数据分析实战
文章平均质量分 86
从数据清洗、数据建模,到产出报告,尽力还原一套完整的分析流程。
being_Stella
主业是自由职业者,目前在一家上市公司打工。
致力于传统行业/企业的数字化建设。
“此花彼花,见与不见,必然意义不一”( ̄▽ ̄)
展开
-
淘宝电商用户行为数据分析及可视化—基于MySQL/Power BI(含代码)
本项目以阿里巴巴移动电商平台的真实用户-商品行为数据为基础,使用MySQL进行数据清洗,以AARRR模型、RFM模型为基础展开分析,再用Power BI做可视化,最后从提升用户活跃度、促进商品成交、差异化用户营销三个方面提出建议。原创 2020-05-28 08:42:09 · 10957 阅读 · 8 评论 -
2019年北京市土地成交市场分析——基于Excel的分析与可视化
1. 整体市场相对稳定,量价小幅变化2019年北京市土地市场,相对2018年,量价方面小幅变化,溢价率同比降低4个百分点。全年共成交86宗土地(79宗挂牌方式、7宗招标方式),较2018年增加14宗,土地面积为474万平方米,同比下降3%,成交总价为1688亿元,同比上升幅度不足1%,楼面价为18630元/平方米,同比下降5%。图:2018-2019年北京土地成交市场变化指标注释土地面积...原创 2020-05-07 11:44:17 · 2157 阅读 · 0 评论 -
链家网北京市租房数据分析(一)——基于python的数据清洗
本项目主要利用pthon基本语法,对链家网的3000余条整租房源数据做清洗,以便下一步进行具体的分析及可视化。我前期用Jupyer来敲代码,个人觉得比较方便,结果可以直接看到,之后再整合后放到pycharm中运行。原创 2020-05-07 10:23:09 · 7507 阅读 · 8 评论 -
链家网北京市租房数据分析(二)——基于python的数据可视化
本次分析的数据为链家网租房首页的3000余条整租房源数据,分析工具为python的常用包pandas, matplotlib, seaborn。数据源可点击链接至百度网盘提取,永久有效。本项目分为两部分,数据清洗、可视化探索。本文为第二部分,第一部分可跳转我的另一篇文章。原创 2020-05-06 20:59:52 · 16255 阅读 · 9 评论