weixin_44543637的博客

原创 数据分析项目-北京积分落户

。。。。

转载 常见的分析及其指标

1、用户生命周期指标说明：通过用户在业务流程中的不同阶段，对用户进行分类（潜在客户、意向客户、流失客户、下单客户等）。指标的作用：市场营销中，针对不同种类的用户进行不同的营销策落。2、用户价值指标说明：用户所带来的价值或者贡献的总和。指标的作用：根据用户价值的高低对客户进行分类，针对不同种类的用户进行不同的营销策落。案例：例如高创收的用户，在推销上可以使用高单价商品。3、用户分群指标说明：不仅仅通过用户生命周期或者用户价值等单一维度进行分类，而是提取用户的多个核心维度，然后利用象限法将用户分

原创 markdown 画流程图

#mermaid-svg-7ysJ684vfnwQyh6v .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;color:#333}#mermaid-svg-7ysJ684vfnwQyh6v .label text{fill:#333}#mermaid-svg-7ysJ684vfnwQyh6v .node rect,#mermaid-svg-7ysJ684vfn

原创 一图看懂指标体系

设计指标推荐使用OSM模型。OSM模型OSM模型（Obejective，Strategy，Measurement）分别代表业务目标、业务策略、业务度量。O：用户使用产品的目标是什么？产品满足了用户的什么需求？S：为了达成上述目标我采取的策略是什么？M：这些策略随之带来的数据指标变化有哪些？...

转载 用户分层在用户运营的运用

从用户运营的整个过程来看，我们大致可以把用户运营分为五个过程：用户增长/吸引新用户；根据对用户的分层/分群，制定不同的运营策略和手段；组织社群和活动，加强和用户的联系和互动；建立用户激励体系，常见就是会员体系等；用户调研，听一下用户的建议。以王者荣耀为例而按照用户生命周期，我们也大概可以分为五个阶段：新手用户成长用户成熟用户衰退用户流失用户那么，王者荣耀是如何实现用户分层运营的呢？1.新手期用户：赠送游戏人物，进行游戏体验，让用户最快的感知产品价值。2.成长期用户：连续签到

翻译 浅谈推荐系统

定义是一种信息过滤系统，手段是预测用户（User）对物品（Item）的评分和偏好。让我们来换一个角度回答三个问题，从而重新定义什么是推荐系统：它能做什么；它需要什么；它怎么做。第一个问题“它能做什么”，推荐系统可以把那些最终会在用户（User）和物品（Item）之间产生的连接提前找出来。它需要什么”：推荐系统需要已经存在的连接，从已有的连接去预测未来的连接。第三个问题：怎么做？机器推荐和人工推荐，也就是通常说的“个性化推荐”和“编辑推荐”。你需要推荐系统吗？我们可以考

转载 游戏经济系统

现实世界中，经济系统的重要性不言而喻。对游戏来说也同样如此，一个良好的经济系统可以确保游戏在相当长的一段时间内平稳运行。对于游戏内的经济系统，有4个重要环节：生产、积累、交易和消耗。生产这里指的生产，本质上是玩家和游戏系统间的交互，生产环节主要有两个要素：真实资源投入真实资源指的是时间和金钱。严格来说，每个游戏系统都需要投入时间，但我们可以将立刻产生结果的系统看作是没有时间消耗的。比如强化系统，主要资源足够，强化行为一般都是瞬间完成的，这种时间消耗几乎可以忽略不计。游戏系统转换游戏系统在生产中的角色是转

原创 API接入项目：oppo、vivo广告数据接入一条龙服务

目录项目背景项目流程图技术总结实现过程及代码解读准备工作发送请求，通信成功获取所有数据，处理数据保存至数据库项目背景作为一名游戏公司数据分析师，日常的数据主要还是来自于内部数据埋点上报。但是，如果涉及到投放，一些广告数据就需要涉及到调用对方的api接口，获取数据。而我，第一次接手（之前主要是数据开发工程师完成），算是过五关斩六将了。本文档主要为了记录一次独立完成的外部数据接入项目。项目流程图#mermaid-svg-UGUILCnnDrWEnzQO .label{font-family:'treb

转载 Datapane --python 数据分析报告开发与分享神器

推荐一个python写数据分析报告的神器，前几天在微信订阅号【Python大咖谈】中有幸看到，觉得似乎很实用，便自己开始动手实操了。链接直达：官网地址：官网文章地址：公众号文章地址gitlab项目地址：先看一下实操效果吧！duang！duang！duang！截图效果！图上圈出部分可进行网页交互。体验满分。实操部分安装以pycharm为例子,在terminal控制台输入一下代码：pip3 install datapane接下来就是等候一堆进度条完成。下载完成之后，进行一个简单的dem

原创 运用RFM模型为某汽车租赁公司进行用户画像

本文结构1、背景2、主要结论与建议3、思路和代码展示4、知识点补充一：背景用户画像即用户信息标签化，通过用户画像，可了解用户兴趣偏好→制定策略 →精准触达 →通过数据反馈的方式指导和优化策略。主要通过收集用户的注册、登录、消费和行为数据进行标签化。数据源：包含用户的属性、消费数据和行为数据。共3000条数据。主要列：‘用户编号’, ‘RR’, ‘FF’, ‘MM’, ‘时租次数’, ‘日租次数’, ‘自取次数’, ‘送车次数’, ‘微信支付次数’,‘支付宝支付次数’, ‘兑换码支付次

原创 游戏数据报表产出

建议和游戏数据指标一起食用。

原创 游戏数据指标-全周期

原创 分析项目-AQI分析与预测

文章目录项目背景简单聊分析流程分析过程与结果展示准备工作数据预处理哪些城市的空气质量较好/较差？（描述述性统计分析）空气质量在地理位置分布上，是否有一定的规律性？（描述性统计分析〕临海城市的空气质量是否有别于内陆城市？（推断统计分析〕空气质量主要受哪些因素影响？〔相关系数分析〕全国城市空气质量普处于何种水平？〔区间估计〕怎样预测一个城市的空气质量？（统计建模〕项目背景AQl(AirQualit...

原创 我是如何用python去分析某加油站订单流水

目录一：全文思路整理二：数据处理流程三：实现可视化与分析四：总结与思考一：全文思路整理前面写了如何用excel、SQL、Tableau去分析这个数据源，本文主要描述python怎么去实现，目的是总结一整套案例分析的思路，以便日后分析参考。本文的思路为：二：数据处理流程可视化部分做了一个可视化库选择的参考。（各有千秋，个人比较喜欢pyecharts和seaborn，主要是视觉上还过得去。...

原创 数据分析项目-某加油站订单分析（SQL需求篇）

需求1：对数据进行清洗，删除订单号为null和支付金额小于15的订单。需求2：统计各种状态的数量和占比需求3：对支付成功的订单进行描述分析性分析3.1：优惠类型数量及占比3.2：不同油品的加油量及占比3.3：不同油枪月加油车辆数3.4： 开票行为分析3.5：开票数量排前10的公司或者个人名及开票数量，消费金额，加油量3.6：按实付金额排名取前5名，查看用户id和总加油量，加油次数...

原创 数据分析项目-某加油站订单分析

…

原创 数据分析项目-某加油站订单分析（Tableau实现）

2. Tableau分析篇分析步骤与excel大同小异，只是平台不一样而已。基本上确定框架，少量公式即可实现一篇还不错的分析。分析目标：1、本文主要想通过支付入口，优惠类型，是否开票等离散型指标，了解11月活动的大体情况。2、通过每日、工作日、周，月度都时间维度查看11月的运营情况。3、分析步骤：数据导入—》数据清洗—》可视乎化—》得出结论—》制作仪表盘和故事数据清洗部分清洗订单...

原创 sql面试必备

存一些大佬们分享的sql面试题及面经，mark一下！SQL数据库面试题以及答案（50例题）：常见的SQL面试题经典50题：SQL面试题练习：2020学霸批拼多多数据分析笔试总结：leetcode我们必知必会的SQL面试题：10道mysql查询语句面试题：数据分析面试必备——SQL你准备好了吗？：数据分析之SQL面试题：SQL面经汇总：...

原创 SQL知识点总结

sql知识点总结

原创 SQL面试题

本文中的环境都是基于Navicat。分析流程 ：建立连接 mysql -u用户名 -p密码选择数据库分析数据构成（分析有哪些表 那些字段 都是什么类型的 有什么约束条件 是否设立索引）数据插入数据查询数据插入Student(SId,Sname,Sage,Ssex) --SId 学生编号,Sname 学生姓名,Sage 出生年月,Ssex 学生性别 create table S...

原创 数据分析项目- 北京房价

文章目录一、项目背景与分析目的二、数据整理与清洗三、可视化与分析四、结论一、项目背景与分析目的项目背景一线城市房价一直是大家热议的点，所以对手头一份北京房价数据进行分析，希望从中获得一些有效信息。分析目的指导广大观望者对房价理性理解，更多的关注房价数据信息。二、数据整理与清洗#导入模块，读取数据import pandas as pdimport numpy as pyimpor...

原创 数据分析项目-FIFA-2018 player

一：分析背景与目的背景手头拿到一份FIFA-2018 player的数据，获得途径可以是：官方网站下载、相关数据网站下载、爬虫获得等等分析目的对整体情况进行了解二：数据采集和处理1、数据概况describe一下数据源，可看到共计有17994条数据，6个描述列。可以重点关注一下平均值，最大最小值。看看是否有需要清洗的数据。# 导入模块import pandas as ...