1.描述性统计学 分类数据的描述性统计:单纯计数就可以 数据描述统计: 统计度量:平均数--数据分布比较均匀的情况下进行,中位数,众数,分位数(4分位、10分位、百分位) 图形: 权重预估(分位数) 数据分布(波动情况,标准差,方差) 数据标准化:   在实际用用的时候,有很多情况量纲不一致(即数据单位不一样)导致差异很大无法进行比较 用数据标准化将数据进行一定范围的压缩,得到的结果与数据业务意义无关,纯粹是数据上的波动达到可进行对比。 xi:数据的具体值 u:平均值 σ:标准差 标准化之后一般都是在0上…

2019年1月3日 0条评论 0点热度 阅读全文

数据可视化 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。 一、基础图表 散点图 散点图主要解释数据之间的规律。 气泡图 气泡图是散点图的变种, 引入了第三个度量作为 气泡的大小。 单轴散点图 维度作Y轴,更倾向于洞 察数据在不同类别下的 数据规律 客户消费维度 消费金额和消费次数的关系 消费金额和最后一次距今消费天数的关系 消费次数和最后一次距今消费天数的关系 01 散点图 客户其他消费维度 消费金额和消费折扣的关系 消费金额和会员积分的关系 …

2019年1月2日 0条评论 0点热度 阅读全文

一、Excel首先是一个好用的工具 不是因为你会Python而成为数据分析师,而是能用任何工具解决问题 简单的用如下关系来说一下为什么Excel很重要。 如果你是一位数据分析纯新手的话,Excel的学习路径如下: 二、Excel的常见函数 什么是函数: 常见的函数分类: 1 bit = 两种可能性,用0戒1存储 1 byte = 8 bit,如00000001,一共有256种可能性 1 byte可以存256个字符编码,最初的存储方式ASCII,就存了英文+数字 +符号 汉字远远大于256种可能性,于是用2byte组…

2019年1月2日 0条评论 0点热度 阅读全文

一、为什么业务重要? 惟有理解业务,才能建立业务数据模型。 二、经典的业务分析指标 模型未动 , 指标先行 如果你不能衡量它,你就无法增长它 例如APP进行数据分析就有如下指标进行衡量。 接前一篇文章讲的数据分析思维,可以直接产生业务分析指标。 各部门与指标之间的联系如下: 1,要确定核心指标 2,好的指标应该是比率 3,好的指标要带来显著效果 4,好的指标不应该虚荣 5,好的指标不应该复杂 具体讲解各部门存在的指标: 市场营销指标分为: 1、客户/用户生命周期 企业/产品和消费者在整个业务关系阶段的周期。 不同业…

2019年1月2日 0条评论 0点热度 阅读全文

数据分析思维对于数据分析师来说尤为重要,本文从三个方面叙述关于数据分析思维的学习: 一、三种核心思维 1、结构化 现在有一个线下销售的产品。 我们发现11月的销售额度下降,和去年同比下降了 20%。我想先观察时间趋势下的波劢,看是突然暴 跌,还是逐渐下降。再按照不同地区的数据看一下差异,有没有地区性的因素影响。我也准备问几个销售,看一下现在的市场环境怎么样,听说有几家竞争对手也缩水了,看一下是不是这个原因。顾客访谈也要做,但是往常一直找不出原因,这次我也不抱希望,姑且试试吧。要是还找不出原因,那我也很绝望啊。 当然…

2018年12月29日 0条评论 0点热度 阅读全文