黄宏博，王遵刚 （北京信息科技大学计算中心，北京１００１９２） 摘 要：通过对不同数据分析软件及其分析方法的比较，提出了Ｅｘｃｅｌ软件在数据挖掘、 处理及分析方法上的应用。运用Ｅｘｃｅｌ软件中数据筛选、排序、函数等数据处理功能及数据透视 图／表、数据分析包等数据分析功能，并通过对商业案例的分析，确定了Ｅｘｃｅｌ软件在数据分析领域 的应用的有效性，指出了熟练掌握Ｅｘｃｅｌ在数据分析领域的应用可以帮助企业的市场运营部门更 精准的了解客户行为，细分各产品目标客户群，调整企业现有营销策略，实现更精准的营销，从而 帮助企业实现其发展目标。 关键词：Ｅｘｃｅｌ软件应用；数据挖掘、处理及分析；精准营销 文献标志码：Ａ 中图分类号：ＴＰ／３９ Ｄａｔａ ｍｉｎｉｎｇ ｐｒｏｃｅｓｓｉｎｇ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｂａｓｅｄ ｏｎ Ｅｘｃｅｌ ＣＨＯＮＧ Ｍｅｉｙｉｎｇ，Ｑｕ Ｍｅｎｇｑｉ，ＨＵＡＮＧ Ｈｏｎｇｂｏ，ＷＡＮＧ Ｚｕｎｇａｎｇ （Ｃｏｍｐｕｔｅｒ Ｃｅｎｔｅｒ，Ｂｅｉｊｉｎｇ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ １００１９２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｄａｔａ ｍｉｎｉｎｇ，ａｐｐｌｉｃａｔｉｏｎ ｐｒｏｃｅｓｓｉｎｇ ａｎｄ ａｎａｌｙｓｉｓ ｍｅｔｈｏｄｏｌｏｇｙ ａｒｅ ｐｒｏｐｏｓｅｄ ｂａｓｅｄ ｏｎ Ｅｘｃｅｌ ｓｏｆｔｗａｒｅ ｂｙ ｃｏｍｐａｒｉｎｇ ｖａｒｉｏｕｓ ｔｙｐｅｓ ｏｆ ｓｏｆｔｗａｒｅ ａｐｐｌｉｅｄ ｉｎ ｔｈｅ ａｎａｌｙｓｉｓ ｆｉｅｌｄ．Ｔｈｅｎ ｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ｏｆ ａｐｐｌｙｉｎｇ Ｅｘｃｅｌ ｓｏｆｔｗａｒｅ ｔｏ ｄａｔａ ａｎａｌｙｓｉｓ ｉｓ ｄｅｔｅｒｍｉｎｅｄ ｂｙ ｕｓｉｎｇ ｆｉｌｔｅｒｓ，ｓｏｒｔｓ，ｆｕｎｃｔｉｏｎｓ，ｐｉｖｏｔ ｔａｂｌｅｓ， ｐｉｖｏｔ ｃｈａｒｔｓ，ｄａｔａ ａｎａｌｙｓｉｓ ｐａｃｋａｇｅ ａｎｄ ｏｔｈｅｒ ｄａｔａ ａｎａｌｙｓｉｓ ｆｕｎｃｔｉｏｎｓ ｉｎ Ｅｘｃｅ１．Ｉｔ ｉｓ ｐｒｏｖｅｄ ｔｈａｔ ｐｒｏｆｉｃｉｅｎｃｙ ｉｎ Ｅｘｃｅｌ ｃａｎ ｈｅｌｐ ｍａｒｋｅｔｉｎｇ ｏｐｅｒａｔｉｏｎ ｄｅｐａｒｔｍｅｎｔ ｔｏ ｆｉｎｄ ｏｕｔ ａ ｍｏｒｅ ａｃｃｕｒａｔｅ ｗａｙ ｔｏ ｕｎｄｅｒｓｔａｎｄ ｃｕｓｔｏｍｅｒｓ’ｂｅｈａｖｉｏｒｓ，ｓｅｇｍｅｎｔ ｔａｒｇｅｔ ｃｕｓｔｏｍｅｒｓ ｆｏｒ ｅａｃｈ ｐｒｏｄｕｃｔ ｇｒｏｕｐ，ａｎｄ ａｄｊｕｓｔ ｅｘｉｓｔｉｎｇ ｍａｒｋｅｔｉｎｇ ｓｔｒａｔｅｇｉｅｓ ｔｏ ａｃｈｉｅｖｅ ｍｏｒｅ ｐｒｅｃｉｓｅ ｍａｒｋｅｔｉｎｇ ｉｎ ｔｅｒｍｓ ｏｆ ａｃｈｉｅｖｉｎｇ ｔｈｅｉｒ ｇｏａｌｓ． Ｋｅｙ ｗｏｒｄｓ：Ｅｘｃｅｌ ｓｏｆｔｗａｒｅ ａｐｐｌｉｃａｔｉｏｎ；ｄａｔａ ｍｉｎｉｎｇ，ｐｒｏｃｅｓｓｉｎｇ ａｎｄ ａｎａｌｙｓｉｓ；ｐｒｅｃｉｓｉｏｎ ｍａｒｋｅｔｉｎｇ ０ 引言 近年来，随着企业之间竞争的加剧，越来越多的 企业了解并意识到了数据以及数据分析的潜在魅力 和益处，并希望通过数据分析提高企业竞争力，以较 高的投资回报率获得客户，占有市场进而扩大其市 场份额 。 目标，从而引导市场部门制定相应的营销策略 ｊ。 目前，全球有着大量的应用于数据处理和分析 的软件，例如：Ｅｘｃｅｌ、ＳＡＳ、ＳＰＳＳ、Ｒ、Ｓｔａｔａ、Ｍｉｎｉｔａｂ、 Ｋｎｉｆｅ等。但除Ｅｘｃｅｌ外，其他软件对数据分析人员 的专业技术能力要求相对较高，且软件购置费较昂 贵，通常适用于数据分析发展相对成熟的国家 。 我国对数据分析人员的需求日益增长，但由于缺乏 可使用上述专业软件的数据分析专业人员，且已有 的数据分析人员的专业技术水平尚不能完全满足市 场的需求，导致目前很多企业无法开展有效的数据 分析。因此，具有操作相对简单、便捷、易培训、花费 低、易满足发展初期的数据分析市场，并且基本可以 国际上发达国家和地区已将数据分析技术较熟 练地应用在了各种商业环境中，通过构建数据模型 评估各市场营销渠道的有效性，并结合消费者购买 行为信息及企业自身营销手段制定最有效的营销策 略；同时，还可通过模型的构建，帮助企业确定销售 收稿日期：２０１５．１０．１３ 基金项目：北京信息科技大学校基金项目（５２２１５１０９２７） 作者简介：崇美英，女，副教授。 第１期 崇美英等：基于Ｅｘｃｅｌ的数据挖掘处理及应用分析 ９１ 完成像ＳＡＳ等专业统计软件所能完成的数据分析 等优势的Ｅｘｃｅｌ软件功能便凸显出来。 １ Ｅｘｃｅｌ数据处理及分析方法 目前常见的适用于企业数据分析的方法有：描 述性统计、概率统计、概率分布、均值推断、线性回 归、非线性回归、逻辑回归、多元回归、时间序列、Ｆ． ｔｅｓｔ、Ｔ．ｔｅｓｔ、Ｚ．ｔｅｓｔ等。其中描述性统计方法和概率 统计方法通常用于汇总数据，其与线性回归、非线性 回归、逻辑回归、多元回归、Ｆ．ｔｅｓｔ、Ｔ—ｔｅｓｔ和Ｚ—ｔｅｓｔ统 称为传统的统计分析方法，时间序列分析则为相对 非传统统计分析方法。Ｅｘｃｅｌ具有绝大部分传统统 计分析方法的功能，并且我国企业目前恰恰更多的 是使用这些传统的统计分析方法来进行数据 分析 ］。 １．１数据处理方法 通常利用Ｅｘｃｅｌ中的“筛选”、“排序”、“自动填 充”等功能以及“函数”功能处理数据，使数据达到 可进行分析的标准 ｊ。 １．２数据分析方法 通常利用Ｅｘｃｅｌ中数据透视表、数据透视图、各 类图表（柱形图、条形图、折线图、饼图、散点图等）、 描述性统计、概率统计以及数据分析包中的Ｚ—ｔｅｓｔ 和回归模型功能分析数据，通过分析市场数据进而 探究市场活动规律、消费者行为规律、营销手段以及 营销策略缺陷等。 ２ 案例解析 ２．１市场活动推广邮件筛选 ２．１．１ 实验设计 分析目的：针对某一市场活动，通过对接收到不 同邮件标题的推广邮件的客户进行其活动参与率等 相关信息的分析，挖掘客户对邮件特征的喜爱偏好， 最终挑选出最具有推广能力及价值的邮件以便应用 于今后的活动推广中。 分析过程：针对４封邮件标题不同的推广邮件， 分别在活动开始前５周发送和活动开始前１周发 送。因此基于邮件发送时间不同先将在活动开始前 ５周发送的４封邮件定为邮件组１，４封标题不同的 邮件分别记为１Ａ、１Ｂ、１Ｃ、１Ｄ；将在活动开始前１周 发送的４封邮件定为邮件组２，４封标题不同的邮件 分别记为２Ａ、２Ｂ、２Ｃ、２Ｄ。然后分析每一封邮件的 效果。其步骤如下： 步骤１分别获取８封邮件的发送成功数量。 邮件组１发送成功数量记为：Ｄ 、Ｄ Ｄ 、Ｄ。。；邮 件组２的数量记为：Ｄ２ Ｄ２ Ｄ２ｃ、Ｄ２Ｄ； 步骤２分别获取８封邮件的顾客注册活动人 数。邮件组１的人数记为：尺 、尺 、 、尺 。，邮件组 ２的人数记为： ２Ａ、Ｒ２Ｈ、Ｒ２ｃ、Ｒ２Ｄ； 步骤３分别获取８封邮件的顾客参加活动人 数。邮件组ｌ的人数记为：Ａ 、Ａ 、Ａ 、Ａ 。，邮件组 ２的人数记为：４２Ａ、Ａ２Ｂ、 ２ｃ、Ａ２Ｄ； 步骤４针对８封邮件，分别计算注册活动人 数与邮件发送成功人数的比值。邮件组１的比值记 为：Ｒ１Ａ／Ｄ１Ａ、Ｒ１Ｂ／Ｄ１Ｂ、Ｒ１ｃ／Ｄ１ｃ、Ｒ１Ｄ／Ｄ１Ｄ，邮件组２的 比值记为：Ｒ２Ａ／Ｄ２Ａ、Ｒ２Ｂ／Ｄ２Ｂ、Ｒ２ｃ／Ｄ２ｃ、Ｒ２Ｄ／Ｄ２Ｄ； 步骤５针对８封邮件，分别计算参加活动人 数与邮件发送成功数量的比值。邮件组１的记为： Ａ１Ａ／Ｄ１Ａ、ＡｌＢ／Ｄ１Ｂ、Ａ１ｃ／Ｄ１ｃ、ＡｌＤ／Ｄ１Ｄ，邮件组２的记 为： ２Ａ／Ｄ２Ａ、Ａ２Ｂ／Ｄ２Ｂ、Ａ２ｃ／Ｄ２ｃ、Ａ２Ｄ／Ｄ２Ｄ； 步骤６针对８封邮件，分别计算参加活动人 数与注册活动人数的比值。邮件组１的比值记为： Ａ１Ａ／Ｒ１Ａ、Ａ１Ｂ／尺ｌＢ、Ａ１ｃ／Ｒ１ｃ、ＡｌＤ／ＲｌＤ，邮件组２的比值 记为： ２Ａ／Ｒ２Ａ、Ａ２Ｂ／Ｒ２Ｂ、Ａ２ｃ／Ｒ２ｃ、Ａ２Ｄ／Ｒ２Ｄ； 步骤７ 通过对Ｒ１Ａ／Ｄ１Ａ、ＲｌＢ／Ｄ１Ｂ、Ｒｌｃ／Ｄ１ｃ、 Ｒ１Ｄ／Ｄ１Ｄ、Ｒ２Ａ／Ｄ２Ａ、Ｒ２Ｂ／Ｄ２Ｂ、Ｒ２ｃ／Ｄ２ｃ、Ｒ２Ｄ／Ｄ２Ｄ以及 Ａ１Ａ／Ｒ１Ａ、Ａ１Ｂ／Ｒ１Ｂ、Ａ１ｃ／Ｒ１ｃ、Ａ１Ｄ／Ｒ１Ｄ、Ａ２Ａ／Ｒ２Ａ、Ａ２Ｂ／ Ｒ２Ｂ、Ａ２ｃ／Ｒ２ｃ、Ａ２Ｄ／Ｒ２Ｄ值的观察，选择性的进行Ｚ－ｔｅｓｔ 检验； 步骤８通过Ｅｘｃｅｌ软件数据分析包中的“Ｚ— ｔｅｓｔ”检验各邮件之间的差异是否呈现显著性，进而 挑选出客户点击率高，推广效果好的邮件。 ２．１．２实验结果 通过以上步骤获得的市场活动推广邮件各相关 数据如表１所示。 表１ 市场活动推广邮件各相关数据 邮件注册参加注册活动参加活动参加活动 邮件 发送活动活动／邮件发送／邮件发送 ／注册 成功／封／人／人 成功／％ 成功／％ 活动／％ 邮件１＿１Ａ ６６ ６６７ １０４ ４０ ０．１６ ０．Ｏ６ ３８．３７ 邮件１—１Ｂ ６６ ２５０ １６７ ５３ ０．２６ ０．Ｏ８ ３１．７２ 邮件ｔ＿１Ｃ ６２ ０００ １７２ ６２ ０．２８ ０．１０ ３５．９５ 邮件１—１Ｄ ６５ ０００ １３８ ３９ Ｏ．２１ Ｏ．０６ ２８．３２ 邮件２＿２Ａ ６５ ７１４ １１４ ４６ ０．１８ Ｏ．Ｏ７ ４０．２１ 邮件２＿２Ｂ ７０ ０００ ７２ ２８ Ｏ．１０ ０．０４ ３８．８９ 邮件２＿２Ｃ ６５ ７１４ １１３ ４６ ０．１８ ０．０７ ４０．６３ 邮件２＿２Ｄ ６０ ８３３ １３９ ７３ ０．２３ Ｏ．１２ ５２．３８ 由表１可以看出，邮件组１中１Ａ具有较低的转 ９２ 北京信息科技大学学报 第３１卷 化率（活动注册数量与邮件发送成功数量的比值）， 而１Ｂ和１Ｃ具有较高的转换率；邮件组２中２Ｄ也 具有较高的转换率。 因此通过Ｚ．ｔｅｓｔ分别分析１Ａ与１Ｂ、１Ｃ、１Ｄ之 间转化率的差异，１Ｂ、１Ｃ分别与１Ａ、１Ｄ之间转化 率的差异，１Ｂ与１Ｃ之间转化率的差异以及２Ｄ与 ２Ａ、２Ｂ、２Ｃ之间转化率的差异是否具有足够显 著性。 Ｚ—ｔｅｓｔ分析结果显示：１Ａ分别与１Ｂ、１Ｃ、１Ｄ之 间转化率的差异在９５％置信区间上均呈现显著性； １Ｂ和１Ｃ分别与１Ａ、１Ｄ之间转化率的差异在９５％ 置信区间上均呈现显著性；１Ｂ和１Ｃ之间转化率的 差异在９５％置信区间上不呈现显著性；２Ｄ分别与 ２Ａ、２Ｂ、２Ｃ之间转化率在９０％置信区间上呈现显著 性。因此，可以总结出邮件组１中的１Ａ，其活动推 广效果较差，应尽量避免使用在今后活动推广邮件 １ ２ ３ 中；而邮件组１中的１Ｂ和１Ｃ两封邮件，其活动推 广效果不相上下，均可作为今后活动推广邮件。邮 １ ０ ｌ 件组２中的２Ｄ，其活动推广效果明显好于组内其余 ３封邮件，因此在今后选择活动推广邮件时，应主要 选择该类型邮件。 ２．２ 消费者行为及市场活动有效性分析 ２．２．１ 实验设计 分析目的：针对某一特定时间段内（６个月）所 有消费者和潜在消费者的行为信息（参与市场活动 的信息及购买信息等），通过建立模型对消费者和 潜在消费者参与的市场活动和购买情况进行分析， 探究可促进消费者购买产品的潜在的有效的市场活 动，帮助企业更深入地了解消费者的活动行为规律 以及市场活动的有效性，从而帮助企业改善营销 策略。 分析过程： 步骤１ 获取过去６个月消费者行为信息表及 消费者购买活动信息表； 步骤２利用２个信息表中的公共信息作为关 键字，通过Ｅｘｃｅｌ软件中ＶＬＯＯＫＵＰ函数将消费者购 买信息表与消费者行为信息表整合，记整合后的数 据为整和数据； 步骤３改变整和数据中市场活动类型变量的 数据类别，将其全部转化成二进制变量，参与活动记 为１，未参与活动记为０。并将所有活动类型变量视 为自变量。转换后的数据如表２所示； 步骤４改变整和数据中消费者购买产品变量 的数据类别，将其全部转化成二进制变量，购买产品 记为１，未购买产品记为０。并将是否购买产品变量 视为因变量。转换后的数据如表２所示。 表２消费者行为及购买信息 消费者购买产品 第３方活动 白皮书研讨会 展览会 １ ０ ０ １ ０ １ Ｏ ０ ０ Ｏ １ Ｏ 步骤５设原始线性模型截距为，，各自变量系 数为Ｃ Ｃ以，…，Ｃ。 ，通过步骤３中得到的自变量 分别计算每位消费者的对数单位（Ｌｏｇａｒｉｔｈｍｉｃ Ｕｎｉｔｓ）。通过公式“原始可能性：Ｅｘｐ（对数单位）” 将对数单位转换为原始可能性（购买产品的概率与 不购买产品的概率的比率）； 步骤６通过公式“概率＝原始可能性／（１＋原 始可能性）”计算出购买产品的概率，记为Ｐ ，Ｐ ， …，Ｐ ； 步骤７基于消费者真实购买产品情况，将步 骤６中得到的购买产品的概率转换为基于真实购买 产品的概率，记为Ｐ Ｐ ，…，Ｐ 步骤８计算所有基于真实购买产品的概率的 乘积和，记为Ｐ 通过公式“对数可能性 ＝Ｌｎ（Ｐ ）”计算出用于寻找最适合模型的标准化 系数的对数可能性，记为Ｌ 步骤９运用Ｅｘｃｅｌ软件中的数据分析插件“规 划求解（Ｓｏｌｖｅｒ）”，通过调整步骤５中的，值以及 Ｃ。 ，Ｃ以，…，Ｃ。 值优化 值，使其达到允许范围内 最大值，从而获得最适合模型的各自变量的标准化 系数，将优化后的标准化系数记为Ｃ ，Ｃ ，…，Ｃ ； 步骤１Ｏ通过公式“可能性比率＝Ｅｘｐ（Ｃ ）” 分别计算各自变量的可能性比率，并记为Ｅｘｐ（Ｃ ）， Ｅｘｐ（Ｃ２），…，Ｅｘｐ（Ｃ ）； 步骤１１通过公式“９５％置信区间内可能性 比率最低值＝Ｃ —ｔ（０．０２５，样本总数一预测数一 １）×标准差”和“９５％置信区间内可能性比率最 高值＝Ｃ ＋￡（０．０２５，样本总数一预测数一１）×标 准差”分别计算各自变量的９５％置信区间，记 ９５％置信区间内可能性比率最低值为Ｂ Ｂ也，…， Ｂ ；９５％置信区间内可能性比率最高值为Ｂ ， 日 ，…，Ｂ ；并通过９５％可能性区间内最低值和 最高值判断各自变量是否在９５％置信区间内呈现 显著性。 ２．２．２ 实验结果 通过以上步骤获得的消费者行为及市场活动有 第１期 崇美英等：基于Ｅｘｃｅｌ的数据挖掘处理及应用分析 ９３ 效性分析结果如表３所示。 表３消费者行为及市场活动有效性分析结果 析领域应用的有效性和可用性。熟练掌握Ｅｘｃｅｌ在 数据分析领域的应用不仅可以优化企业市场营销策 略、提高市场部门的市场运营效率、节省不必要的市 场开支；同样还可广泛的适用于企业的其他部门和 不同的企业营销与市场分析，并通过分析客户的喜 爱偏好及兴趣等因素，提升现有产品性能或研发出 参与展销会 一０．４６５显著 １．１６８显著 ６２８ ８８１ ２１５ １４５ ０６９ ０８３ ０．４９６ ０．８４２ ２．６９４ ０．９９８ ０．７６２ ２．２７８ ０．７６０ ２．９２Ｏ ３．７３６ １．２９２ １．３７６ ３．８８８ 顾客满意度更高的产品。 参与社交网络互动 ０．６３２不显著 申请免费使用 申请优惠券 预定公司彩页 参考文献： ［１］ 张周平．大数据在电子商务企业中的应用现 状及趋势［Ｊ］．信息与电脑，２０１４（６）：４５ —０．１３５不显著 ０．０６７不显著 咨询公司客服 １．１２６显著 ０．１８２显著 常数 １９９ ４６． 由表３可以看出，在所有的市场活动类别中， ［２］ Ｒａｎｄｙ Ｂａｒｔｌｅｔｔ．Ａ ｐｒａｃｔｉｔｉｏｎｅｒ’Ｓ ｇｕｉｄｅ ｔｏ ｂｕｓｉｎｅｓｓ ａｎａｌｙｔｉｃｓ：ｕｓｉｎｇ ｄａｔａ ａｎａｌｙｓｉｓ ｔｏｏｌｓ ｔｏ ｉｍｐｒｏｖｅ ｙｏｕｒ ｏｒｇａｎｉｚａｔｉｏｎ’Ｓ ｄｅｃｉｓｉｏｎ ｍａｋｉｎｇ “申请免费试用”以及“咨询客服”这２个类别的市 场活动对于潜在消费者购买产品有着显著非常积极 的推进作用；而“展销会”这个类别的市场活动表现 则低于市场活动平均水平。由于“参与社交网络互 ａｎｄ ｓｔｒａｔｅｇｙ［Ｍ］．ＭｃＧｒａｗ—Ｈｉｌｌ，２０１３：１—２８． ［３］ Ｒａｑｓｏｆｌ ＢＩ ＯＬＡＰ．Ａｎａｌｙｓｉｓ ｔｏｏｌｓ ｃｏｍｐａｒｉｓｏｎ： Ｒ ｌａｎｇｕａｇｅ．Ｍａｔｌａｂ，ｅｓＰｒｏｃ，ＳＡＳ，ＳＰＳＳ，Ｅｘ－ 动”、“申请优惠券”及“预订公司彩页”这３个类别 的市场活动未呈现出显著性，故无法从该模型中推 测出该活动类型对产品购买产生的影响。 因此，在对今后市场推广活动的选择上，该公司 可增加对“免费试用”以及“客服”这２个类别的市 ｃｅｌ，ａｎｄ ＳＱＬ［ＥＢ／ＯＬ］．（２０１２—１０）．［２０１５ ０９—３Ｏ］．ｈｔｔｐ：／／ｗｗｗ．ｓｍａｒｔｄａｔａｃｏｌｌｅｃｔｉｖｅ． —ｃｏｍ／ｒａｑｓｏｆｔ／７８７ １ １／ｉｎｔｅｒａｃｔｉｖｅ·－ａｎａｌｙｓｉｓ－－ｔｏｏｌｓ·－ ｃｏｍｐａｒｉｓｏｎ－ｒ－ｌａｎｇｕａｇｅ—ｍａｔｌａｂ—ｅｓｐｒｏｃ—ｓａｓ—ｓｐｓｓ— ｅｘｃｅｌ—ａｎｄ－ｓｑ１． 场活动的投资，在保证利润的基础上多推出免费试 用产品，同时保持或进一步提高电话接线员的服务 态度及质量。而对于“展销会”这个类别的市场活 动，公司则可以适当的减少投资，或者增加其活动的 质量，多举办一些高质量的展销会。同时，公司需要 通过不同方式和渠道增加潜在消费者参与公司市场 活动的意愿和次数。 ［４］ 崔小委．数据分析在电子商务中的应用研究 ［Ｊ］．中国电子商务，２０１２（８）：２７—２９． ［５］ 黄翔．浅谈数据分析在电子商务中的应用 ［Ｊ］．商情，２０１０（１３）：９０． ［６］ Ｅｖａ Ｇｏｌｄｗａｔｅｒ．Ｕｓｉｎｇ Ｅｘｃｅｌ ｆｏｒ ｓｔａｔｉｓｔｉｃａｌ ｄａｔａ ａｎａｌｙｓｉｓ—ｃａｖｅａｔｓ［ＥＢ／ＯＬ］．（２００７—２）．［２０１５ —３ 结束语 本文通过商业案例分析证明了Ｅｘｃｅｌ在数据分 ０９—３０］．ｈｔｔｐ：／／ｐｅｏｐｌｅ．ｕｍａｓｓ．ｅｄｕ／ ｅｖａｇｏｌｄ／ｅｘｃｅ１．ｈｔｍ１． （上接第８９页） ［１０］ Ｍａｒｃｉｎ Ｃｚ￣ｋｏｗｓｋｉ，Ｍａｒｅｋ Ｇｒｚｅ￣，Ｍａｒｅｋ Ｋｒｅ— ｔｏｗｓｋｉ．Ｍｕｌｔｉ－ｔｅｓｔ ｄｅｃｉｓｉｏｎ ｔｒｅｅ ａｎｄ ｉｔｓ ａｐｐｌｉｃａ— ［１ １］ Ｊｕｙｏｕｎｇ Ｐａｒｋ，Ｋｙｕｎｇｔａｅ Ｋａｎｇ．ＰｃＨＤ：ｐｅｒｓｏｎ－ ａｌｉｚｅｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ ｈｅａ￣ｂｅａｔ ｔｙｐｅｓ ｕｓｉｎｇ ａ ｔｉｏｎ ｔｏ ｍｉｃｒｏａｒｒａｙ ｄａｔａ ｃｌａｓｓｉｆｉｃａｔｉｏｎ［Ｊ］．Ａｒｔｉ－ ｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ ｉｎ Ｍｅｄｉｃｉｎｅ，２０ １４，３２：９９ —ｄｅｃｉｓｉｏｎ ｔｒｅｅ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ ｉｎ Ｂｉｏｌｏｇｙ ａｎｄ Ｍｅｄｉｃｉｎｅ，２０１４，５４：４４４—４４９． １０２．