报告具有汇报性、陈述性的特点，只有按照报告的格式，正确编写报告，报告才能发挥出它的作用。那么在写报告的时候，应该如何写才能突出的重要性呢？以下是小编整理的《广告数据分析报告》，仅供参考，希望能够帮助到大家。
数据分析与建模,实验报告,实验一,,简单数据建模
学生学号
实验课成绩
学 学 生 实 验 报 告 书
实验课程名称 数据分析与建模 开 开 课 学 院 管理学院 指导教师姓名 鄢 丹 学 学 生 姓 名
学生专业班级 信管
班
2018 —2019 学年
第
1
学期
1 实验报告填写说明
1. 综合性、设计性实验必须填写实验报告，验证、演示性实验可不写实验报告。
2. 实验报告书 必须按统一格式制作(实验中心网站有下载)。
3. 老师在指导学生实验时，必须按实验大纲的要求，逐项完成各项实验;实验报告书中的实验课程名称和实验项目 必须 须与实验指导书一致。
4. 每项实验依据其实验内容的多少，可安排在一个或多个时间段内完成，但每项实验只须填写一份实验报告。
5. 每份实验报告教师都应该有签名、评分表及实验报告成绩。
6. 教师应及时评阅学生的实验报告并给出各实验项目成绩，完整保存实验报告。在完成所有实验项目后，教师应按学生姓名将批改好的各实验项目实验报告装订成册，构成该实验课程总报告，按班级交到实验中心，每个班级实验报告袋中附带一份实验指导书及班级实验课程成绩表。
7. 实验报告封面信息需填写完整，并给出实验环节的成绩，实验环节成绩按其类型采取百分制或优、良、中、及格和不及格五级评定(与课程总成绩一致)，并记入课程总成绩中。
1
实验课程名称：_ 数据分析与建模__
实验项目名称 实验一
简单的数据建模 实验 成绩
实 实 验 者
专业班级
组 组
别 无 无 同 同 组 者 无 无 实验日期 2018 年 年 9 月 月 26 日 第一部分：实验预习报告( 包括实验目的、意义，实验基本原理与方法，主要仪器设备及耗材，实验方案与技术路线等 )
一、实验目的、意义 本实验旨在通过资料查阅和上机实验，使学生加深了解数据分析与建模的理论与方法，掌握典型的数据模型的建立与使用。
二、实验基本原理与方法 数据分析的理论，最优化模型的建模方法。
应用 Excel 的方法。
三、实验内容及要求 1 、应用 Excel 建模分析 某学院有 3 个系，共有学生 200 人，A 系 103 人，B 系 63 人，C 系 34 人。现在成立一个由 21 名学生组成的学生会，该如何公平地分配席位? 实验任务：用 利用 Q 值法分配席位，并且在 Excel 中进行 Q 值计算。
(提示：参考讲义中的计算过程。)
2 、单变量最优化 一个汽车制造商售出一辆某品牌的汽车可获利 1500 美元，估计每 100 美元的折扣可以使销售额提高 15%。
(1)多大的折扣可以使利润最高?利用五步方法及单变量最优化模型。
(2)对你所得的结果，求关于所做的 15%假设的灵敏性。分别考虑折扣量和相应收益。
(3)假设实际每 100 美元的折扣仅可以使销售额提高 10%，对结果会有什么影响?如果每 100 美元折扣的提高量为 10%~15%之间的某个值，结果又如何? (4)什么情况下折扣会导致利润降低?
实验任务：请将上述求解过程， 除了用导数求解外，再用 用 Excel 建模求解之。
(提示：考虑 Excel 的数据，图形， 公式三者的关系;Excel 。
的函数。参考教材第一章。)
)
四、实验方案或技术路线(只针对综合型和设计型实验)
按照实验任务要求，理论结合实际的实验方案，巩固课程内容，温故知新，查遗补漏，夯实理论基础，提升实验动手能力。
技术路线是，从整体规划，分步骤实施，实验全面总结。
2
第二部分：实验过程记录 (可加页)(包括实验原始数据记录，实验现象记录，实验过程发现的问题等)
1 、应用 Excel 建模分析 1.分配方案：
第一步：对每个单位各分配一席; 第二步：当分配下一席位时，计算在当前席位份额下各单位的 Q 值，并比较相应 Q 值的大小，将下一席位分配给当前 Q 值最大的一方; Q 值计算公式为：
(其中，Qi 表示单位 i 的 Q 值，Pi 表示单位 i 的人数，Ni 表示单位 i 的当前席位数)
第三步：重复执行第二步，直至席位分配完为止。
2.实验步骤：本实验的实验工具为 Excel (1)首先，打开 Excel 新建一个表格，并做好前期的基本数据输入工作，表格内容包括三部分：
a.已知的每个系的人数和所求的每个系最终分得席位数; b.在不同的已分配席位数的情况下，三个系 Q 值的取值; c.席位分配过程：给席位编号，标注出每个席位的分配结果; 完成后结果如下图所示：
(2)然后，对每个系均分一个席位后，开始对第 4 个席位进行分配。此时各系已分配席位数均为 1，计算此时各系的 Q 值并比较大小：
3
a.计算 A 系的 Q 值，公式如图所示：
b.计算 B 系的 Q 值，公式如图所示：
c.计算 C 系的 Q 值：
4
Q 值大者得席位，所以第 4 个席位分配给 A 系。
(3)然后对第 5 个席位进行分配，由于只有 A 系的已分配席位数变为 2，所以此时只需计算 A 系的 Q 值，再比较各系 Q 值大小即可。A 系 Q 值的计算公式只需将原来的 A6 都换成 A7即可，如下图所示：
Q 值大者得席位，所以第 5 个席位分配给 B 系。
5
(4)然后对第 6 个席位进行分配，由于只有 B 系的已分配席位数变为 2，所以此时只需计算 B 系的 Q 值，再比较各系 Q 值大小即可。B 系 Q 值的计算公式只需将原来的 A6 都换成 A7即可，如下图所示：
Q 值大者得席位，所以第 6 个席位分配给 A 系。
(5)采用类似上述的方法(当已分配席位数加 1 时，Q 值的计算公式中 A 后面的数字也加 1 即可)依次对后面的席位进行分配，直到第 21 个席位分配完毕。
最终 A 系分得席位 11 个，B 系分得席位 6 个，C 系分得席位 4 个。最终分配结果及分配具体分配过程如下图：
6
2 、单变量最优化 ( (1 )多大的折扣可以使利润最高?利用五 步方法及单变量最优化模型。
1.提出问题 【全部的变量包括】
一辆某品牌汽车的成本 C(美元)
一辆某品牌的汽车的折扣金额 100x(美元)
没有折扣时一辆某品牌汽车的售价 P(美元)
有折扣时一辆某品牌汽车的售价 p(美元)
没有折扣时的销量 Q(辆)
有折扣时的销量 q(辆)
没有折扣时的销售额 R(美元)
有折扣时的销售额 r(美元)
有折扣后的利润 L(美元)
【关于上述变量所做的假设】
P – C = 1500 p = P – 100x q = Q * (1 + 0.15x) L = q * (p – C) x >= 0 【目标】求 L 的最大值 2.选择建模方法 本题为单变量优化问题，则建模方法为：设 y = f ( x )在 x >= 0 的区间范围内是可微的，若 f ( x )在 x 处达到极大或极小, 则 f ΄( x ) = 0。
3.推导数学表达式 L = q * (p – C) = Q * (1 + 0.15x) * (p – C) = Q * (1 + 0.15x)*(1500 - 100x)
= Q * ( -15 x^2 + 125x + 1500) 记 y = L 作为求最大值的目标变量，x 作为自变量，原问题就化为在集合 S={ x : x ≥0}上求以下函数的最大值：
y = f ( x ) = Q * ( -15 x^2 + 125x + 1500) (Q 为非负常量)
4.求解模型 在本题中，即对 y = f ( x ) = Q * ( -15 x^2 + 125x + 1500) 在区间 x >= 0 上求最大值，Q 为非负常量。当 f ΄( x ) = Q * (-30x + 125) = 0 时，解得 x ≈ 4.17 故 y = f ( x ) = Q * ( -15 x^2 + 125x + 1500) 在 x = 4.17 时取得最大值。
5.回答问题 答：417 美元折扣可以使利润最高。
【 【Excel 建模求解】
1.打开 Excel 新建一个表格，分别列出 X 栏和 Y 栏。X 栏依次写入 0，1，2，3 „„ 等等，Y 栏第一项，根据公式，将 x 以 A2 替代，写入公式“= -15*A2*A2+125*A2+1500”(此处假设 Q = 1)，其余的 Y 栏数据，采用拖曳复制的方式复制粘贴公式。当 X 栏有值时，Y 栏就有对应的值。
7
2.选中 X 栏和 Y 栏的数据，点击菜单栏的【插入】然后插入【散点图】，得到如下图表：
由表和图可知，当 x 在 4 附近时，y 取得最大值。将 x 的取值区间缩小到[3.5 , 4.5] , 再绘出一次散点图，如下：
由上述表和图可知，当 x = 4.2 时，y 取得最大值。
回答问题：大约 420 美元折扣可以使利润最高。
( (2 )对你所得的结果，求关于所做的 15% 假设的灵敏性。分别考虑折扣量和相应收益。
设销售额提高百分比为 r 1.折扣量 100x 关于销售额提高百分比 r 的灵敏性(故考虑 x 关于 r 的灵敏性即可)
a.粗分析 前面已假定 r =15% ，现在假设 r 的实际值是不同的，对几个不同的 r 值，重复前面的求解过程,
可以得到对问题的解 x 关于 r 的敏感程度的一些数据。
即给定 r， 对 y = f ( x ) = (1 + r x) * (1500 - 100x)(此处假设 Q = 1)求导，得到 f" ( x ) = -200rx + 1500r - 100，令 f" ( x )= 0,可得相应 x = (15r - 1)/2r , 故折扣量 100x = 50(15r - 1)/r ,采用
8
类似第(1)问的 Excel 建模方法，绘出折扣量 100x 关于销售额提高百分比 r 的散点图。
由上述图表可看到折扣量 100x 对参数 r 是很敏感的。即如果给定不同的销售额提高百分比r，则折扣量 100x 将会有明显变化。因此，r 的取值要合适、合理，所做的分析才有意义。
b.折扣量 100x 对销售额提高百分比 r 灵敏性的系统分析 前面已计算出，使 f"(x)=0 的点为 x = (15r - 1)/2r，若要 x≥0,只要 r >= 0.067 , 最佳折扣量100x可由x = (15r - 1)/2r即100x = 50(15r - 1)/r给出,对 r < 0.067 ,在[0,+∞)上都有f"(x)<0,最佳折扣量为 x=0。下图给出了 r =0.05 的情况(此处假设 Q = 1)：
c.折扣量 100x 对 r 的灵敏性的相对改变量：
由 x = (15r - 1)/2r 可得在点 r=0.15 处，dx/dr = 1/(2 r^2)
S(100x , r) = S(x , r) = (dx/dr) * (r/x) = 1/(2rx) = 0.8
即若销售额提高百分比 r 增加 1%，则导致折扣量 100x 增加 0.8%
2.收益(即利润)L 关于销售额提高百分比 r 的灵敏性 a.粗分析 L = q * (p – C) = Q * (1 + rx) * (p – C) = Q * (1 + rx)*(1500 - 100x)
不妨设 Q = 1，由前面分析可得，折扣量 100x 对销售额提高百分比 r 是很敏感的，且此处分析的利润应该是给定 r 的情况下的最大利润，故将 x = (15r - 1)/2r 代入式子 L = (1 + rx)*(1500 - 100x) 得 L = 25(15r+1)^2 / r= 25(225r + 1/r + 30) 。
采用类似前面的 Excel 建模方法，绘出利润 L 关于销售额提高百分比 r 的散点图。
9
由上述图表可看到利润 L 对参数 r 是很敏感的。即如果给定不同的销售额提高百分比 r，则利润 L 将会有明显变化。因此，r 的取值要合适、合理，所做的分析才有意义。
b.利润 L 对销售额提高百分比 r 灵敏性的系统分析 对 L 求导可得 L"(r) = 25(225 – 1/r^2)，使 L"(r) =0 的点为 r = 1/15≈0.067，当 r < 0.067 时，L 随着 r 的增大而减小;当 r >= 0.067 时，L 随着 r 的增大而增大，r=0.067 是极小值点。
c.利润 L 对 r 的灵敏性的相对改变量：
由 L = 25(225r + 1/r + 30)可得在点 r=0.15 处，dL/dr = 25(225 – 1/r^2) ≈ 4513.89 S(L , r) = (dL/dr) * (r/L) = (225r – 1/r)/(225r + 1/r + 30) ≈ 0.385 即若销售额提高百分比 r 增加 1%，则导致利润 L 增加 0.385%
( (3 )假设实际每 100 美元的折扣仅可以使销售额提高 10% ，对结果会有什么影响?如果每 100为 美元折扣的提高量为 10%~15% 之间的某个值，结果又如何? 假设实际每 100 美元的折扣仅可以使销售额提高 10%，当 r = 0.1 时，
折扣量 100x = 50(15r - 1)/r = 250， 利润 L= Q * (1 + 0.1x)*(1500 - 100x) = 1562.5Q (Q 为常量) 答：会使折扣量变为 250 美元，利润变为 1562.5Q (Q 为没有折扣时的销量) 如果每 100 美元折扣的提高量为 10%~15%之间的某个值， 折扣量 100x 的变化曲线如下图所示：
100x = 50(15r - 1)/r
10
利润 L(假设 Q = 1，仅考虑变化趋势)的变化曲线如下图所示：L = 25(225r + 1/r + 30)
( (4 )什么情况下折扣 会导致利润降低? 利润 L = y = f ( x ) = Q * ( -15 x^2 + 125x + 1500) 利润 L(假设 Q = 1)随 x 变化的变化曲线如下图所示：
由第(1)问所求可得，极大值点为 x = 4.17(折扣量 100x = 417 美元)， 当折扣量 100x <= 417 美元时，随着折扣量的增加，利润增加; 当折扣量 100x > 417 美元时，随着折扣量的增加，利润降低。
由上图还可知，当 x 取[8 , 8.5]区间上的某个值时，利润恰好等于 1500 美元。所以对 x 的取值再进行细分，绘出散点图如下：
由图可知，当 x > 8.33 时，即当折扣量> 833 美元时，此时利润小于没有折扣时的利润。
11
第三部分
结果与讨论 (可加页)
一、
实验结果分析(包括数据处理、实验现象分析、影响因素讨论、综合分析和结论等)
1 、应用 Excel 建模分析 (1)问题 1：已分配席位数和席位号服从等差数列，重复输入浪费时间。
解决方法：使用 Excel 的自动填充功能 以已分配席位数的输入为例，具体操作如下：
a.在准备填充的第一个单元格输入原本应输入的值，此处输入 1，然后保持鼠标停留在该单元格; b.然后在菜单栏找到【开始】，点开后找到【填充】并点击;
c.点击【填充】后选择【序列】，然后进行参数设置。此处应选择【列】和【等差数列】，【步长值】输入等差数列公差值，【终止值】为等差数列最后一个数的值。操作如下图：
d.使用自动填充之后可以得到结果如下：
12
(2)问题 2：本实验的实验任务是利用 Q 值法分配席位，并且在 Excel 中进行 Q 值计算。
我认为如果在 Excel 中仅仅只进行 Q 值计算，是无法准确地确定 Q 值计算次数的终止点，容易产生一些不必要的计算。
解决方法：
我将表格的内容分为三部分：
a.已知的每个系的人数和所求的每个系最终分得席位数;(有助于更直观地了解已知条件和最终结论;同时 Q 值计算公式中我使用了 B2、C2、D2 单元格，如果三个系的人数发生变化，则只需要修改此处的数据即可，不必修改公式)
b.在不同的已分配席位数的情况下，三个系 Q 值的取值; c.席位分配过程：给席位编号，标注出每个席位的分配结果;(有助于更直观地了解 Q 值法分配的原理;便于最后计算各系的最终分得席位数)
此种分法便于确定 Q 值计算次数的终止点。具体方法是：
每进行一次 Q 值计算，则分配一次席位，分配结果直接写在表格中相应位置，更加直观。当所有席位分配完毕，则是 Q 值计算的终止点，此时在表格中回顾席位分配过程并计数即可得到各系最终分得的席位数。
13
2 、单变量最优化 (1)问题 1：绘制散点图之前，要先在表格中输入自变量的值，该数据服从等差数列。
解决方法：使用 Excel 的自动填充功能 具体操作：类似【用 应用 Excel 建模分析】中的问题 1 的操作步骤。
(2)问题 2：绘制散点图之前因变量的计算公式处理方法 解决方法：使用拖曳复制再粘贴的方法。
以第(1)问的第一个散点图为例，具体操作如下：
a.打开 Excel 新建一个表格，分别列出 X 栏和 Y 栏。
b.X 栏采用 Excel 的自动填充功能，依次写入 0，1，2，3 „„ 等等，Y 栏第一项，根据公式，将 x 以 A2 替代，手写输入公式“= -15*A2*A2+125*A2+1500”(此处假设 Q = 1)， c.其余的 Y 栏数据，采用拖曳复制的方式复制粘贴公式。首先选中 Y 栏第一项，点击鼠标右键，点击【复制】;然后选中待填入数据的所有 Y 栏单元格，点击鼠标右键，点击【粘贴选项】中的【公式】;则当 X 栏有值时，Y 栏就有对应的值。
14
d.绘散点图：全部选中 X 栏和 Y 栏的数据，点击菜单栏的【插入】然后插入【散点图】，得到如下图表：
(3)问题 3：使用 Excel 求函数极值点的方法
解决方法：除了用公式法和导数求解之外，使用 Excel 采用多次绘散点图的方法也可求出函数极值点。
以第(1)问为例，具体操作如下：
采用前面的问题(2)中的方法，得到第一个散点图如下：
由表和图可知，当 x 在 4 附近时，y 取得最大值。
故将 x 的取值区间缩小到[3.5 , 4.5] , 再绘出一次散点图，如下：
15
由上述表和图可知，当 x ≈ 4.2 时，y 取得最大值。而导数计算结果为 x≈4.17，可知绘散点图求函数极值点是可行的。
如果想得到更精确的结果，可以将 x 的取值区间继续缩小，每个值之间的差也不断缩小，直至更加接近于真正的极值点。
二、
小结、建议及体会 此次实验涉及到的知识点包括数据分析的理论、最优化模型的建模方法、应用 Excel 的方法等，我按照实验任务的要求，查阅相关资料，制定出理论结合实际的实验方案，采用“从整体规划，分步骤实施，实验全面总结”的技术路线完成了实验。
此次试验，巩固了我在课堂所学的内容，加深了我对数据分析与建模的理论与方法的了解，帮助我基本掌握了典型的数据模型的建立与使用，提升了我的实验动手能力。
此次实验我主要面临的问题是如何使用 Excel 建模。由于先前对 Excel 的了解甚少，所以此次实验的困难可能会稍大一点，不过，我也因此学到了 Excel 的许多使用技巧，包括自动填充、拖曳复制粘贴公式等，使我受益匪浅。
同时，我还学习了利用表格中的数据绘制散点图，以此类推，也掌握了其他图形的绘制方法。这使得我对于以后其他情况下的数据分析处理多了一种分析方法。我感觉数据分析与建模真的是一门很有用的课，建模帮助我们将现实问题转化为数学问题，再进而求解，更加方便。而模型的求解过程帮助我们掌握了一些建模分析的软件，这将会成为我们人生的一笔财富，成为我们日后需要进行数据分析时的助力。
建议：我觉得关于 Excel 建模方面的知识还是有点少，课件里的内容不是很便于学习。如果可以的话，希望老师可以提供一份较为系统的利用 Excel 建模的过程的资料(步骤叙述明确，带有截图和提示)。不过，该课程后期并不会继续使用 Excel 建模，所以此建议请老师斟酌时间和精力再考虑，或者选择熟悉 Excel 建模过程的同学帮助老师制作此资料，供其他不擅长的同学学习。
16
第四部分
评分标准(教师可自行设计)及成绩
观测点 考核目标 权重 得分 实验预习 1. 预习报告 2. 提问 3. 对于设计型实验，着重考查设计方案的科学性、可行性和创新性 对实验目的和基本原理的认识程度，对实验方案的设计能力 20%
实验过程 1. 是否按时参加实验 2. 对实验过程的熟悉程度 3. 对基本操作的规范程度 4. 对突发事件的应急处理能力 5. 实验原始记录的完整程度 6. 同学之间的团结协作精神 着重考查学生的实验态度、基本操作技能;严谨的治学态度、团结协作精神 30%
结果分析 1. 所分析结果是否用原始记录数据 2. 计算结果是否正确 3. 实验结果分析是否合理 4. 对于综合实验，各项内容之间是否有分析、比较与判断等 考查学生对实验数据处理和现象分析的能力;对专业知识的综合应用能力;事实求实的精神 50%
该项实验报告最终得分
教师签名：
。
从“广告狂人”到数据为王看
这是个数据密集型的世界，科技巨头与广告巨头正在一较高下。
数据时代的到来让那些我们耳熟能详的广告促销手段开始发生急剧的变化。以往的宣传单页、电视购物和电台广告里总喜欢说“最后一天，机不可失!”，因为那时候的广告都是单打独斗的。在线社交活动的兴起和当今世界的其他变化一道，正在对广告行业的未来走势产生举足轻重的影响--广告的植入必须既能吸人眼球，却又不引起反感。多数商家现在喜欢说“请到Facebook上搜索我们的某产品”。
广告业很早就开始从传统向数字转型。最近，两家广告巨头奥姆尼康和阳狮联合成为了全球最大的广告机构。精准的数据分析能够促进目标消费者的自发购买行为，因而正在成为广告企业的核心竞争力：全球70亿人中60亿都拥有手机，研究如何准确收集数据已成为大势所趋，两大集团的合并意也在此。
人们之间互相联系的频率比我们通常所认为的要大，并且在此基础上还在日益密切，简直是没日没夜不间断地在彼此交换信息。大众这种对分享的痴迷成了广告业的一道分水岭，谁能利用好人们的这种偏好，让有需求的人接受到感兴趣的信息从而激发他们的购买欲望，谁就是赢家。
不能正确搜集分析这些“情报”的广告商将处于劣势，最终导致他们无法精准定位那些有最大需求的人群。相反，掌握了这类信息的广告商能为客户制作一则则量身定制、见效显著的广告，迅速抓住目标受众的眼球。而跟成功售出大量产品所获的收益相比，客户需支付的那点广告费用并不算十分昂贵。
这种转变顿时让广告业的重心面临着转移。靠麦迪逊大道上的“广告狂人”想出金点子的时代一去不返了，数字科技驱动的新型广告时代已经到来。传统广告业时期，定位并使广告直达目标受众的渠道极少，只有电视、杂志、报纸和电台这几大类，所耗宣传力度也令人咂舌。以前的商家能通过一种以上的主要渠道成功售出一种昂贵商品就已经不得了了;而与此同时，除了有关受众数量和结构等最最基本的信息之外，其他的统计数据都是一片模糊。
广告界一贯的标准做法是，找越来越多的渠道，接触越来越多的潜在客户，拓展越来越广阔的市场空间。而现在，我们需要全方位地准确把握消费者的脉搏：去哪买东西，预算多少，日常生活中有哪些需求，平时上哪闲逛，有什么娱乐活动等等。这些新型渠道能帮助我们把资源投放到最有需求的特定人群身上。大数据是现今广告商想要做到这一点所能利用的最有力的工具，而且能避免无效投放造成商业资源的浪费。
打广告时，产品信息的传递总是第一位的。不过随着时代变迁，对各家广告商来说，搞清楚信息传递的对象是谁、他们在想什么无疑才是一把打开市场大门的金钥匙。奥姆尼康和阳狮的联手就是为了握住这把金钥匙。而人们的消费行为也在酝酿更深刻的变革：直接说出你想要什么，喜欢什么，想从不同品牌中获取什么，把这些诉求持续不断地分享发布出来--这，就是大数据价值背后的驱动力。广告巨头合并后，竞争对手变成了谷歌、Facebook、雅虎、Twitter这些收集挖掘了大量有价值数据的公司。
这是个数据密集型的世界，科技巨头与广告巨头正在一较高下。但并不是说这次合并把奥姆尼康和阳狮都变成了谷歌，他们只是不得不扩大规模、共享资讯以应对大数据浪潮的来袭。合并双方都相信客户会对此感到高兴，因为他们将有能力提供一站式服务，确保从数据采集直到受众购买的各个环节都能直击无误。大数据的影响已经立竿见影。而随着数据的身影愈发频繁地出现，这宗合并只是广告业转变的一个开始。
文/戴维·斯坦伯格(David A. Steinberg)
美国InPhonic公司创始人，现任XL Marketing公司CEO
学生学号
实验课成绩
学 学 生 实 验 报 告 书
实验课程名称 数据分析与建模 开 开 课 学 院 管理学院 指导教师姓名 鄢 丹 学 学 生 姓 名
学生专业班级 信管 16 班
2018 —2019 学年
第
1
学期
1 实验报告填写说明
1. 综合性、设计性实验必须填写实验报告，验证、演示性实验可不写实验报告。
2. 实验报告书 必须按统一格式制作(实验中心网站有下载)。
3. 老师在指导学生实验时，必须按实验大纲的要求，逐项完成各项实验;实验报告书中的实验课程名称和实验项目 必须与实验指导书一致。
4. 每项实验依据其实验内容的多少，可安排在一个或多个时间段内完成，但每项实验只须填写一份实验报告。
5. 每份实验报告教师都应该有签名、评分表及实验报告成绩。
6. 教师应及时评阅学生的实验报告并给出各实验项目成绩，完整保存实验报告。在完成所有实验项目后，教师应按学生姓名将批改好的各实验项目实验报告装订成册，构成该实验课程总报告，按班级交到实验中心，每个班级实验报告袋中附带一份实验指导书及班级实验课程成绩表。
7. 实验报告封面信息需填写完整，并给出实验环节的成绩，实验环节成绩按其类型采取百分制或优、良、中、及格和不及格五级评定(与课程总成绩一致)，并记入课程总成绩中。
1
实验课程名称：_ 数据分析与建模__
实验项目名称 实验二
数据分析工具的初步使用 实验 成绩
实 实 验 者
专业班级
组 组
别 无 无 同 同 组 者 无 无 实验日期 2018 年 年 10 月 月 10 日 一部分：实验预习报告( 包括实验目的、意义，实验基本原理与方法，主要仪器设备及耗材，实验方案与技术路线等 )
一、实验目的、意义 本实验旨在通过资料查阅和上机实验，熟悉和掌握数据分析工具 Mathematica。
二、实验 基本原理 与方法
数据分析工具 Mathematica 的使用方法，以及帮助指南文档等。
三、实验内容及要求 应用 Mathematica 完成下列题目的运算求解或绘图。
(1)分别计算 2+4， ，3 2 -2 3 ， 的值。
(2)对 的值，分别取有效数字位数 6 位，20 位，30 位。
(3)给变量 a 赋值为 2，并计算 a 2 -6，3a+b 的值。
(4)定义函数 f(x)=xsinx+x 2 +2x，分别求 f(x)在 x=1，π/2 时的值，再求 f(x 2 )。
(5)设函数 ，求 的值。
(6)作函数 f(x)=x 2 的图形。
(7)将 f(x)=x 2 与 g(x)=x-1 画在一个坐标系内。
(8)在同一坐标系中绘制
与 的图形。
(9)绘制函数 在区间[0，2π]上的图形。
(10)绘制由坐标(-1,2),(0,2.5),(1,3),(2,4),(3,4.5),(4,5.5)构成的散点图。
(11)绘制函数 sin(x+y)cos(x+y)的 3D 立体图。
(12)绘制函数 在-2≤x≤2，-2≤y≤2 上的图形。
(13)绘制函数 在-2≤x≤2，-2≤y≤2 上的图形，去掉坐标系，边框，网格线。
2
(14)绘制螺旋线
在 0≤t≤4π 上的图形。
(15)利用参数方程绘制 z=x 2 + y 2 在 0≤z≤8 上的图形。
四、实验方案或技术路线(只针对综合型和设计型实验)
按照实验任务要求，理论结合实际的实验方案，巩固课程内容，温故知新，查遗补漏，夯实理论基础，提升实验动手能力。
技术路线是，从整体规划，分步骤实施，实验全面总结。
3
第二部分：实验过程记录 (可加页)(包括实验原始数据记录，实验现象记录，实验过程发现的问题等)
(1)分别计算 2+4， ，3 2 -2 3 ， 的值。
步骤：以 2+4 的计算过程为例。首先输入“In”后的式子，如“2+4”;然后同时按下键盘上的“shift”和“enter”键，就可得到“Out”后面的计算结果，如“2+4”的结果为“6”。其他式子也是按照此方法计算。其中，运算符“+”、“-”、“*”、“/”、“^”(乘方)均可以在键盘上找到，而根号的输入如下：
鼠标先在导航栏上找到【面板】并点击，再选择【特殊字符】，再选择【符号】，便可找到根号。当光标停留在该符号上时，会显示“sqrt”，即开根号的意思。根号的具体位置如下图所示：
按照上述方法得到的运行结果如下图所示：
4
(2)对 的值，分别取有效数字位数 6 位，20 位，30 位。
取有效数字需要用到近似运算符，语法如下：N[表达式，有效数字位数]。系统默认是至少16 位，但标准输出只显示前 6 位有效数字。
%表示上一次的输出结果;%% 表示上上一次的输出结果„„以此类推。
% a(a 为常数)表示第 a 次的输出结果。
结合本题来看, 具体分析如下：
N[%]表示输出上一次的输出结果，并取 6 位有效数字; N[%4, 20]表示输出第 4 次的输出结果 Out[4]，并取 20 位有效数字 N[%4, 30]表示输出第 4 次的输出结果 Out[4]，并取 30 位有效数字 运行结果如下图所示：
(3)给变量 a 赋值为 2，并计算 a 2 -6，3a+b 的值。
变量的赋值、表示与运算：变量名必须以小写字母开头，不能含有空格或标点符号;变量赋值用“=”表示;变量一旦被赋值，会一直保留，直到它被清除或被重新赋值。可用命令“Clear [变量]”清除原来的赋值。
具体输入及运行结果如下：
5
(4)定义函数 f(x)=xsinx+x 2 +2x，分别求 f(x)在 x=1，π/2 时的值，再求 f(x 2 )。
多元函数的自定义命令：自定义函数 [ 变量 1_, 变量 2_, „] := 表达式 求函数在某一点的值时，直接将自变量的值代入再输出即可。
注意：此处 Sin 函数的首字母 S 需要大写，否则软件不会将其视为正弦函数，而是视为一个变量。如果用 Pi 表示 π 时，首字母也需要大写，否则软件会将其视作一个变量名。
(5)设函数 ，求 的值。
定义分段函数，只需要分段定义自定义函数即可，并在后面添加范围限制，格式为：
/ ;范围限制 (其中“逻辑与”用“&&”表示，“逻辑或”用“||”表示)
6
(6)作函数 f(x)=x 2 的图形。
一元函数作图的命令：Plot[函数, 作图范围, 可选项] 故本题为：
f[x_] := x^2 Plot[f[x], {x, -1, 1}]
(7)将 f(x)=x 2 与 g(x)=x-1 画在一个坐标系内。
当两图画在一个坐标系时，一元函数作图的命令为：
Plot[{函数 1, 函数 2, „}, 作图范围, 可选项] 故本题为：Plot[{x^2, x - 1}, {x, -1, 1}]
7
(8)在同一坐标系中绘制
与 的图形。
参数方程作图的命令：ParametricPlot[参数方程, 参数范围, 可选项] 若以参数方程组取代参数方程 , 可在同一坐标系中绘制多个参数方程所确定的函数的图形。AspectRatio->Automatic 为可选项，表示按坐标系刻度的实际比例 1:1 作图，默认情况下是 0.618:1。
故本题为：ParametricPlot[{{Sin[t], Cos[t]}, {Sin[t], 2*Cos[t]}}, {t, 0, 2*Pi}]
(9)绘制函数 在区间[0，2π]上的图形。
极坐标式函数作图的命令：PolarPlot[极坐标函数, 变量范围, 可选项] 故本题为：PolarPlot[1−Cos[
一、确定分析目标
分析目标主要包括以下三个方面：
分析目的。
分析范围。
分析时间。
如下图所示，分析目标除了主要包括三个方面外，还有备注一栏，这里备注的是计算周期问题。强调一点，我们做运营数据分析的时候通常都会拿更新前和更新后的数据进行比较，因此我们的设定的分析周期一般都会跟着游戏实际的更新情况走。
二、分析综述
分析综述主要包括两方面的内容
1、上周/本周充值数据对比
充值总额
充值人数
服务器数
服务器平均充值
服务器平均充值人数
针对上述内容进行差额对比以及增减率对比，如游戏有特殊要求，可以适当增加其它数据内容。
2、上周/本周更新内容对比
主要陈列两周内分别更新的活动内容或一些重大调整。
三、一周运营数据分析
1、本周收入概况
日均充值金额，环比上周日均充值金额
用户ARPU值，环比上周ARPU值
简述与上周或之前的充值情况的比较，如上升还是下降、影响充值的较大的因素。
2、新用户概况
新用户就是新进游戏的玩家，这里主要介绍这些新玩家的动态数据，一般以两个月为总时长进行陈列比较，具体周期数据仍以周为单位。
新用户数据主要包括：安装下载数、创建角色数、安装→角色转化率、付费人数、创建角色→付费转化率、ARPU值、次日留存、三日留存、七日留存等，可根据游戏实际情况进行添加。
3、活跃用户概况
活跃用户概况主要包括三部分内容：
日均在线人数，环比上周实时在线人数，提升/下降百分比
日均付费用户登陆人数，环比上周付费登陆数，提升/下降百分比
日均活跃玩家数，环比日均活跃玩家数，提升/下降百分比
4、道具消费概况
道具方面的消费概况主要包括：
产出活动类别
道具分类
单类道具消费元宝，消费占比，环比上周
日均消费元宝，总消费元宝，环比上周下降/上升
简述活动效果较好/较差的道具分类
5、当前元宝库存
当前元宝库存是指玩家充了元宝还没花出去的存量，以及游戏中额外获得的元宝存量。例如，我充了1000块，拿了1w元宝，花了8K，我造成的存量是2K，当平台各服的元宝存量不断上涨，就代表消费点不够了，要不补新消费系统，要不上消费类的运营活动。
6、重点商业活动付费玩家参与情况
活动参与情况主要考虑以下几点：
付费群体类别，活跃付费玩家数
付费玩家的参与比例
付费玩家在活动中消费的元宝数
付费玩家在活动中消费的元宝占周消费元宝总数的比例
付费玩家的人均消费元宝数
根据活动的这些付费玩家的相关数据，判断该活动产生的效益以及玩家的接受程度。
如果数据不佳，则代表该活动不行，需深究其存在的问题，看看问题是出现在活动难度、活动的奖励不吸引、还是活动本身的可玩性太差。根据分析的原因在下次更新活动时判断是需要进行调整玩法设定还是替换成新活动。
另外，同一时期可能会推出多个活动，在进行单个活动数据分析时，也要横向比较各个活动的效果，对于下次运营其它产品，有个经验借鉴。
注：付费玩家数：活动期间登陆过游戏的玩家数;消费占比 = 活动道具总消费元宝/当周总消费元宝
四、游戏运营数据总分析
在简单分析完一周的运营情况之后，接下来将针对一定运营周期的数据进行详细分析。
1、近期充值概况
近期充值情况基本上是以一周时长为单位进行分析，主要分析内容包括：每周收入、收入增长率、当周日均收入、当周总付费人数、ARPU值、服务器数量、服均日收入等，可根据游戏实际情况适当增减分析类别。
2、新注册用户分析
因为是针对新注册用户的分析，因此这一块的分析与前面一周运营数据稍有重合。
这一块的分析重点在于各个渠道的数据比较，包括新注册用户比较、活跃用户比较、累积付费金额比较三部分内容。
3、活跃用户分析
前面的活跃用户分析主要是围绕一周每日的活跃用户分析，而这里的活跃用户分析则可以是两周、三周或者更长时间的分析， 主要看实际游戏的需要。
活跃用户概况描述主要包括三部分内容：
日均在线人数，环比上周实时在线人数，提升/下降百分比
日均付费用户登陆人数，环比上周付费登陆数，提升/下降百分比
日均活跃玩家数，环比日均活跃玩家数，提升/下降百分比
注：这里描述的内容根据分析的目的走，不一定非得是本周与上周的比较。
注：老付费登陆数 = 剔除统计日新增付费玩家数
4、道具消耗分析
道具消耗分析主要包括三部分内容：
元宝消耗结构，如装备类、抽奖类、促销类等
每一类道具的具体元宝消耗情况分析
每一类道具在分析周期内的消费占比
另外，具体的文字描述分析这里不一一举例，参照着数据分析表的实际情况简单做个文字描述即可。对于一些销量很好的道具及销量不佳的道具可以重点品评，分析造成差异的原因，以便下次更新可以调整改进。
1)每周日均元宝消耗量
2)元宝消耗占比
5、付费玩家元宝情况
付费玩家的元宝情况主要分析：
获得元宝量，包括充值获得、游戏中获得
消耗元宝量，包括充值元宝消耗和赠送元宝消耗
元宝存量，包括充值存量和赠送存量
备注：
充值玩家总元宝来源=充值获得元宝+游戏内相关渠道获得赠送元宝
充值玩家元宝存量=元宝存量+赠送元宝存量
消耗元宝量=元宝消耗+赠送元宝消耗
6、重点游戏系统监控
由于每个游戏的系统众多，这里简单以获得紫卡伙伴和副本关卡为例做个简单介绍。
1)获得紫卡数分析
分析主要针对不同付费层级的玩家进行分析。在主流卡牌游戏中，紫卡通常是比较高级的卡牌，紫卡的拥有数量对于游戏的系统分析具有比较重要的意义。根据分析可以观察紫卡的拥有数量是否合理，例如大R与小R是否存在明显的拥有差异，紫卡是易得还是难得。分析过后才能对产出卡牌的概率以及获得渠道作相关调整。
2)副本系统监测
类似推图的副本，或者一些任务，都是需要我们关注的游戏重点。根据每个关卡玩家的通关参与数，可以简单的看出每个关卡玩家参与的情况，从而判断是否有关卡设定不合理或者数据异常。
其实除了系统监测，对于玩家的升级情况、商城的付费情况等都可以做详细的分析，主要看你的游戏处于哪个阶段，分析的重点在哪。
7、重点商业活动付费玩家参与情况
这里分析主要包括往期活动玩家的参与情况，或对于周期较长的活动进行阶段性的分析。这个分析与前面的活动分析类似，这里不再详细说明。
总结
做完以上分析之后，有需要的应该对整份分析报告进行总结描述，譬如列举一些内容修改的建议之类的。
因为不同类别游戏的差异性较大，所以这个分析也仅仅是起到抛砖引玉的作用。我们在实际工作中抒写分析报告时，通常会根据游戏的指标、阶段的侧重点、分析的模块而决定分析的对象。因此，最终还是需要具体情况进行具体分析。
(一)
一、备案情况概述
11月份武汉市商品房销售备案套数为12945套，销售备案面积为145.66万㎡，成交均价3847元/㎡，总成交金额56.0354亿元。本月日均备案套数431套，日均备案面积4.86万㎡。
与上月相比，本月销售备案套数增长幅度很大，涨幅达到122%!比今年销售状况最好的5月也多出18.7%。综合多方面因素分析，主要有以下两个方面的原因：一方面是自今年国家对房地产行业实施了空前严格的宏观调控以来，市场供求双方都对房地产市场保持观望态度。经过几个月的市场反应，被短暂压抑的市场需求开始释放，由此导致了销售量的剧增;另一方面，也是受国家调控影响，导致往年惯常的“金九银十”局面风光不再，而是出现向十一月转移的趋势，这也促进了本月销售量的增长。此外，在十月末有数个楼盘集中开盘，其销售合同备案的延迟到十一月，这也在一定程度上也促进了本月商品房销售备案量的增长。
房地产新政实施后的几个月内，除8月份处于市场销售淡季最低谷之外，其他几个月的销售量都稳定在相对较低的水平，即使往年市场反应良好的“金九银十”的这两个月的销售量也并没有与其他月份拉开差距。
单就本月销售套数激增这一指标来看，说明市场上仍然存在旺盛的需求。但也并不能就此说明楼市今后走势，究竟是强劲反弹还是昙花一现，需要今后的市场反应来印证。
虽然商品房销售备案套数前几个月基本保持平稳，但商品房成交备案价格却一直呈现微幅上涨趋势，本月成交价格涨幅不足1%。成交价格的持续微幅上涨从另一方面也反映出本地市场的健康和旺盛的需求。
二、销售备案数据分析
1.各区域备案数据
本月销售备案套数最多的区域为江岸区。该区在十一月并没有新项目推出，销售基本都是靠以前的项目的销售的拉动，这显示出该区域众多的供应体量和市场需求。武昌区本月销售备案套数位居第二，近几个月该区域推出新盘较多，且市场反应尚可，此外还有市场反映较好的项目合同延迟到本月备案的因素在内。由于江汉区本月推出新盘相对较多，且多集中在月末，因此虽然本月销售备案套数并不多，但在下月的销售备案情况中将会有体现。
2.各建筑类型备案数据
从销售备案套数方面来说，小高层和高层建筑类型的销售情况要好于其他建筑类型。特别是高层建筑类型，连续几个月的销售数据以及月度新盘状况都表明高层建筑已经成为现在房地产市场上销售和供应的主流。随着高层建筑的不断增多，多层和小高层比重将越来越小。而随着国家全面否决别墅用地，别墅在市场上的出现也将会是越来越少。
3.不同面积段备案数据
从备案套数数据分析，本月120㎡以下的房型占总体销售量的61.7%，比上月有小量的下降，但依然占据主要地位。而随着房价的持续上涨，120㎡以上的房型总价偏高，相对而言销售存在难度，因此目前这部分房型主要存在于高端住宅和新政实施以前动工的住宅项目中，在新建的项目中也存在部分。随着国家政策的落实到位和地方细则的出台，120㎡以下所占比重将会继续增加。
4.不同户型备案数据
本月销售备案情况显示占主要销售部分的房型是一室、两室两厅、三室两厅和四室两厅，其中三室两厅和两室两厅依然占绝大部分比重，这说明目前市场上的购房需求还属于合理正常化的阶段。而四室三厅、复式住宅和别墅等属于高端客户的户型的销售量比较一般，而这也与高端产品的销售特点是一致的。
5.不同档次备案数据
根据市场信息网统计数据，按不同的价格区间本文将交易价格在2500元/㎡以下的商品房列为普通住房，将交易价格在2500—5499元/㎡的商品房列为中高档住房，交易价格在5500元/㎡以上的(包含别墅)列为高档住房。
本月高档项目销售备案状况比上月有多好转，本月有金都汉宫等高端项目正式销售，且取得不俗的销售业绩，加上以往其他高端项目的销售拉动，备案也比较及时，因此数据有所上升。
占主要部分的还是中档项目即价格在2500-5499元/㎡区间内的项目，2500元/㎡以下的项目一般都在江夏、吴家山等远城区。而实际上，随着房价的上涨，市区内3500元/㎡以下的项目也是比较少了，主要集中在东西湖、后湖等板块，可以说3500-5499元/㎡这个价格区间的销量显示了大多数购房者的真实承受能力，这个价格范围内的项目一般处于中心城区或者近城区，生活便利，离原来的居住地点也不远，相对而言总价也还在可接受的范围内。
6.区域成交价格分析
本月成交备案价格最高的区域是武昌区，由于区域内集中了众多高档项目，而且具有良好的景观资源，因此武昌区的价格近来上涨较快，超过了江汉区。而汉阳区在几个代表性楼盘的拉动和新区建设的利好消息之下，区域成交价格也是持续上涨。
三、增量备案数据分析
1.各建筑类型增量分析
本月新增量中，高层建筑面积新增95.94万㎡，而小高层建筑由于增量较少，反而抵不上销量，两者权衡因此出现存量下跌的状况，也即小高层建筑本月新增量为零，且小高层存量消化了15.84万㎡。根据多方面数据综合分析，高层建筑本月销量和增量都有如此大的量可能有集中备案和报批因素。别墅出现增量则是新政以前的项目的后续工程。
2.不同面积段新增量分析
从上图可以看出本月各个面积段的增量中，140㎡以上的占50%以上，而综合市场因素分析，本月新增项目中并没有如此大的体量，因此本月新增数据依然存在集中备案因素，导致各面积段新增量数据较高。而91-120㎡面积段销售量大于新增量，使得该面积段的存量下跌。
从本月各面积段的增量数据来看，前一段时间趋于稳定的供应结构将会有一定调整，主要体现在大面积房型的供应量将会有一定上升。由于国家规定“90㎡以下户型占总量70%”的硬性指标，因此今后的结构调整仍将是个不得不重视的问题。
3.各区域新增量分析
本月各区域的新增量呈现出参差不齐的现象，武昌区和东西湖区由于几个大盘的推出导致新增量大，而汉阳、洪山等区域也有新项目推出，但新增量依然小于销售量，这反映出目前市场上仍然存在较大需求。
四、总结
本月备案情况无论是销售套数还是销售面积都出现了“井喷”现象，备案套数更是跃居全年最高水平，以往房地产业内的“金九银十”的黄金销售期也似乎转移到十一月。而事实上，从本月新增备案项目、开盘项目、销售状况等方面来看，也确实印证了这一点。但是由于今年的特殊情况，市场对于地产新政的效果需要一段时间才能反映出来，在此期间内因此各项指标都出现了一定量的下跌。而本月备案套数、备案面积的剧增可以理解为前一段时间被压抑的市场供应和需求得到了集中释放的结果。
本月各区域市场体现出一定的不平衡性，主要体现为区域市场上的供求关系不同，从各区域新增量情况来看，有的区域持续大体量供应，而有的区域则增量不抵销量，使得本月消化了部分存量。
同时，根据本月不同面积段的新增量数据显示，140㎡以上的大面积房型在市场上比重增加，一方面带来销售压力的同时，另一方面也使得市场供应结构发生变化，对市场的良性发展产生一定影响。
由于全市高端项目多集中在武昌的临江、临湖区域，因此近来武昌区的成交价格被拉升，导致本月武昌区域成交备案价格高于其他区域。随着金都汉宫的正式销售，全市的高端住宅基本都已经开始销售且在近期内也不会有新的高端项目推出，高端市场竞争越发激烈，而这些高端项目今后走势如何将值得关注。
销售数据分析报告
(二)
随着社会经济发展水平越来越高，人们从原先的一味追求物质生活，到开始慢慢地重视精神生活。人们对书的需求也越来越大，读书也成为人们日常生活中的一部分，我公司图书销售逐年呈快速增长趋势。但是随着电子设备的不断发展，电子书占去了一部分纸质图书的销量，而且纸质图书盗版横行，加之消费结构的变化，使得部分品种的销售出现下滑。
一、原因分析
从客观上说，既有人们需求内容的丰富、结构的变化，也有图书形式的增加、市场竞争加剧;从主观上分析，既有销售渠道、销售方式的因素，也有图书品种、服务质量的原因。下面主要从消费者的需求上分析一下我公司图书增、减变化的原因。
㈠销售增长品种及原因：
1、文艺、科幻、侦探县疑：有利于缓解人们的工作、生活和学习的压力。
2、中国古典小说：与古典电视剧的热播有关。
3、漫画技法：社会需要全面发展的人才，家庭、学校 对学生艺体重视的结果。
4、社科、婚姻家庭、女性读物：人们生活压力大、社会关注度高。
5、公务员考试、经济考试：公务员成为热们职业，社会上公务员考试的人数逐渐增多。
5、地图、地理旅游：由于经济发展、人们生活水平提高，越来越多的人有条件去旅游。
㈡销售降低品种及原因：
1、股票：近年股市低迷所致。
2、保险：人们收入水平有限、保险意识不强。
3、酒店管理：我市大型、规范化管理的酒店较少，认识不够。
4、古董、玉器：市场发展不够、关注人群较少。
5、质量、物流、物业管理：物流、物业发展滞后，对质量的认识和重视也远远不够。
二、改进措施：
㈠加大节假日黄金时间的促销力度;
㈡增加现场订书、快递服务的功能;
㈢扩大营销渠道，建立完善网络购书平台，实现送书上门，购书打折，品类齐全的网络购书服务。
㈣改善服务态度，加强上岗人员培训，形成顾客满意的完整服务体系;()端正服务态度，认真倾听消费者的抱怨和建议，有效改善;设立读者信息箱，对提出建设性的意见进行奖励;对于查超图书不方便问题，如有条件可以增多导购咨询人员或安装电脑自动查询系统;建立服务投诉相挂钩的体系，建立健全科学的绩效考核体系。
㈤改进书店环境：尽量减少这种不必要的嘈杂：到书店倾听消费者的声音，关注消费者在书店中所需要的环境;整顿在书店长时间席地而坐的行为;规范卖场内的指示、标志;播放优美的轻音乐;科学陈列，科学设置书店内部色彩和合适的温度。
㈥强化图书市场的管理力度，坚决打击盗版、盗印的非法出版物和音像制品，维护消费者的合法权益。
**年**月**日
终于把这报告写完了，搞了十多页，部分与大家分享，主要在于分享我写这个报告的思路和结构，涉及具体内容(具体数据等方面)恕暂不能提供，毕竟要尊重太和顾问的劳动成果，也是遵守与之签订的劳动合同。若有同仁有兴趣探讨，可私下联系沟通。
一、分析目的
本报告主要是为了了解全国医药行业各类别岗位薪酬福利水平和薪酬结构，为完善公司薪酬福利体系提供参考性意见。
二、数据来源与分析内容
(一)数据来源
该分析报告数据主要来源2009太和顾问公司全国内资医药行业薪酬福利调研报告。他们主要与行业内具有代表性的目标公司进行接触(见附件1：参与调查公司目录)，广泛收集各家公司上一(过去12个月)的薪酬数据形成报告主体数据，该数据群去除了明显的离群数据点，并使用专用的数据分析工具对样本进行分析，得出市场值，在反映市场薪酬福利信息时，在展现形式上使用了10%分位值、25%分位值、中位值、75%分位值、90%分位值和平均值六个参数，以适应公司根据自身情况有针对性的参考市场水平。
同时，太和顾问将各家公司所提供的岗位按照工作内容、所承担的职责以及对公司贡献度大小匹配到太和顾问标准岗位列表中，确保承担相同或相近工作职责的数据进行横向对比。 本分析报告主要根据太和薪酬福利调研报告(以下简称为太和版报告)对各项数据进行分类统计分析，形成对太和版报告的解析，并就该报告反应出的现象提出参考意见。
(二)分析内容
本报告重点分析两个方面的内容，一是行业薪酬水平，二是薪酬结构比例关系。
三、本报告的分析思路
(一)首先将公司各业务单位主要岗位与太和顾问的薪酬数据报告基准岗位进行匹配，主要采取岗位职责和任职资格比对的方法评估，得出公司现有岗位的标准职位等级;
(二)分析太和顾问的薪酬数据报告中对应职位等级薪酬水平和薪酬结构，得出市场各业务单位岗位薪酬水平和结构的常态做法(统计一般规律或做法)，比如说所在的分位、结构以及各部分的比例关系等;
(三)结合公司情况给出薪酬福利体系建设的参考性建议。
四、主要名词解释
(一)专业术语
1、薪酬地区系数：太和顾问公司根据全国各地区的经济发展水平、消费水平、市场工资水平等因素评价每个地区的薪酬系数，武汉地区薪酬系数为0.68，表示太和薪酬报告中各项数据乘以0.68后，即为武汉地区的大致市场薪酬水平。
2、薪酬分位：指对所调研的薪酬数据根据离散程度进行分类和定位，10%分位表示有10%的数据小于此数值，反映市场的低端水平;25%分位表示有25%的数据小于此数值，反映市场的较低端水平;中位数表示有50%的数据小于此数值，反映市场的中等水平;75%分位表示有75%的数据小于此数值，反映市场的较高端水平;90%分位表示有90%的数据小于此数值，反映市场的高端水平;平均值指所有调研数据的平均值，反映市场的平均水平。企业可根据自身情况(战略目标、经济实力等要素)选择合适市场薪酬分位作为内部薪酬水平的定位。
(二)薪酬构成项目定义
1、基本月薪收入：在岗者每月获得的税前基本工资(不包括各种补贴);
2、月薪数量：在岗者每年实际获得基本月薪的月数(如13个月);
3、补贴收入总额：在岗者每年获得的所有现金补贴总额;
4、浮动收入总额：每年公司向在岗者支付的销售提成和绩效奖金总额;
(三)薪酬统计项目口径
在太和顾问的薪酬数据报告中，主要通过四个薪酬口径对于市场的薪酬特点进行描述和分析，这四个薪酬口径分别是：基本现金收入总额、固定现金收入总额、现金收入总额和总薪酬。四项薪酬口径的计算关系如下所述：
基本现金收入总额=岗位基本月薪×月薪数据;
固定现金收入总额=基本现金收入总额+补贴总额;
现金收入总额=固定现金收入总额+浮动收入总额;
总薪酬=现金收入总额+福利总额。
由于福利总额中包含了一些非现金性质的薪酬，且全国范围内对保险福利的界定标准存在较大差异，所以本报告中除特别注明外，所列各项数据均以现金收入总额作为薪酬政策参考的标准。四个薪酬部分的定义如下：
1、基本月薪：即岗位的基本工资，其中不包含任何形式的补贴、浮动收入、福利;
2、补贴：企业以现金形式发放给员工，带有非定向使用性的收入，补贴收入不与员工的业绩表现挂钩;
3、浮动收入：浮动收入是与员工绩效挂钩的收入，企业根据岗位员工的实际业绩表现在一个考核期末支付员工不等的绩效收入;
4、福利：福利的定义包括以下三部分：第一是法律上所规定的企业必须为员工缴纳的福利项目，如法定养老、法定医疗等;第二是企业以实报实销形式为员工提供的定向性薪酬;第三是企业为员工提供的其它实物(如班车、物资)或带有商业保险性质的福利项目。
五、主要分析内容及观点
本部分主要根据公司情况对各类别岗位薪酬水平和结构(主要体现为固定收入与浮动收入的比例)进行分析。在具体提取这些数据之前，我们先将公司各业务单位主要岗位与太和顾问的薪酬数据报告基准岗位进行匹配，主要采取岗位职责和任职资格比对的方法，得出公司现有岗位的标准职位等级(即岗位匹配与薪酬对比表，见附件2)，本报告所有分析结论均以此岗位匹配结果为参照依据。
然后，根据岗位匹配表提取太和版报告对应岗位薪酬数据(现金收入)，主要提取市场50%分位(中位)值和市场平均值，同时根据武汉地区薪酬系数转换为武汉地区中位值和平均值(见附件2：岗位匹配与薪酬对比表)。需要特别说明的是，分位值和平均值是根据所调研报告通过回归分析得出的，并不是意味着市场的绝对水平，且武汉地区系数也仅作为参照系数。
此外，因报告数据缺乏部分岗位数据，本报告中部分类别中个别岗位缺乏相应数据，如。。。相关岗位等。
(一)销售类岗位薪酬分析
1、销售管理类主要岗位薪酬水平与结构比例
略去部分。。。薪酬结构方面，销售管理类职位级别越高的岗位，其浮动收入占的比重越大，但差距相差不大，表明市场更愿意为销售一般管理岗位履行职责而付酬，而较注重为销售管理层的业绩兑现而付酬。
2、一线销售类主要岗位薪酬水平与结构比例
分析：销售类岗位中，。。。区域经理。。武汉地区现金收入平均值范围为7万-8万，固
定收入与浮动收入比例为大致5.5：4.5;一般销售人员武汉地区现金收入平均值范围为4万-6万，固定收入与浮动收入比例为大致6：4。
。。。而基层销售人员的浮动收入部分回调至40%，体现出市场倾向于激励一线销售人员的同时，注重对基层一线销售人员生活的基本保障。
(二)研发类岗位
。。。市场比较注重研发团队稳定性，也期望通过高比例固定收入吸引研发人才。
(三)生产类岗位
。。。。
六、分析结论与建议
(一)结论
1、产研销三大业务单元中，市场薪酬水平体现出各业务单元负责人岗位价值从高到低分别是销售中心、研发中心、生产中心，体现了制药行业以销售为龙头的思想，并突出产品研发的重要地位。。。;
2、销售管理类岗位中，职位级别越高的岗位，其浮动收入占的比重越大;市场更愿意渠道销售、市场策划、处方销售等管理岗位给付更高薪酬;薪酬结构方面，一线销售类岗位浮动收入所占比重在所有岗位类别中最大。。。。
3、从报告整体薪酬数据来看，本报告所选取的93个岗位中，有46个岗位现金收入均处在2-4万之间，反应了武汉地区薪酬收入水平普遍不高，部分岗位并没有从薪酬上体现其应有的价值。。。;
4、薪酬结构方面，除了一线销售类各级岗位以及销售管理类中高阶岗位浮动收入比例较高外(浮动范围为26%-45%)，其余各类别岗位浮动收入比例较低，表明市场上各样本企业较为注重销售和研发团队绩效的激励，以高浮动收入比例来刺激高业绩的取得，而对于其他职能管理类岗位，多采取高比例固定收入的方式来吸引和稳定员工队伍。。。。
。。。
(二)建议
1、关于薪酬水平
根据公司战略发展规划和经营目标要求，对重点岗位如。。。等，以及相对市场平均薪酬水平偏低的岗位如。。。等，建议向市场75分位薪酬水平定位或靠近，以吸引和保留相应岗位人员。。。。
2、关于薪酬结构
固定收入在所有的薪酬给付部分中对于人才的吸引作用是最大的，较高的基本工资更有助于市场优秀人员的引进，并使员工有较强的安全感，更愿意长期为企业工作，因此建议对待关键职能管理人员可以加大岗位固定薪酬的投入，提高企业优秀人员引进机率。
浮动收入的激励作用在各薪酬项目中是最明显的，完善的激励政策可以最大限度的发挥员工的工作积极性。对于业绩导向型岗位如一线销售类岗位、产品研发类岗位以及一线生产类岗位，可以加大岗位浮动薪酬的比重，使员工给企业创造了业绩的同时，自己也得到更多的回报，以充分调动员工的工作激情和潜能。
。。。
附件1：参与调查公司目录
附件2：岗位匹配与薪酬对比表
推荐阅读：
大数据媒体的广告营销09-12
大数据背景下广告的精准营销09-12
海量数据推动广告学研究范式的转变05-09
大数据环境下传统媒体广告经营创新02-10
对数据广告人才培养模式的改革与创新思考05-11
中国经济增长与广告支出关系的实证研究——基于中国(1979-2010)数据的检验09-13
广告实践报告04-18
广告调查报告04-12
动漫广告发展分析06-02
广告创意分析报告05-24
