數(shù)據(jù)思維與方法 - 專(zhuān)題

投稿

數(shù)據(jù)思維與方法

收錄了10篇文章 · 3人關(guān)注

SQL:Mysql 按周分組聚合統(tǒng)計(jì)

Ryan96 0 0
淘寶用戶(hù)行為分析(Mysql)
數(shù)據(jù)背景來(lái)源：阿里移動(dòng)推薦算法[https://tianchi.aliyun.com/competition/entrance/1/intro...

2.3 kaka22 2 29

電商平臺(tái)用戶(hù)行為分析(SQL)
本文是對(duì)淘寶業(yè)務(wù)分析案例的匯總糠亩。本次分析從用戶(hù)抠蚣，商品以及平臺(tái)三大方面展開(kāi)贿条，利用了漏斗分析冯袍、維度拆分啄巧、象限分層掘鄙、RFM模型等分析方法，通過(guò)MySq...

3.0 分類(lèi)討論 0 32 1
數(shù)據(jù)庫(kù)VS數(shù)倉(cāng)VS數(shù)據(jù)平臺(tái)VS數(shù)據(jù)中臺(tái)洽瞬，7000字詳解數(shù)據(jù)平臺(tái)的演進(jìn)
目前本涕，外界與業(yè)內(nèi)很多人對(duì)于數(shù)據(jù)中臺(tái)的理解存在誤區(qū)，一直只是在強(qiáng)調(diào)技術(shù)的作用伙窃。為了統(tǒng)一大家的認(rèn)知菩颖，更加清晰的認(rèn)識(shí)數(shù)據(jù)中臺(tái)出現(xiàn)的意義。本文將從數(shù)據(jù)平...

2.8 大數(shù)據(jù)的那些事 0 16
數(shù)據(jù)分析方法（四）-常見(jiàn)商業(yè)模式分析指標(biāo)
電子商務(wù)：轉(zhuǎn)換率对供、年均購(gòu)買(mǎi)率位他、平均購(gòu)物車(chē)大小氛濒、棄買(mǎi)率、獲客成本鹅髓、平均每位客戶(hù)營(yíng)收舞竿、重復(fù)購(gòu)買(mǎi)率... SaaS:眼球（網(wǎng)站吸引訪客的效果）、參與度...

1.5 求知筆記 0 11
你還在不懂業(yè)務(wù)就談數(shù)據(jù)分析嗎窿冯？
一名數(shù)據(jù)分析師骗奖，一定要對(duì)所在行業(yè)的業(yè)務(wù)知識(shí)有深入的了解，因?yàn)椋?如果不懂業(yè)務(wù)醒串，你連別人的問(wèn)題都聽(tīng)不明白执桌，連數(shù)據(jù)都不知道取哪一個(gè)；如果不懂業(yè)務(wù)芜赌，...

1.3 雄鷹知縣 0 14
談一個(gè)被忽略的數(shù)據(jù)崗位仰挣，這是普通人去阿里工作的好機(jī)會(huì)
01 數(shù)據(jù)運(yùn)營(yíng)的本質(zhì) “如果產(chǎn)品足夠強(qiáng)大，商品天下無(wú)敵缠沈，那根本沒(méi)運(yùn)營(yíng)啥事膘壶。——用戶(hù)自己就搶著買(mǎi)到斷貨洲愤，玩的樂(lè)不思蜀了颓芭，運(yùn)營(yíng)啥運(yùn)營(yíng)”。可是柬赐，現(xiàn)實(shí)...

0.2 大數(shù)據(jù)的那些事 0 2

數(shù)據(jù)分析—Pandas 中的分組聚合Groupby 高階操作
Pandas 的 groupby() 功能很強(qiáng)大亡问，用好了可以方便的解決很多問(wèn)題，在數(shù)據(jù)處理以及日常工作中經(jīng)常能施展拳腳肛宋。這篇文章適合有pand...

0.9 python與數(shù)據(jù)分析 0 10
數(shù)據(jù)之美 · 屠夫的數(shù)據(jù)可視化三節(jié)課之三：可視化的思考
文：屠夫1868 歡迎關(guān)注：基業(yè)長(zhǎng)紅轉(zhuǎn)載需獲本人授權(quán)州藕，并注明作者和出處金錢(qián)永不眠，屠夫問(wèn)候各位早安悼吱。一連三周的數(shù)據(jù)可視化系列在今天將迎來(lái)尾...

3.6 基業(yè)長(zhǎng)紅 0 6
數(shù)據(jù)之美 · 屠夫的數(shù)據(jù)可視化三節(jié)課之二：可視化的使用
文：屠夫1868 歡迎關(guān)注：基業(yè)長(zhǎng)紅轉(zhuǎn)載需獲本人授權(quán)慎框，并注明作者和出處歷史是判斷未來(lái)的唯一方法。金錢(qián)永不眠后添，屠夫問(wèn)候各位早安。上周屠夫以...

11.0 基業(yè)長(zhǎng)紅 0 15