- 博客(10)
- 收藏
- 关注
RSS订阅原创 BI 向AI数据分析
您的BI经验是巨大优势——您已经理解业务、熟悉数据管道、懂得如何与业务方沟通。现在需要的术栈上增加AI工具，并将分析思维升级为预测和优化思维。python复制代码收起。python复制代码收起。
2025-12-14 22:27:16
370
原创 「数分思维」数据及算法基础学习笔记
没有事情可以一蹴而就（平均值），我们需要努力足够多的次数（大数定律），学会规避风险（期望值）。这样最终在若干年后，企业和个人才能有一份满意的企业/个人数据报表。
2025-12-09 21:02:58
636
原创 用户分层数据分析案例
通过平均每天收听时长来打造用户等级，是一个非常数据驱动的用户运营方法。利用统计学工具（分位数、直方图、偏度等）准确描绘用户活跃度画像。结合数据分布和业务目标，确保等级划分既有数据支撑，又能服务业务。福利要与用户贡献相匹配，并能有效激励用户提升活跃度。将福利成本量化，并与预期收益进行对比，做出明智的决策。作为数据分析师，你需要不断地收集数据、分析结果、调整策略，才能打造一个既能提升用户体验，又能驱动业务增长的用户等级体系。
2025-08-20 15:52:29
1254
原创 数分进阶到数据科学实用手册
【摘要】本文为数据分析师转型数据科学岗位提供系统化指南，涵盖关键差异、学习路径和实战建议。核心差异在于数据分析侧重业务洞察与可视化，数据科学聚焦模型开发与落地。建议分三阶段转型：基础强化（0-3个月）、作品集构建（3-6个月）和面试准备（6-12个月），重点掌握Python、机器学习算法和部署能力。推荐通过端到端项目（如客户流失预测、销售预测等）积累实战经验，并强调简历需突出"问题-方法-结果-影响"框架。附8周详细学习计划及资源推荐，建议每周投入12-20小时完成2-3个可展示项目。
2025-08-19 16:10:30
815
3原创 ＜走进数据分析＞课程学习笔记
当尝试探究两种变量是否具有相关性时,会分别对其进行分组研究(分组即为潜在变量);然而在分组比较中处于优势的一方,在总评中反而是失势的一方。比如:户型--家庭结构:成交个数(两相度)/占比(联合分布)/成交的家庭结构占比(边缘分布)/135户型的家庭结构分布(条件分布)对业务或研究中变量关系有重要影响,却没被列入研究范围的变量;(不为人知或数据无法获得)诊断分析:数值与数值变量/数值与分类变量/分类与分类变量。描述性统计(单变量分布)--诊断分析(变量间的关系)思考与分析(知识之间新联系)
2024-02-20 14:05:26
1157
原创 SQL实操笔记(持续更新...)
通过lead和lag函数实现错位;lead(列,位移,默认值),默认值=student来实现奇数行最后一个不变select id,from Seat。
2024-01-17 14:46:19
337
原创 ＜关键迭代--可信赖的线上对照实验＞笔记
例如:指标用户幸福度或用户任务成功度，也许只能通过用户调研来直接衡量,这并非一个可以规模化的方法。但我们可以通过做调研或用户体验调研来观察哪些行为跟成功和幸福感相关联，你可以用线上日志做大型数据分析来探索这些行动的模式，以决定这些指标是否可作为高阶指标。一个实际的例子是跳出率,也就是那些只在网站上停留很短时间的用户比例,我们可能注意到"短时间的停留与不满意有所关联"。把这个观测跟数据分析结合起来就可以帮助确定精确定义1个指标所需的阈值（阈值应该是1个页面测览?20秒?
2023-12-01 18:03:02
1997
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