【送书第5波】R语言何以主数据天下之沉浮？

以实战项目为背景，深入洞察用户行为数据，让产品与运营快人一步！...

我们常听R语言在数据分析领域的“赫赫威名”，那么传说中的“R语言”到底是什么鬼？

R语言，顾名思义，它首先是一门计算机的编程语言，就跟传统的C语言，Java语言类似，但是，它又不仅仅是一门计算机语言。这是因为，R语言天生为统计而生，所以，它做不到像C语言那般的普适，数据分析、统计建模、数据可视化才是它的舞台！

电子商务行业的十年发展以“先驱”的角色开启了大数据时代，近日笔者有幸拜读罗荣锦先生的《R语言数据分析项目精解：理论、方法、实战》一书，得以窥见电子商务背景下R语言在数据分析领域的异彩！书中精彩以区区在下纸笔不足以道尽千万分之一，我们不妨以书中实例进行对R语言数据分析的解读。

接下来诸君同小编跟随罗荣锦老师，在互联网运营团队的工作场景下，了解一些实际有用的互联网运营指标。

当我们衡量互联网产品运营时，必然要建立一套运营指标体系，以便更好地监控产品的运营效果和效率。

这其中涉及到十分关键的骨灰级流量指标。所谓流量指标 就是指网站的有效访问，这个概念生动形象地反映了互联网的受欢迎程度。互联网中包含3个，分别是：PV（访问页面数）、UV（唯一访问人数）和Visit（会话）。这 3 个指标对移动互联网 APP 同样适用。

下面我们就这三个指标来仔细了解一下。

1．PV（Page Views）

PV 是指页面一共被加载了多少次，简单理解就是用户一共看了多少个页面，如图 3.1 所示。例如，一个用户一天查看了 10 个页面，那么这个用户这一天的 PV 就是 10；当天所有用户查看的页面数量总和就是当天这个网站或 APP 的所有 PV。2．UV（Unique Vistors）

UV 是指唯一访问人数。在线上，开发人员通常会在页面上埋一个 Cookie 来识别同一个用户，只有当用户清理缓存时才会重新生成一个新的 Cookie。在 APP 上，开发人员同样可以生成一个 id 来识别用户。UV 更直观的理解就是当天有多少个用户（去重）访问了 APP。例如，同一个用户在一天内多次访问，计算 UV 时该用户只被统计一次。

UV 的计算口径一般有如下几个：日 UV、周 UV、月 UV、季度 UV、半年度 UV 和年度UV。对应的统计方式就是时间范围的不同，日 UV 是每天去重的访问人数，周 UV 是每周去重的访问人数等。UV 示意图如下图所示。3．Visit（会话）

Visit 是指一个用户当天访问了多少次网站或 APP。初看起来这个概念很模糊，这里的多少次是怎么区分的呢？通常情况下，若一个用户两次访问时间超过 30 分钟，则认为该用户的两次访问属于两个不同的会话。下面通过一个实例加以说明，如下表1所示。

表1  Visit 实例

Client code

Page code

Start time

会话 id

10001

p1

2016-11-11 14:52:04.890

1

10001

p2

2016-11-11 14:52:34.246

1

10001

p1

2016-11-11 17:10:22.049

2

10001

p3

2016-11-11 18:46:38.638

3

10001

p5

2016-11-11 18:46:41.004

3

10001

p1

2016-11-11 21:24:48.517

4

10001

p2

2016-11-11 21:25:09.971

4

10001

p1

2016-11-11 21:25:12.625

4

10001

p3

2016-11-11 21:25:16.632

4

10001

p5

2016-11-11 21:25:25.135

4

10001

p1

2016-11-11 21:25:29.022

4

10001

p2

2016-11-11 21:25:32.982

4

上表中是某一天某个用户的访问日志数据，当天这个用户一共访问了 12 个页面，我们可以看到，第 2 个页面和第 3 个页面的时间间隔远远大于 30 分钟，故以这两个页面为分界线，上面的属于一个会话，下面的属于另一个会话。同理，第 3 个页面和第 4 个页面的时间间隔也大于 30 分钟，故也分属不同的会话。以此类推。当天所有用户形成的会话数总和即为当天整个网站或 APP 的会话数。

除上述 3 个流量指标外，还有两个指标值得关注，分别是 Login（登录用户数）和 Active （激活用户数）。小编在此就不一一介绍了，这些指标均是R语言通统计学结合的产物，为互联网运营中的流量数据分析做出了不可磨灭的贡献。综上，小编介绍了几个互联网中最基本的指标，这些指标的变形或组合形成了更多、更有意义的指标，对运营人员来说能够更加准确地洞悉产品每天的用户使用情况。想要了解更多R语言在数据分析的海洋里“沉浮跌宕”的故事，小编建议各位放心大胆滴翻开《R语言数据分析项目精解：理论、方法、实战》这本书，相信各位在罗荣锦先生的“耐得住寂寞，忍受得了孤独”的治书态度里，会找到常见数据分析问题的解决之道！

【作者简介】

罗荣锦：应用统计学硕士、应用数学和国际经济与贸易双学士。有8年数据分析工作经验，先后从事过金融数据分析、网络游戏数据分析、B2B数据库营销以及互联网用户行为数据分析。现就职于携程旅行网担任资深数据分析师，主要从事用户行为分析研究、统计学与数据挖掘应用等工作，擅长统计建模，熟悉R语言、SAS、SPSS等数据挖掘工具。从事数据研究工作，一定要“耐得住寂寞，忍受得了孤独”。

【内容简介】

本书以互联网电商企业为背景，抽象出工作中常见的数据分析问题，利用 R 语言和统计学列出了详细的解决方案和过程。本书共 9 章，前两章分别为总论和 R 语言入门知识，之后各章分别介绍了运营指标的建立、指标监控系统、假设检验及 AB 测试、变量筛选技术、用户画像系统、寻找优质用户和文本挖掘等内容。本书涉及到的统计方法有：指标增长幅度量化方法、层次分析法、时间序列模型、基于正态分布的一元离群点检验、傅里叶谱分析、假设检验、主成分分析、因子分析、模糊聚类、无监督下连续型变量离散化、逻辑回归模型和文本挖掘等。另外，本书提供了所有实例的 R 语言实现代码，总计 33 个自定义函数和数千行代码。

本书适合数据分析从业人员、产品运营人员、统计专业学生和 R 语言爱好者阅读。

图书购买链接：https://item.jd.com/12125477.html?dist=jd

或者点击阅读原文

点击“阅读全文”，查看详情

    关注 中国统计网