Python 數據分析實戰：專案案例分享

一、電商銷售數據分析

1.1 數據清洗與預處理

在電商領域，數據是洞察市場的黃金，但未經處理的原始數據往往充滿雜訊。以一個實際案例為例，某香港本地電商平台在2023年促銷季累積了超過50萬筆交易記錄。第一步，我們必須處理缺失值，例如客戶地址欄位中約有3%的空白，這些記錄若非必要欄位則可補入「未知」，否則需整筆刪除以避免偏差。其次，異常值的檢測至關重要，例如單筆訂單金額突然高達百萬港元，經過比對發現是企業採購，因此需標記為特殊類別而非剔除。數據格式的統一也是重點，例如日期欄位在不同系統中可能呈現「2023-01-15」與「15/01/2023」兩種格式，必須標準化為統一的時間戳。這整個過程不僅考驗技術，更體現了資訊科技素養的重要性，唯有理解數據背後的真實意義，才能做出合理的處理決策，為後續分析打下堅實基礎。完成清洗後，我們將數據整理成乾淨的DataFrame，準備進行深入探索。

1.2 銷售趨勢分析

透過時間序列分析，我們能捕捉銷售的脈動。以2023年香港零售業數據為例，利用Python的Pandas與Matplotlib，我們繪製了月度銷售曲線。數據顯示，全年銷售高峰集中在11月至12月，聖誕節與新年促銷活動貢獻了全年約35%的營業額。進一步細分，我們發現每月第二週的銷售普遍較第一週高出12%，這與香港多數公司發薪日相符，消費者於月中擁有較強購買力。此外，透過移動平均線平滑短期波動後，觀察到2023年第三季的銷售增速放緩，對比香港統計處公布的零售業銷貨額指數，趨勢一致，驗證了分析模型的可靠性。這種趨勢分析能幫助企業精準掌握旺季時機，提前備貨並調整行銷預算。

1.3 客戶行為分析

了解客戶行為是提升轉換率的關鍵。在此案例中，我們利用RFM模型（最近一次購買時間、購買頻率、消費金額）對客戶進行分群。數據顯示，約15%的客戶屬於「高價值忠誠客戶」，他們在過去90天內平均消費3次，累計金額超過港幣5,000元。針對這群人，我們建議推出會員專屬折扣。而佔比高達40%的「流失風險客戶」則顯示已超過180天未回購，透過Python分析其最後瀏覽的商品類別，發現多集中於電子產品，因此設計了針對性的電子產品優惠券發送活動，成功召回其中8%的客戶。此外，透過購物籃分析，發現購買智慧型手機的用戶有75%的機率會同時購買保護殼，這項洞察直接優化了商品推薦系統。這些分析過程，若想系統性學習，可以參考專業的數據分析課程，掌握從數據處理到商業決策的全鏈路技能。

1.4 產品關聯性分析

關聯性分析能發掘產品之間的隱藏關係，最經典的應用便是「啤酒與尿布」的故事。在香港電商案例中，我們使用Apriori演算法挖掘頻繁項目集。設定最小支持度為0.02、最小信心度為0.5後，我們發現一個有趣的規則：「購買進口零食組合」的客戶有62%的機率也會購買「進口啤酒」，這可能是因為這類客戶偏好派對或聚會場景。另一個強關聯是「嬰兒尿布」與「嬰兒濕紙巾」，其信心度高達89%，這屬於直觀但易被忽略的補貨提醒。透過建立這樣的產品網絡，電商平台可以優化商品陳列，例如在結帳頁面推薦關聯商品，或在促銷活動中打包銷售，實現交叉銷售（Cross-selling）的效益最大化。

二、金融數據分析

2.1 股票價格預測

金融市場的波動為投資者帶來機會與風險。我們以香港恒生指數（HSI）為對象，建立了一個基於LSTM（長短期記憶網絡）的時間序列預測模型。訓練數據涵蓋2018年至2023年的日收盤價，並加入了成交量、外圍指數（如道瓊斯、上證指數）作為特徵。數據預處理時，我們將數據歸一化至0-1區間，以加速模型收斂。模型預測結果顯示，對未來5個交易日的收盤價預測誤差（MAPE）約為2.3%，雖然無法完美預測每一次的黑天鵝事件，但在穩定的市場環境中提供了有價值的參考。值得注意的是，預測模型不應被視為買賣建議，而是輔助決策的工具，這也反映了資訊科技教育的核心：教導人們如何批判性地看待數據模型，理解其侷限性，避免盲目信任。

2.2 風險管理

風險管理是金融機構的命脈。在一個模擬的投資組合案例中，我們使用Python計算Value at Risk (VaR) 來量化潛在損失。假設一個包含騰訊（0700）、友邦保險（1299）和滙豐控股（0005）的等權重組合，根據過去一年（252個交易日）的歷史模擬法，在95%的信賴區間下，單日最大可能損失為1.8%（即約180萬港元，若總投資額為1億港元）。為了更全面地評估，我們還計算了條件風險價值（CVaR），發現極端情況下的平均損失為2.5%。此外，透過蒙地卡羅模擬，我們生成了一萬條可能的價格路徑，評估尾部風險。這些指標幫助投資經理設定停損點與資金配置比例，而數據分析課程中常用的這些統計與模擬方法，正是將數學理論轉化為實際風控能力的橋樑。

2.3 量化交易策略

量化交易利用演算法自動執行買賣決策。我們設計了一個簡單但有效的雙均線策略（黃金交叉與死亡交叉），應用於騰訊（0700）股票。策略邏輯是：當短期均線（如20日）向上突破長期均線（如60日）時買入；反之賣出。我們使用Backtrader框架進行回測，時間區間為2020年至2023年。回測結果顯示，該策略的年化報酬率約為12.5%，優於同期恒生指數的-5%表現，但最大回撤（Max Drawdown）高達-25%，顯示波動劇烈。進一步分析交易次數，發現策略在震盪市中頻繁進出，導致手續費侵蝕利潤。優化策略後，我們加入了ATR（平均真實範圍）通道過濾假信號，使夏普比率從0.8提升至1.2。這個案例說明，量化交易的成功不僅在於策略本身，更在於持續的監控與迭代，這正是資訊科技素養在實務中的應用體現。

三、社交媒體數據分析

3.1 用戶情感分析

社交媒體是品牌聲譽的晴雨表。我們以Twitter上關於「香港某連鎖餐廳」的推文為對象，收集了2024年1月至3月共約15,000條相關數據。使用Python的TextBlob與VADER工具進行情感分析，將結果分為正向、負向與中性。初步處理後，發現中性推文佔比最高（55%），多為單純的打卡分享；負向推文約佔20%，其中「服務速度慢」與「價格上漲」是主要抱怨點。我們進一步透過詞雲視覺化，發現負向推文中「等候」「貴」「失望」等詞頻繁出現。餐廳管理層根據這份報告，調整了午市套餐的供應流程，並針對特定區域的門市增加人手。一個月後，再次監測時負向推文比例下降至15%。這項分析展現了Python在非結構化文本數據處理上的強大能力，而參與相關的數據分析課程能幫助學習者掌握從爬蟲到情感模型的完整技術棧。

3.2 輿情監控

輿情監控需要即時捕捉並回應公眾情緒。我們建立了一個基於Python的爬蟲系統，每三十分鐘抓取Facebook與香港討論區上關於「香港公共運輸」的帖文。透過關鍵詞提取（如「延誤」「意外」「路線」）與主題建模（LDA），系統自動將信息歸類。在一次實際的颱風事件中，系統即時偵測到關於「地鐵停駛」的帖文數量在兩小時內暴增十倍，並自動發出警報給相關部門。我們也使用了時間序列預測，基於歷史數據推測次日的討論熱度，幫助公關團隊提前準備回應話術。這個過程中，數據的準確性與即時性至關重要，任何技術延遲都可能導致回應錯失黃金時間。

3.3 社群網路分析

社群網絡分析幫助我們理解資訊的傳播路徑。以Instagram上的「香港美食博主」社群為例，我們收集了500名活躍用戶的關注與互動數據。使用NetworkX套件建模，計算出網絡的度中心性（Degree Centrality），識別出5位具有「關鍵意見領袖」（KOL）特徵的用戶，他們擁有超過10萬粉絲且互動率極高。進一步進行社群檢測（社群發現），發現該網絡可劃分為三大子群：專注於精緻甜點、街頭小吃與高級餐廳。品牌若想推廣新品，可針對特定子群進行精準合作，利用KOL的影響力進行病毒式行銷。這項分析揭示了社交媒體背後的人際結構，將抽象的「影響力」轉化為可量化、可操作的策略。

四、房地產數據分析

4.1 房價預測模型

香港房地產市場向來是全球關注的焦點。我們基於2023年差餉物業估價署的公開數據，建立了一個多元線性回歸模型來預測私人住宅單位的每平方英呎價格。模型中包含了以下特徵變數：

模型訓練結果顯示，R-squared達到0.82，表示模型能解釋82%的房價變異。係數解讀為：其他條件不變的情況下，樓齡每增加一年，每平方英呎價格平均下跌0.5%；而與地鐵站距離每縮短一分鐘，房價則上升1.2%。值得注意的是，這類預測模型依賴於歷史數據，無法完全捕捉政策變動（如樓市辣招）或突發社會事件帶來的影響，使用者必須保持謹慎。

4.2 地區特性分析

不同地區的房產特性差異巨大。透過聚類分析，我們將香港十八區劃分為五個集群：例如，中西區、灣仔區被歸類為「核心商業住宅區」，特徵是樓齡高、實用面積小但單價極高；而屯門、元朗則是「新界大型屋苑區」，特徵是樓齡較新、面積較大但單價相對親民。利用Python的Folium套件，我們將這些分群結果可視化在地圖上，直觀展示了房價的空間分布。進一步分析發現，「核心商業住宅區」的租金回報率普遍低於2%，而「新界大型屋苑區」則可達3.5%以上。這種地區特性分析為投資者提供了宏觀的佈局視角，避免僅憑直覺做出決策。

4.3 投資回報率評估

投資房地產必須精算回報率。我們設計了一個現金流模型，評估在九龍東購買一個樓齡5年的500呎小型住宅單位的投資效益。假設購入價格為港幣700萬，六成按揭、利率3.5%（浮動），每月供款約為18,800元。加上管理費、差餉與地租，總持有成本約為每月20,500元。而市場租金約為每月18,000元，導致每月現金流為負2,500元（即負槓桿）。然而，模型同時加入了長期資本增值的假設（每年約3%），並計算了內部回報率（IRR），得出5年持有後的年化回報率約為2.8%，僅略高於定期存款利率。這個案例說明，單純依靠租金收入可能難以獲利，必須依靠房價上漲才能實現收益。透過這樣的量化分析，投資者可以更理性地衡量風險與報酬，而這也是數據分析課程中財務建模的實際應用。

五、案例總結與學習心得

透過上述四個領域的專案案例，我們可以清晰看到Python在數據分析中的強大賦能。從電商平台的客戶分群，到金融市場的風險量化；從社交媒體的情感洞察，到房地產的投資評估，數據已經成為現代決策的核心。整個學習過程中，我深刻體會到，數據分析的重點並不在於程式碼本身，而在於對業務問題的理解與拆解能力。例如，在處理金融數據時，我們需要了解市場的運作邏輯；在分析社交媒體時，則必須掌握傳播學的基礎知識。

同時，這些專案也凸顯了持續學習與系統性資訊科技教育的重要性。僅僅學會一兩種函式庫是不夠的，真正的價值在於能夠將不同的技術——爬蟲、資料庫、機器學習、可視化——整合起來，形成解決問題的閉環。此外，培養堅實的資訊科技素養，包括批判性思考與數據倫理，是每一位數據從業者的必修課。例如，在房價預測模型中，我們必須清楚告知使用者模型的不確定性，避免誤導。未來，我計劃深入學習更深層的深度學習模型以強化預測精準度，並將這些方法應用於更多跨領域的挑戰中。這一段從資料清洗到得出洞見的旅程，不僅是技能的積累，更是思維方式的躍遷。