数据分析系列-零售数据指标数据分析-评价指标(f1评分和ROC曲线)这里我介绍一下数据分析的两个评价指标，f1评分和ROC曲线。在介绍F1score和ROC曲线之前，我们首先要了解以下几个概念:什么是混淆矩阵。
Commodity数据分析常用的三个指标是:1。客流及客单价分析:主要指本月日均客流及客单价，与去年同期相比。在分析店铺客流量和客单价时，这组数据要特别注意店铺促销活动期间和之前的对比分析，促销活动是否对店铺客流量和客单价的提升起到了一定的作用。2.售罄率:指商品上市后特定时间段内，销售数量占采购数量的百分比。
一般情况下，销售率越高意味着这类商品的销量越好，但和进货数量有很大关系。通过这些数据，我们可以及时调整商品销售的质量。3.存销比:指库存金额与销售报价金额的比率。简单来说，就是某个时间点的库存能维持多久。是衡量库存是否合理的重要指标，合理的标准在35左右。在销售数据正常的情况下，过高或过低的存销比都是库存情况异常的体现。
数据分析的方法有:比较分析法、分组分析法、预测分析法、漏斗分析法、AB检验分析法、象限分析法、公式反汇编法、可行域分析法、28-28分析法、假设分析法。1.比较分析法:比较分析法是指用指标的比较来反映事物数量的变化，是统计分析中常用的方法。常见的比较有横向和纵向。横向比较是指固定时间内不同事物的比较，例如不同档次的用户同时购买商品的价格比较，不同商品同时的销量和利润率的比较。
对比分析法可以有效地判断和评价数据的大小、水平和速度。2.分组分析:分组分析是指根据数据的性质和特点以及某些指标，把数据分成不同的部分，分析它们的内部结构和关系，从而了解事物的发展规律。根据指标的性质，分组分析法分为属性指标分组和数量指标分组。
3、数据采集与分析的指标有哪些有以下指标:1。常规数据指标的监测，就更不用说了。比如用户数量，新增用户，UGC(社交产品)，销售额，支付，推广期间的各种数据等等。这些都是老板们最关心的最基本最基本的指标。当你接手这项工作时，你的首要任务是整理这些数据。2.频道分析，或流量分析。对于一个处于上升期的APP，你会花资源吸引流量，去其他渠道吸引用户。
