零售数据分析：如何对产品价格分组

在零售体系中，产品有个属性是所属的价位段(或者价格带)，即：某个产品属于哪个价位段，以方便我们做统计分析的需要。

在统计学中对此称为：数据分组。数据分组的方法有单变量值分组和组距分组两种。单变量值分组是把每一个变量值作为一组，这种分组通常只适合于离散变量，且在变量值较少的情况下使用。在连续性变量或变量值较多的情况下，通知采用组距分组。它是将全部变量值依次划分为若干个区间，并将一个区间的变量值作为一组，在组距分组中，一个组的最小值称为下限（lower limit），一个组的最大值称为上限（upper limit）。

对于零售中的服装行业来说：我们一般采用组距分组， 结合一下具体数据实例介绍分组以及如何快速判断某一个价位段于哪一个分组的公式（基于excel）。

第一步：确定组数。一组数据分多少合适属于数据自身的特点及数据的多少有关，一般情况下所分的组数不应少于5组且不多于15组，即：5≤K≤15。实际的应用中可根据数据的多少和特点及分析的要求来确定组数。本例中由于数据较少，预计分5-6组即可。

第二步：确定各组的组距。组距（class width）是一个组的上限和下限的差。组距可根据全部数据的最大值和最小值及所分的组数来确定。即组距=（最大值-最小值）/组数。                              

例如，本例数据，最大值为：1099，最小值为229。暂定分为5组测试数据。则组距=（1099-229）/5=174。为方便计算，我们取组距为200整数。这样我们可以大概把数据分为如下几组：0-300、300-500、500-700、700-900、900-1100。（备注：这里第一组和最后一组也可以开口组，如：300以下，和900以下的方式）。

在分组过程中需要注意为避免数据重复出现在二相邻组中，一般习惯上规定“上组限不在内”即当相邻两组的上下限重叠时，某一组的上限变量值不算在本组内，计算在下一组内，表达方式为：a≤x

在分组完成后，我们需要把吊牌价分到对应的组内，根据已经分组完成的数据结合excel中if函数把对应的吊牌价划分到各自不同的组内，通过excel自带的公式即可实现。

公式为：

=IF(A3<300,"0_300",IF(A3<500,"300_500",IF(A3<700,"500_700",IF(A3<900,"700_900",IF(A3<1100,"900_1100")))))。如下图所示：

后记：在excel中对吊牌价进行分组的方法有很多种，比如用常用的函数VLOOKUP的模糊匹配也可以实现，因篇幅有限，本篇只列举此一种方法。