- 博客(16)
- 收藏
- 关注
RSS订阅原创 6. 数据据分析学习（6）
（1）统计度量：平均数，中位数，众数，分位数，标准差，方差，数据标准化，切比雪夫定理，频数统计/百分比：单纯对分类计数即可。（2）图形：箱线图，直方图。
2025-08-04 19:10:35
221
原创 6. 数据据分析学习（5）
主键是表中的唯一标识，主键不具备业务意义。表的主键不做强制要求，但建议设立。表A的主键，可以做为表B的字段，此时不受约束。where 列名= > between 【过滤，过滤条件“= > between”】where like “% 开发%” 【包含“ 开发”词的】②group by中的条件过滤——having（对分组后条件进行过滤）select 列名 from 某表 【从某表搜素列名】select * from 某表 【从某表搜素全部】①group by 列名【根据列名分组】
2025-08-04 17:00:18
281
原创 6. 数据据分析学习（4）
数据可视化的目的是让数据更高效，让读者更高效阅读，而不单是自己使用，突出数据背后的规律，突出重要的因素，最后是美观。（9）桑基图（10）热力图（11）关系图（12）箱线图。dimension：描述分析的属性和角度，分类数据。（1）散点图（2）气泡图（3）折线图（4）柱形图。（5）饼图（6）漏斗图（7）雷达图（8）树形图。（13）标靶图（14）词云图（15）地理图。measure：具体的参考数值，数据数值。
2025-08-03 17:13:54
337
原创 6. 数据据分析学习（3）
hyperlink：创建到另一个位置（例如，一个文件、一个网页或工作表中的一个位置）的超链接。trim：删除文本字符串开头和结尾的空格，以及单词之间的多余空格，只保留单词间的单个空格。vlookup： 在表格的第一列中查找值，并在指定的列中返回该行对应的值。replace：用新的文本字符串替换现有文本字符串中的部分字符。包含首尾值(0和4)substitute：在文本字符串中用新的文本替换旧的文本。Count：计算参数列表中包含数字的单元格的个数。find：在文本字符串中查找特定文本的位置。
2025-08-03 15:04:22
1731
原创 6. 数据据分析学习（2）
（1）AARRR模型：用户获取（渠道到达量:俗称曝光量。渠道转化率:有多少用户因为曝光而心动Cost Per,包含CPM、CPC、CPSCPD、CPT等。）、提高活跃、提高留存、盈利获利、自传播。练习、熟悉业务、应用三种核心思维、归纳和整理出指标、画出框架、检查应用修正、应用和迭代。销售、运营、市场——指标——推动业务、机器学习、管理。（4）用户分群，营销矩阵（象限法）（3）好的指标应该能带来显著效果。（2）好的指标应该是比率。（4）好的指标不应该虚荣。（5）好的指标不应该复杂。（4）营收（5）传播。
2025-08-02 21:09:36
278
原创 6. 数据据分析学习（1）
③优点：对比法可以发现很多数据间的规律，它可以与任何思维技巧结合，比如多维对比、象限对比、假设对比等。③优点：目标驱动力强，直观、简洁、有效。②应用：和假设法不同，假设法是缺乏有效的数据，指数法是无法利用数据而将其加工成可利用的。③优点：当没有直观数据或者线索能分析时，以假设先行的方式进行推断，这是一个论证的过程。②应用：对比更多是一种习惯，是数据分析的牛角尖，一次合格的分析，一定要用到n次对比。③优点：直观，清晰，对数据进行人工的划分。①核心论点：寻找金字塔的塔顶，它可以是假设，是问题是预测，是原因。
2025-08-02 17:30:49
846
原创 5.电商数据分析公式
3. 会员销售占比：会员销售占比=会员销售额/总销售额x100%5. 会员胭佷客单价比：会员客单价比=会员客单价/非会员客单价。
2025-07-29 15:48:28
544
原创 4.实战项目
Kaggle 上的酒店预订需求数据集包含城市酒店和度假酒店的预订信息，如预订时间、停留时间、人数等。可分析城市酒店和假日酒店预订需求和入住率比较，研究用户提前预订时长、入住时长等行为，还可预测酒店预订情况。可借此分析电子游戏市场，找出受欢迎的游戏类型、发布平台等，还能尝试预测每年电子游戏销售额，并通过可视化展示销售情况。：Kaggle 上的 IBM 员工离职原因数据集，包含员工年龄、受教育程度、离家距离等信息。通过分析该数据集，可找出员工流失的因素，研究工作角色、离家距离、平均月收入等与流失率的相关性。
2025-07-18 00:12:35
287
原创 3.熟悉常用的数据统计和分析方法
用于数据的分组或标签预测，属于机器学习中的无监督 / 有监督学习方法，广泛应用于用户分群、风险识别等场景。推断性统计用于从样本数据推断总体特征，通过概率和抽样理论验证假设，适用于无法获取全部数据的场景。描述性统计是数据分析的基础，用于总结和描述数据的基本特征，帮助理解数据的整体分布和趋势。针对随时间变化的数据（如销量、用户数），分析其趋势、周期和异常，用于预测未来走势。用于探索变量之间的关系，判断变量是否相关及相关程度，或通过已知变量预测未知变量。
2025-07-18 00:08:33
1982
原创 2.熟练使用一种数据可视化分析工具
基于 JavaScript 的数据可视化库，提供丰富的可视化效果和强大的交互功能。具有高度的灵活性和定制性，用户可通过编写代码实现各种复杂的可视化效果，但要求用户具备一定编程基础和对数据可视化的深入理解。它采用拖拽式操作方式，无需编写复杂代码，即可快速创建精美可视化图表，还具备强大的数据处理和分析功能，能满足数据分析师的各种需求。支持多种图表类型，如折线图、柱状图、散点图等，并且有丰富的交互功能和动画效果，简单易用，是许多开发者和数据分析师的首选。
2025-07-18 00:02:53
204
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