一名数据分析师

用户在不同时期有稳定的转化率，如从预热期从A人群变成I人群，用户发生加购等行为，在活动期，I人群转化为P人群；若在商品与宣传内容不变的情况下，转化率一定，就需要前期增加A人群基数才能扩大I人群，可通过开屏、XXX等二级触点进行人群扩大，因而可从活动期蓄水情况推导活动期效果；用户对照组选择：用户性别、品类偏好、季度购买习惯、折扣率、归属地区相接近的用户群，适用于可特征人群包可拆分的场景，如线下投放；场景化营销，如生日场景、积分场景、活动敏感场景、商品需求场景等等，通过测试效果决定；2、人群留存：活动后期。

背景：企业需要了解用户需求，迭代产品，从而提升产品评价与销量；以提升NPS（Net Promoter Score）为切入点，将同领域标杆店作为NPS目标值；从平台营销、商品、导购/店铺、配送、售后/客服、投诉等服务流程的NPS值，找到流程中的主要矛盾；从不同品类的NPS值；从分地区查看NPS的差异情况，针对性改进；

云图是一个具备品牌及行业人群、内容、商品数据分析、达人优选、全资源投后结案、数据工厂等功能与一体的商业分析工具，对应于天淘系的生意参谋；用户成交链路：商城首页-->商品卡//搜索栏-->商品详情页-->店铺-->商品详情页-->购物车/购买。用户成交链路：短视频-->小黄车//主页店铺//评论区置顶-->商品-->成交。用户成交链路：直播过款-->直播链接-->置顶/编号-->商品-->成交。

AARRR模型：获取（核心指标：用户数、CAC）、激活（日活uv）、留存（留存率、券领取率）、变现（购买转化率、客单价）、推荐（邀请数*券核销率），常用于营销体系；STOW模型、二八原则、STP分析、PEST分析、4P理论、4V理论、4C理论、4S理论、4I理论、4R理论、USP理论、6W2H、马斯洛需求理论。对标历史商品，归纳不同商品类型（低价饮品、市场爆品、高价品），商品推广力度下的商品点击率、购买率、持续热度；RFM模型：最近一次交易时间、交易频次、交易金额，衡量用户价值，常应用于会员体系；

SELECT to_char(now(), 'D') AS day_of_week_number, -- 返回数字（1 到 7）-- 返回完整的星期名。月份：extract(month from date('2024-01-01'))年份：extract(year from date('2024-01-01'))赋值计算：date(now())-3*365 and date(now())-1。间隔计算：date(now())-date('2024-01-01')取连续的8位连续数字。

函数说明：COUNTIFS(分组1第一个值固定:分组1所在值,分组1所在值,分组2第一个值固定:分组2所在值,分组2所在值,...,分组n第一个值固定:分组n所在值,分组n所在值)案例：单月表现值最好的人是谁，INDEX(A2:A7,MATCH(MAX($C$2:$C$7),$C$2:$C$7,))案例：单月表现值最好的都有谁，FILTER($A$2:$A$7,$C$2:$C$7=MAX($C$2:$C$7))函数说明：INDEX(反馈值范围,MATCH(求最大/最小函数(值范围),值范围,))

列赋值：方案一：用于某一类型的赋值方案二：表关联更新--没有成功，提示left的那种表要支持storejoin列增加和删除，以及类型修改。

将高频程序转化为可视化程序或exe等，适合做成小工具在公司或集团内使用，提高效率；一个实战整理贴～

商品名称文本分析，如关键词词云分析，会用到商品名称的分词、统计与词云显示

工作规划的重点=要素（划分逻辑）+相关方（资源时间）

python如何实现excel的数据提取、指标构建，进行透视分析。

爬虫框架

掌握爬虫遇到的五大类情况，精准对比遇到的反爬机制。