![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
case学习笔记
文章平均质量分 75
简雨儿
淑芬儿~
研究僧~
数学统计猿~
不想头秃儿~
展开
-
在线教育平台的数据分析——用户的地域分布
文章列表篇1:《在线教育平台的数据分析——用户精细化运营》篇2:《在线教育平台的数据分析——课程分级》篇3:《在线教育平台的数据分析——业务流程指标的计算》篇4:《在线教育平台的数据分析——用户的地域分布》前言内容:本片从用户的登录地域以及登录时段来分析用户的地域分布和活跃时段工具:EXCEL+power BI可视化分析目的:1.从用户的地域分布,找到主要的运营地域市场以及线下业务的地推市场;找到可以再扩展的地域市场2.用户的活跃时段,对活跃时间进行针对性广告投放和活动运营一、用户原创 2021-03-20 16:31:12 · 3533 阅读 · 1 评论 -
在线教育平台的数据分析——业务流程指标的计算
篇1:《在线教育平台的数据分析——用户精细化运营》篇2:《在线教育平台的数据分析——课程分级》篇3:《在线教育平台的数据分析——业务流程指标的计算》篇4:《在线教育平台的数据分析——用户的地域分布》前言本篇从业务流程的角度出发,梳理了业务中常见的指标,并进行了计算和可视化展示工具:MYSQL+EXCEL在在线教育行业,除本篇提到的指标外,用户的生命周期、活跃度也是指标体系中的核心指标,将在篇4中进行计算一、分析脑图及计算结果二、试听购课阶段的指标1.业务流程#mermaid-sv原创 2021-03-20 00:56:21 · 3367 阅读 · 1 评论 -
教育平台的线上课程推荐策略——课程分级
篇1:《教育平台的线上课程推荐策略——用户精细化运营》篇2:《教育平台的线上课程推荐策略——课程分级》前言数据:教育平台的线上课程推荐,数据集来源于和鲸社区工具:EXCEL,数据透视,内置函数,VBA数据分析宏内容:本篇是从课程角度出发,运用RFM分析法对课程进行细分,重新进行产品流量分布从而优化产品结构,淘汰不好的的课程分析流程...原创 2021-03-19 00:49:37 · 1225 阅读 · 0 评论 -
在线教育平台的数据分析——用户精细化运营
前言教育平台的线上课程推荐,数据来源于阿里天池,本篇是从用户角度出发,运用RFM分析法对用户进行分类,并提出精细化运营策略之前运用的RFM分析对某单车商家的用户进行用户分层,采用的python模块,这次使用的工具就只用了EXCEL,包括数据透视,VBA数据分析宏,内置函数等等分析流程...原创 2021-03-18 19:05:53 · 2599 阅读 · 0 评论 -
从单车销售数据看用户(二)
前言案例总结分为两篇第一篇:分析脑图及分析报告第二篇:python数据处理+powerBI制图import pandas as pdimport numpy as npcolumns=['user_id','order_dt','order_products','order_amount']df=pd.read_table('bicycle_master.txt',names=columns, sep='\s+')一、数据描述统计1. 数据展示user_id:用户IDorde原创 2021-03-11 18:09:31 · 250 阅读 · 0 评论 -
从单车销售数据看用户(一)
前言案例总结分为两篇第一篇:分析脑图及分析报告第二篇:python数据处理+powerBI制图一、总流程二、分析流程三、分析报告主要从数据展示、用户消费情况、用户消费行为、用户分层四个方面来挖掘用户的消费情况1、数据是什么样子的订单量平均2.4,说明大部分订单只消费了少量商品用户的消费金额平均在35元,中位数在25元,中位数小于平均数,呈现右偏分布,有一定极值的干扰2、用户消费情况3、用户消费行为分析4、用户分层...原创 2021-03-11 17:26:23 · 175 阅读 · 0 评论 -
群组分析——用户留存
1.分析脑图2.数据预处理import pandas as pdimport numpy as npimport sqlalchemy#读取数据库数据engine=sqlalchemy.create_engine('mysql+pymysql://xxx略')df=pd.read_sql(sql="select * from groups_data",con=engine)df.head() orderid orderdat原创 2021-03-11 14:18:41 · 250 阅读 · 0 评论 -
用户行为路径漏斗
一、分析脑图二、数据预处理import pandas as pdimport numpy as npimport sqlalchemyimport warningswarnings.filterwarnings('ignore')#从数据库读取数据:plat_flow平台流量表 loans_check:贷款审核表engine=sqlalchemy.create_engine('mysql+pymysql://。。略。。。')sql_flow='select * from plat_f原创 2021-03-10 21:03:25 · 536 阅读 · 0 评论 -
SQL学习笔记项目篇——游戏案例
SQL学习笔记1——SQL基础SQL学习笔记项目篇——游戏案例文章目录SQL学习笔记1——SQL基础SQL学习笔记项目篇——游戏案例前言分析流程及结果框架SQL代码及debug前言游戏数据分析主要从新增玩家、玩家活跃度、玩家付费情况、玩家游戏习惯进行分析数据集包含828934条数据,10个字段数据可视化及行业分析报告后续完善分析流程及结果框架SQL代码及debug-- 1.新增玩家SELECT COUNT(distinct user_id) as '新增玩家数量'FROMtap原创 2021-02-20 22:56:24 · 368 阅读 · 0 评论 -
电商case——双十一箱包销售案例
数据预处理从数据库中取表——商品信息表,商品热度表,用户销售明细表适当改造表结构,关联三个表合并为1个商品信息表商品信息表import pandas as pdimport numpy as npimport warningswarnings.filterwarnings('ignore')import sqlalchemyengine=sqlalchemy.create_engine('mysql+pymysql://frogdata05:Frogdata!1321@localh原创 2021-03-10 11:19:33 · 1274 阅读 · 1 评论