【数据分析】EMC杯开放数据比赛 – 金刚队作品

今天为大家带来的优秀作品赏析，是来自交大的“葫芦娃大战变形金刚”队的“小康的吃路历程”。金刚队成员：康世勇、沈家齐、黄鈃灵、焦天翼、吴嘉韵。

饮食特征：

横坐标：日校园卡消费额，纵坐标：人数。

蓝色曲线代表男生，黄色曲线代表男生每日消费均值集中在17～18元，而女生则在14元左右。

左边河流图：

横坐标：时间（早上5点半开始），纵坐标：人流量（由该时刻刷卡数量得到）由深至浅六种颜色分别代表一餐到六餐各个餐厅的人流。

三个最显著的高峰，风别出现在早上7点半，中午11点半和下午5点半，这是相当规律的，和上课时间有非常强的相关性。另外值得注意到是在早上8点半和9点半，以及晚上6点刚过的时候还有一个小小的突起，代表了某个群体的集中性就餐。

这幅河流图只是人流涌入情况的展现，而实时逗留人数的展现则更具有实际意义。我们特地选取了中午10点半开始到1点这个时间段，见右下角黑色背景的图。我们发现人数高峰的时间段大概比刷卡高峰的延迟了10分钟左右；四餐有长达半个小时的高峰期，三餐的高峰期比一餐的高峰期时间晚到10分钟。

左图：横坐标代表每周从周日到周六的晚餐就餐人数变化，右边是通过数据分析得到的人流减少的原因分析。我们可以根据不同的因素，合理推断出在某一天的就餐如数变化，就可以提前做出准备。

左图:横坐标是单笔消费额，纵坐标是一学期的消费人次。通过分析我们得出，中间的高峰表示，单笔消费7～9元是交大人最能接受的金额；而超过15元的消费已经寥寥了，所以可以认为15元是大部分交大人单次消费的极限。

右图：横坐标是某个人在某个商户的一学期消费次数，纵坐标代表有多少个这样的人。曲线呈现出非常明显的幂率分别，我们通过拟合可以到到幂函数，图中为y=358140x^-1.617,alpha值为1.617，alpha值越大，曲线衰减越快，所以可以用alpha值来衡量餐厅受欢迎的程度。

图中横坐标代表消费价格，纵坐标代表一学期消费次数。我们把各个餐厅价格–客流曲线都绘出，如上图。

可以从途中归纳出3种类型的餐厅，我们把它们命名为单峰型，多峰型和平缓型。其特征均非常显著，单峰型单点突起，多峰型由多个点构成多个高峰，多个峰往往呈现出缓缓上升，快速下降的趋势。平缓型的由多个点组成的平缓上升下降曲线。

而对应到具体的餐厅类型则是尖峰型属于多种套餐可以选择的，单峰型属于有主打招牌，可供选择并不多。而平缓型的则属于可以自由组合的类型。

为什么同样属于加大第四餐饮大楼二层西面的三家店铺，烧腊饭、粉面饭和笼仔饭的销售情况却有如此大的差异呢。

首先我们比较三者的流量，虽处于相同位置，流量却大不相同，烧腊饭最为吸引顾客，而笼仔饭则排名垫底，另外三者的价格区间并结合图示，我们发现粉面饭很大一部分消费是落在7～9元的，交大人最能接受的价格区间内的，而笼仔饭的价格区间则在9到14元，明显价格偏高。

通过对比三家餐厅的重复购买情况，我们发现笼仔饭alpha值最大，可见其顾客忠诚度较低。如果我们将在消费次数分布的基础上，再做一次统计，分别统计重复购买次数在1、2～3、4～9、10～29、30～150次情况下人数，做出回头客百分比堆积图，我们发现其实笼仔饭的首单客流量并不小，但是留存率极低。所以笼仔饭需要在定价、菜品和口味等地方进行改善。

以上只是一个粗浅的分析框架，希望那个能建立一个尽可能普适的评判框架，可以最各个餐厅的经营情况有准确的评估，进一步可以改善他们的经营状况。

我们设想的开放数据下的校园全景图，如何用数据来发现未知的关联，指导我们的学习生活，改进学校的服务流程。

PPV课其他精彩文章：

1、回复“干货”查看干货 数据分析师完整知识结构

2、回复“答案”查看大数据Hadoop面试笔试题及答案

3、回复“设计”查看这是我见过最逆天的设计，令人惊叹叫绝

4、回复“可视化”查看数据可视化专题-数据可视化案例与工具

5、回复“禅师”查看当禅师遇到一位理科生，后来禅师疯了！！知识无极限

6、回复“啤酒”查看数据挖掘关联注明案例-啤酒喝尿布

7、回复“栋察”查看大数据栋察——大数据时代的历史机遇连载

8、回复“数据咖”查看数据咖——PPV课数据爱好者俱乐部省分会会长招募

9、回复“每日一课”查看【每日一课】手机在线视频集锦

原文始发于微信公众号（PPV课数据科学社区）：【数据分析】EMC杯开放数据比赛 – 金刚队作品