数据分析
yolandaxym
憨憨分析师
展开
-
pyecharts(1):关系图
模块导入:from pyecharts import options as optsfrom pyecharts.charts import Graph, Pagenodes、links:字典listnodes = [{"name":a,"xx":1},{"name":b,"xx":2},{"name":c,"xx":3}]links = [{"source":a,"target":b...原创 2020-03-18 11:47:05 · 1321 阅读 · 0 评论 -
Web Analytics 2.0 学习笔记 (二):8个关键网站指标
1. visits(访问)和visitors(访客)visits:会话数(Session),由这个会话中的第一次请求和最后一次请求决定。独立访客(unique visitors,UV):cookie数。UV很接近,但不完全是真实独立的人数。有些浏览器会禁用cookie,会导致UV受影响(第三方cookie被禁用的比率 10-30 % 大于第一方cookie 2-5%)。 *基于从用户...原创 2020-01-02 18:09:30 · 297 阅读 · 0 评论 -
思维导图:AARRR
原创 2019-12-16 13:40:07 · 410 阅读 · 0 评论 -
Web Analytics 2.0 学习笔记 (一)
虽然网站分析可以追踪到网站上每个人的每一次点击,但是对实际操作并没有很大帮助,根本原因在于分析师与营销人员(marketers)仅仅从很悠闲的角度去观察这些网站上的数据,并把眼光局限于点击流数据(clickstream data)。本章重点: - 网站分析现状 - 行业现状 - 重新审视网站分析 - 变革:我们可以实现1. 数据困境缺乏数据,不能做出完整的决策;即使有了大...原创 2019-11-27 18:13:11 · 522 阅读 · 0 评论 -
相关性分析
1. 图表 折线图、散点图2. 协方差及协方差矩阵 协方差:用来衡量两个变量的总体误差。(只能对两组数据进行分析)弊端:无法对相关的密切程度进行度量正值:正相关(两个变量变化趋势一致)负值:负相关零:不相关(两个变量相互独立)3. 相关系数(correlation coefficience) 可以对相关的密切程度进行度量弊端:因为没有模型,所以无法进行预测...原创 2019-11-28 17:57:52 · 1754 阅读 · 0 评论