- 博客(25)
- 收藏
- 关注
RSS订阅原创 电商数据分析9_市场细分及竞争分析
市场细分(MarketSegmentation)就是企业按照某种标准将市场上的消费者划分成若干个费者群，每一个消费者群构成一个子市场，不同子市场之间，需求存在着明显差别。市场细分是市场分析中的重要环节，需要基于对市场进行细分，但不可人为细分，需要遵循常识和自然规律。市场细分可基于人群、产品、渠道进行细分。
2024-07-05 20:32:01
1568
原创 人力资源分析_分析内容和指标
通过对人力资源数据分析可以帮助企业更好地了解员工的特征和行为，优化招聘策略、提高绩效管理、制定个性化的培训计划和留才策略，从而提高企业的人力资源管理效能。。本章主要说明人力资源分析的指标、分析方法、分析报告。
2024-06-25 15:22:10
1485
转载 Python数据分析极简入门_第二章 Pandas
参与CDA_Python数据分析极简入门，记录学习进度，便于复习什么是PandasPandas是一个开源的Python库，主要用于数据分析、数据处理、数据可视化。Pandas作为Python数据分析的核心包，提供了大量的数据分析函数，包括数据处理、数据抽取、数据集成、数据计算等基本的数据分析手段。Pandas的名称来自于面板数据和python数据分析的简称。为什么学Pandas比SQL语句还要简洁，查询数据事半功倍!简单基于Numpy数值计算，数据处理高效运算!高效。
2024-04-24 16:08:24
88
转载 SQL数据分析极简入门_第二章 窗口分析函数
参与CDA_SQL数据分析极简入门，记录学习进度，便于复习窗口分析函数主要用来做数据统计分析，属于OLAP方式。我们知道，OLAP联机分析处理和OLTP联机事务处理是两种常见的数据库处理方式，通常情况下，分析师更喜爱OLAP(分析)，开发者更关注的是OLTP(事务)窗口分析函数可以计算一定范围内、一定值域内、或者一段时间内的累积和以及移动平均值等，可以方便的实现复杂的数据统计分析需求。窗口函数包括:可以结合聚集函数sum()、avg()、max(),min(),count()等使用。
2024-04-24 15:54:25
163
原创 指标体系搭建--采仓配/供应链体系
摘要：以供应链中的采仓配为例，归纳如何搭建指标体系业务发生–>产生 数据 -->抽象成 指标 -->构成 指标体系指标体系 = 指标库 + 关联关系 + 使用指南 [偏实用]
2022-06-12 11:14:26
1262
1
原创 时间序列--Pandas
时间序列基础1. 时间戳的生成1.1 pd.Timestamp1.2 pd.to_datetime1.3 pd.date_range1.4 创建日历日/工作日2. 日期数据转化2.1 pd.strftime3. 日期索引对象3.1 索引和切片4. 其他时间序列方法4.1 DateOffset4.2 shift()4.3 asfreq()4.4 resample()查看每一年的成交量4.5 间隔计算说明业务背景: 实际业务中对于时间序列数据处理一直是数据预处理中的一个小难点，本章节主要记录工作中常使用
2022-05-23 10:53:00
324
原创 电商零售行业1--用户消费行为分析
用户消费行为分析项目背景数据处理导入数据数据探索可视化数据预处理用户整体消费分析用户个体消费分析用户消费金额 消费次数 描述性统计用户消费分布图用户累计消费金额占比分析 | 贡献度用户消费行为首购时间最后一次购买时间用户分层构建FRM模型新老 活跃 回流 流失分层用户回流用户占比用户购买周期用户生命周期复购率和回购率分析复购率分析回购率分析数据源说明数据来源：某网公开数据[已脱敏]，[某店铺活动后18个月的用户消费行为跟踪]，如有侵权，请联删除，感谢！项目背景字段含义user_id:用户ID，
2022-05-17 13:25:14
1545
原创 物流行业分析1 --浅析商品 | 用户反馈数据
物流行业分析1 --浅析商品 | 用户反馈数据数据来源说明数据来自：网络公开数据 [ 某企业销售的6种商品所对应的送货及用户反馈数据 ] ，如有侵权，请联删除，谢谢！导入包import osimport pandas as pdimport numpy as npimport matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = 'SimHei' ## 设置中文显示项目背景解决问题： 1、配送服务是否存在问题 2、
2022-05-16 10:32:22
1906
2
原创 苏锡常-数据分析岗位需求分析
苏锡常-数据分析岗位需求分析项目背景出于个人就业需求，故通过对苏州 无锡 常州[某程无忧]上招聘信息的分析，了解该地区的市场需求，薪资水平，明确求职方向说明：考虑到疫情和数据选取时间节点，结论可能具有片面性，仅供参考！数据爬取日期2022年5月14日数据清洗和可视化2022年5月15日爬虫注意事项：数据来源分析① 确定自己需求是什么？采集内容是那些，采集网址是什么② 通过浏览器自带的 开发者工具 进行抓包分析确定请求网址 请求方式 请求头代码实现步骤过程① 发送请求，对于刚刚分
2022-05-15 19:44:43
601
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人