![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
数据分析
这一步就是天涯海角
Sow nothing, reap nothing.
展开
-
电商分析需要重点关注的核心指标
电商分析需要重点关注的核心指标引言一、阶段不同,需求不同二、时间不同,侧重不同三、职位不同,视觉不同引言链接@基于“人”“货”“场”的数据指标分类在群面的时候,碰到一题关于针对电商直播业务的数据产品设计。现在想整理下指标的分类。电商的数据指标多,而且很多指标的定义也比较复杂。依据《数据化管理一书》,对于电商分析的核心指标,可以进行如下几个部分的划分:一、阶段不同,需求不同对于一个新电商。积累数据,找准营运方向比卖多少货,赚多少钱更重要。这个阶段可以重点关注流量指标\color{red转载 2020-10-17 16:28:22 · 1618 阅读 · 0 评论 -
[Python] 电商平台用户的购物篮分析
目录一、背景1. 项目描述 2. 数据描述 二、相关模块 1. 相关模块 2. 数据导入 3. 数据处理 三、商品销售分析 1. 观察畅销品 2. 购物篮分析 2.1 购物篮系数 2.2 指定商品的购物篮系数 2.3 指定商品的人气指数 四、用户行为分析原创 2020-10-01 10:42:14 · 3959 阅读 · 1 评论 -
传统零售业务分析指标整理
前言主要整理了《数据化管理-洞悉零售及电子商务运营》一书的部分内容,将传统零售业分析指标分为了“人”、“货”、“场”、“财务”四大部分。下面是关于各个指标的思维导图,各个指标含有对应的计算公式。...原创 2020-09-14 11:36:01 · 934 阅读 · 0 评论 -
[Python] A/B Test 项目实践
目录一、前言二、数据导入1. 相关模块2.数据导入三、探索性分析1. 控制/实验组的访问数据对比2. 控制/实验组的注册数据对比3. 控制/实验组的浏览时长分布4. 点击率四、A/B 测试1. 样本观察2. 分层抽样3. 假设检验一、前言字段名解释timestampidgroupactionduration二、数据导入1. 相关模块import pandas as pdimport randomimport seaborn as sn原创 2020-09-06 20:23:25 · 972 阅读 · 0 评论 -
[Python] 解决seaborn绘图无法显示中文等问题
目录1.相关模块2.解决sns显示问题3.效果显示seaborn是基于matplotlib的基础上进行封装的。话不多说,上代码1.相关模块import pandas as pdimport matplotlib.pyplot as pltimport seaborn as sns2.解决sns显示问题生成sns样式sns.set(palette="muted", color_codes=True) # seaborn样式一些配置plt.rcParams['font.sans-s原创 2020-08-20 17:37:46 · 14069 阅读 · 4 评论 -
[snownlp] 对Airbnb短租客的评论进行情感分析
使用snownlp对Airbnb短租客的评论进行情感分析一、数据来源二、数据读取及预处理三、基于情感倾向值的情感分析1.snownlp介绍2.进行情感分析一、数据来源数据来源:https://tianchi.aliyun.com/competition/entrance/231715/information采用了reviews_detail.csv表的数据。本文主要关注房子id和房客评论;使用了python3.7.1,PyCharm社区版2019.2。二、数据读取及预处理相关模块。原创 2020-08-06 21:11:34 · 2245 阅读 · 5 评论 -
[Airbnb] 用Python统计含有中文评论的行,用词云图进行可视化
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar原创 2020-08-04 17:55:59 · 1797 阅读 · 0 评论 -
阿里天池:Airbnb短租房数据集分析
共享,通过让渡闲置资源的使用权,在有限增加边际成本的前提下,提高了资源利用效率。随着信息的透明化,越来越多的共享发生在陌生人之间。短租,共享空间的一种模式,不论是否体验过入住陌生人的家中,你都可以从短租的数据里挖掘有趣的信息。基于Airbnb 2019 年 4 月 17 日公开的北京地区数据,进行行政区划和短租房类型的维度拆分,对短租房供给、需求等进行探索性分析。原创 2020-08-07 10:27:41 · 9796 阅读 · 24 评论