![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
文章平均质量分 69
冰蓝樱草
学习数据分析
展开
-
数据分析2-淘宝用户行为分析_阿里云天池(SQL+Excel+Tableau)
淘宝用户行为分析项目背景明确分析的目的数据处理数据清洗重复数据处理缺失数据处理逻辑错误处理数据转化数据提取数据分析用户日活跃和周活跃有什么规律吗?每日的新增用户如何当日活跃用户的次日留存,三日留存怎么样?用户从浏览到购买的整体转化率怎么样用户从浏览到购买的路径什么样?点击->直接购买点击->加购不收藏->购买点击->收藏不加购->购买点击->收藏且加购->购买平台主要给用户推送什么商品?用户喜欢什么样的商品?怎么判断哪些是高价值用户 ?项目背景UserBehav原创 2021-04-24 17:22:48 · 2398 阅读 · 0 评论 -
国内电商行业-业务知识
参考:《数据分析思维》原创 2021-04-24 17:19:24 · 154 阅读 · 0 评论 -
招聘网站数据分析岗位数据分析(Excel实现)
数据分析案例明确分析的目的数据处理原始数据数据清洗选择子子集重复数据处理缺失数据处理数据转化数据提取-字段分割异常值处理数据分析1.需求在哪里?2.需要什么样的人才?3.什么阶段需求最旺?结论明确分析的目的• Where——需求在哪里?• What——需要什么样的人才?• When——什么阶段需求最旺?数据处理原始数据数据清洗选择子子集职位ID是该职位唯一标识,隐藏公司ID公司全名和公司简称重复,隐藏简称重复数据处理操作对象:根据职位ID来删除重复数据操作方法:选择职位ID列,数原创 2021-04-20 11:44:15 · 5644 阅读 · 3 评论 -
RFM分析方法
RFM分析方法RFM分析方法RFM指标介绍RFM指标作用如何使用RFM分析方法如何精细化运营如何给R、F、M打分-采用数据分组确定分组的范围和标准利用VLOOKUP匹配函数函数RFM分析方法RFM指标介绍R:最近一次消费时间间隔(Recency) R越小用户价值越高F:消费频率(Frequency) F越大用户价值越高M:消费金额(Montary) M越大用户价值越高RFM指标作用根据RFM指标可以将用户分成8类:用户分类规则如下:如何使用RFM分析方原创 2021-04-16 11:04:25 · 2677 阅读 · 0 评论