最近也快到年底了,給大家整理了15種常用/常見的資料分析方法和模型,並將其分為兩大類,方便大家理解記憶,話不多話,直接開盤!

用到的資料分析工具是FineBI,我就不過多介紹了,自己去看吧,最重要的是看工具如何幫你做好資料分析,以及如何幫你省力地搭建模型。

對外部使用者分析模型

1、RMF分析

RFM分析模型用來對使用者進行分類,並判斷每類細分使用者的價值。透過這三個關 …

--

--

想做資料分析,大部分人都避免不了要天天跟excel打交道。

而最讓人頭疼的事情就是,如何最大程度提高我們的資料處理效率呢?

這還用說?當然是資料透視表和資料透檢視

資料處理當中80%的工作資料都可以透過資料透視表實現,你想一想,如果你的老闆想讓你做一份上半年銷售量的統計圖

你知道這是一項再輕鬆無比的任務了,很快就問銷售要到了資料,然後手指一動,Ctrl …

--

--

資料安全作為老生常談的話題,是我們日常使用Python進行諸如web應用開發等任務時繞不開的話題,我們希望透過網路傳輸一些資料的同時,還可以保證資料的安全,畢竟將一些敏感的資料傳輸到未知的環境中進行使用是非常危險的事情。

而透過使用Python庫ItsDangerous,我們就可以高效快捷地完成資料加密/解密的過程,它屬於pallets專案計劃,該專案 …

--

--

一到季末、年中、年末,不管是哪個公司,都有一大群人為了季度報告、年度報告忙的焦頭爛額

辛苦大半年的工作成績全在一張張ppt裡展現,升職加薪有一半就得靠報告寫的好不好,這時候就得靠各位的語言組織能力和ppt功底了

但是對財務、銷售、生產、供應鏈等業務崗,尤其是一些管理崗位,業績描述的再好也少不了各種資料、指標的舉證,因此除了做ppt之外,還要花大量的 …

--

--

打工人有多厭倦寫日報和週報?

“討厭到可以離職的程度。”

“最累的不是工作,而是寫日週報”

其中,日報最為致命,可以說,日報已經成為打工人的噩夢,是“職場生活中最反人類的一項任務”。甚至由此衍生出了專業代寫週報的業務

但大家真的是因為懶得寫才這麼討厭日、週報嗎?

並不是。

因為大多數打工人心裡也明白寫日週報的同時,也是對自己日常工作的覆盤,是有利於向上反饋和自身成長的。但是,目前的真實情況是:

1、日週報字數內卷:同事之間不再去 …

--

--

大家好,在諸如網路爬蟲、web應用開發等場景中,我們需要利用Python完成大量的url解析、生成等操作。

而在Python生態中,無論是使用諸如urllib之類的標準庫,還是各種第三方庫,可以用來有效處理url的方法都非常之豐富。而今天我要給大家介紹的url處理庫,則是我在實際使用中綜合考慮簡單易用性與運算速度後,最為滿意的!

在Python中利用yarl高效處理url

這個可以用來高效便捷處理url的第三方庫叫做yarl,使用pip install yarl完成安裝後,下面我們來快速學習其主要的一些功能方法:

1.1 利用yarl解析url資訊

基於yarl中的URL(),我們可以從任意合法的url中解析出下圖所示的各個構成部分:

--

--

企業資料分析工作中經常會遇到這樣的尷尬情況:會資料分析的人不懂業務,而懂業務的人卻不會資料分析。往往一個數據分析需求的完成,最大時間成本不是花在真正的取數、分析階段,而且前期的需求溝通階段。這種配合模式下,業務的資料分析需求總是在無盡的排期和等待中,沒辦法及時發現業務問題和輔助業務決策,老闆怪罪下來,先扛鍋的還是業務。

解決上述問題的辦法之一就是讓業務掌握基本的資料分析能力,不需要依賴資料分析人員就能自助進行資料分析,快速響應業務決策。這也是越來越多的公司在招聘銷售、人力資源、財務、運營等業務崗位時要求掌握一定資料分析能力的原因。

那業務人員如何才能掌握資料分析能力呢?

我給很多公司做過業務人員的資料分析培訓,大部分人有學習資料分析的慾望,渴望透過資料分析來發現、改善工作中的問題,但是對於學習資料分析這件事,很多人的認識就是一個字:

“我從來沒接觸過技術相關的東西,sql啥的我都不會啊,怎麼學啊”

“聽人說得要學python呢,我一竅不通”

“我連Excel都不太會用,只會畫個表格…”

…..

大部分業務人員對資料分析的畏懼都來自於缺少技術語言/工具技能的不自信,這也是很多想轉行資料分析的技術小白的擔憂。但其實對業務資料分析來說,更重要的是對業務邏輯的理解,其實才是資料分析技術的掌握。所以在我看來,業務人員學習資料分析是更具有優勢的,因為你們更加了解業務邏輯,只是缺乏對資料進行分析的技術和手段。

資料分析技術的學習並不難,拆分一下其實就是兩點:工具+方法

先說工具

這是大部分業務人員學習資料分析最大的阻礙,資料分析應用到的工具很多,但不管什麼工具,都只是我們完成資料到分析結果的一種手段,並非一定要學會python、sql、excel等工具才能去做資料分析。我們要做的就是選擇一個適合我們業務人員的分析工具進行學習。

工具怎麼選?當然是在能滿足我們分析需求的基礎上越簡單越好,我們的本職還是更好的完成業務工作,資料分析只是輔助,沒必要在工具的學習上浪費太多時間。

第一個推薦的是excel,最常用的辦公軟體之一了,資料處理功能強大,製作一些簡單的資料分析圖表也很方便,網上的教程也很豐富,掌握一些基本的分析功能可以應付大部分的工作場景。

但一旦面对大量的数据和复杂表格,Excel就显得有些遜色了,并不是说它的功能实现不了,而是对于大部分普通业务人来说,技术水平受限于Excel的高技巧功能,没办法自由快速的做表格做分析。(可以选择专门花时间去学,根据自身情况衡量投入产出)

所以如果既要追求上手快,又对数据分析要求比较高的,我通常会推荐大家用BI工具,操作比excel更加简单好学,同时自带数据库连接、数据可视化处理等功能,避免了复杂函数公式的困扰,不用花大部分的时间在数据处理上,另外数据可视化分析的功能很强大,拖拖拽拽就能生成精美的可视化分析报告。

--

--

經常跟資料打交道的人,應該都體會過做資料報告、彙報PPT、資料報表的痛苦,痛苦的來源大部分都來自於主管和老闆,不管是大公司還是小公司,幾乎所有的資料和工作都要體現在ppt報告裡。

但是往往很多人做了密密麻麻的表格、統計了超多的資料資訊,老闆根本一眼也懶得看,試想下面這種表格怎麼可能讓人有看的慾望?

--

--

數據分析那些事

數據分析那些事

這是一個專注於數據分析職場的內容部落格,聚焦一批數據分析愛好者,在這裡,我會分享數據分析相關知識點推送、(工具/書籍)等推薦、職場心得、熱點資訊剖析以及資源大盤點,希望同樣熱愛數據的我們一同進步! 臉書會有更多互動喔:https://www.facebook.com/shujvfenxi/