1. 熟练运用 SQL、python 进行数据处理和分析,能够运用 Tableau、Power BI 进行数据可视化;
2. 熟练使用 Numpy、Pandas、Scipy 、Matplotlib做数据清洗、数据分析和可视化等工作;
3. 熟悉常见的机器学习算法:KNN、线性回归、逻辑回归、SVM、决策树、朴素贝叶斯、集成学习(随机森林、GBDT)、聚类(K-means);了解常见的深度学习算法( CNN,RNN 等);
4. 熟悉经典的数据分析模型,如:对比分析、多维拆解、漏斗分析、5W2H、SWOT、RFM、等;
5. 熟练使用 Excel 、PPT、Word等办公软件;
6. 掌握数据爬虫技术,了解 Reids 数据库。
项目名称:(一)用户行为分析
项目介绍:用户研究是产品设计的第一步,其中以大量数据为支撑的用户行为分析尤为重要,这个项目我们采用用户数据,深度分析用户行为,主要包含基本用户注册数据、实名、投资统计,复购率分析,获客分析,留存分析,从时间维度分析每天用户行为,各环节转换率分析,指导运营人员及时优化产品策略。
项目流程:1. 使用MySql收集数据, Pandas 进行数据预处理,主要为数据清洗、标准化处理;
2.探索性分析:统计浏览量,独立访客数,分析有购买行为的用户数,复购率分析,分析活跃度,
从时间维度分析用户行为,用Matplotlib可视化;
3.撰写数据分析报告。
使用工具:MySql+Python + Numpy + Pandas + Matplotlib
项目名称:(二)客户价值分析
项目描述: 根据用户的下单量,频次,消费总金额等特征,对客户进行用户价值分析,得到聚类分析结果,以便更好地分配营销资源,提高销量。
项目流程:1. 数据收集,对数据进行缺失值和异常值的处理;
2.定义指标R、F、M指标,计算RFM值,根据 RFM 值确定用户分类;
3.汇总分析结果,对用户进行精细化运营。不断将用户转化为重要价值用户。
使用工具:MySql+Python + Excel