QQi_coding的博客

本项目以阿里巴巴移动电商平台-淘宝APP的真实用户-商品行为数据 User Behavior Data on Taobao App 为基础，使用MySQL进行数据清洗，使用AARRR模型、RFM模型、漏斗模型等对用户行为和用户价值进行分析，再用Tableau做可视化，并形成PPT报告，最后从商家（优化产品组合，合理定价）、平台（优化功能，提升转化率）、用户（提升用户活跃度、差异化用户营销，进行用户流失预测）三个方面提出建议。 –待补充 ...

摘要：使用kaggle公开数据为数据源，使用Pyecharts分析员工离职情况。针对优秀员工， 使用决策树、随机森林 探索影响员工离职的主要因素 ，结果显示，主要因素为工作年限、员工满意度、月平均工作时长、最近一次评估结果、参与项目数量；又分别使用朴素贝叶斯和SVM模型 预测员工是否离职，其中随机森林预测准确度最高，AUC值可以达到99.05%，SVM模型次之，AUC值为97.43%。 针对最低留存率工作年限的员工， 使用逻辑回归模型 分析最低留存率工作年限（第五年）员工离职的主要驱动力 。结果显示，延长平

注：本文数据为网上公开信息搜集整理得到，本人在5G-AI产业研习社组织下独立完成信息搜集及可视化。

一、可视化背景 1. 发现痛点 （1）奖金预算拨款问题 销售部门和财务部门的奖金预算不符合实际情况,发放奖金额度远低于预算,导致员工满意度较差,工作积极性受到打击. （2）人才培养问题 销售部门和人力资源部门对影响销售量和销售额的因素了解不足,缺少一套评估销售人员业务表现的衡量标准,导致招聘过来的销售人员管理出现混乱,部分优秀且年轻的销售人员无法得到晋升,员工流失率较高,导致销售额受到波动. （3）销售人员分配问题 销售部门缺乏对市场周期性的分析,导致销售人员在旺季和淡季的工作量分配不均,员工的满意度较低.