数据分析师-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

CDA助教老师

数据分析的目的

数据分析的目的是把隐藏在一大批看来杂乱无章的数据中的信息集中和提炼出来，从而找出所研究对象的内在规律。在实际应用中，数据分析可帮助人们做出判断，以便采取适当行动。数据分析是有组织有目的地收集数据、分析数据，使之成为信息的过程。这一过程是质量管理体系的支持过程。在产品的整个寿命周期，包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程，以提升有效性。例如设计人员在开始一个新的设计以

0.0923

1

0

0

关注作者

收藏

CDA助教老师

六顶思考帽之六色帽子大臣分别代表什么?

国王陛下的六色帽子大臣分别代表大脑的六类思维：客观理性（白帽子）、感性直觉（红帽子）、乐观积极（黄帽子）、悲观消极（黑帽子）、脑洞创新（绿帽子）、大局全览（蓝帽子）。还别不信，你的大脑里，真的就有这么多种思维。只不过平时你从来没有刻意组织过他们，所以导致你思考的时候他们总是以混乱形式随机出现，所以你没办法清晰感知到而已。

0.0000

0

0

0

关注作者

收藏

CDA助教老师

CDA数据分析师八大思维方式之细分思维

细分思维细分可以说无处不在，大到宇宙可以细分，小到原子核也可以细分。人生的大目标可以细分，某次小考试的成绩也可以细分。比如说，小明某次考试的总成绩不好，细分一看，发现其他科目的成绩都不错，只有英语成绩特别差，只得了 30 分，从而拉低了整体的成绩。这个例子就是把整体考试成绩细分为具体的科目。在数据分析的工作中，细分的纬度主要包括时间、地区、渠道、产品、员工、客户等。杜邦分析法、麦肯锡的 MECE

4.8955

2

0

0

关注作者

收藏

85691082

Mysql之INTERVAL函数的使用

INTERVAL代表的是时间间隔MySQL中的时间间隔类型有如下几种:

41.2131

3

5

0

关注作者

收藏

赵娜0418

txt文本文档中写好的Python函数或类，保存并修改文件后缀另存为

问：在txt文本文档中写好的Python函数或类，保存并修改文件后缀另存为".py"文件作为模块导入时失败了，为什么？答：写好函数或类需要另存为文件后缀为".py"的Python文件时，一定要注意转码为"UTF-8"格式，否则在导入时会导入失败。

36.9025

4

0

0

关注作者

收藏

你应该是一阵风丫

KNN中使用Scikit-learn基本建模流程

基本流程：

40.3920

7

0

0

关注作者

收藏

你应该是一阵风丫

机器学习：

40.2833

4

0

0

关注作者

收藏

赵娜0418

Mac系统无法安装WordCloud

Mac系统字体文件路径不同，需要下载simhei.ftt,具体链接如下。然后修改WordCloud(font_path=指向字体文件所在的路径）http://www.font5.com.cn/font_download.php?id=151&part=1237887120

41.7552

7

0

0

关注作者

收藏

读童话的狼

one-hot编码与哑变量编码有什么区别？

one-hot的基本思想：将离散型特征的每一种取值都看成一种状态，若你的这一特征中有N个不相同的取值，那么我们就可以将该特征抽象成N种不同的状态，one-hot编码保证了每一个取值只会使得一种状态处于“激活态”，也就是说这N种状态中只有一个状态位值为1，其他状态位都是0。举个例子，假设我们以学历为例，我们想要研究的类别为小学、中学、大学、硕士、博士五种类别，我们使用one-hot对其编码就会得到：

41.6749

3

0

0

关注作者

收藏

刘思婵

分析的最终目标无非两种：寻找解决方案，寻找更好的解决方案。第一步是保证数据的准确性和稳定性，第二步就是优化，提高准确性、提高效率和效益。优化包含两部分的内容：缩小当前和目标的差距，直到达成并超越目标；在成本或者预算固定的前提下，使收益最大化。 1、缩小当前和目标的差距 e.g. 全公司各部门各业务线的同事们都在追逐和超越KPI的路上；e.g. 机器学习建模时，尝试多种方案，调试各种参数，使模型的精

38.7939

2

0

0

关注作者

收藏

刘思婵

5.2自下而上的组合就是将个体组成群体，将小的指标组合成一个综合指标。e.g. 用户的标签分为基础标签和复合标签，基础标签就是单个用户属性来定义的(例如性别、婚否等)，复合标签则是考虑多个基础标签的组合(例如，某个典型的用户群体画像是：女性+单身+白领+一线城市)；e.g. 规划用户标签时，先用头脑风暴想出一批指标，然后进行归类、筛选、组合；e.g. 风控业务中累计坏账计提的计算，是将不同的逾期

38.7939

2

0

0

关注作者

收藏

刘思婵

要有结构化、系统化的思维，对影响因素自上而下的拆解和自下而上的组合。 5.1自上而下的拆解可以理解为“分级钻取”，如同金字塔结构一样，先从总体看到二级分支，然后再看更细的分支。e.g. 支付成功率的影响，可以对新老客、订单来源、支付方式、银行通道一层一层拆解，细化各个分支对整体变化的贡献率； e.g. 销售额 = 下单人数*客单价 (a)从登录到下单是层层转化后的，所以下单人数 = 访客人数

38.5549

1

0

0

关注作者

收藏

刘思婵

延时关联现象的产生可能存在延迟效应，要考虑当前现象(环节)的前置的“因”和后置的“果”。e.g. 今天上线的营销方案可能在几天甚至几十天后才会有显著的效应，今天交易量上出现的波动也可能是因为一段时间前产品或者运营策略上有改动。

44.4249

1

0

0

关注作者

收藏

刘思婵

看数据指标不要只看一个“点”，还要看一条“线”上的前后连接的环节，进而从“面”或“体”的角度去看整个大环境中都有哪些因素相互作用。对现象的分析可以参考简单的调节模型：其中：X是自变量，Y是因变量，M是调节变量。寻找关联关系时，不仅仅要找出对Y有直接影响的X(一个或者多个)，还要找出影响X对Y作用的调节因素M。关联也可以分为同时关联和延时关联两类。 4.1同时关联即多个因素(X)同时发生作用

0.3600

1

0

0

关注作者

收藏

刘思婵

纵向对比横向是和其他对象比较，纵向则是和自己的历史数据对比。常见的纵向对比有同比和环比，对比的周期根据实际情况可以按日、周、月、季、年等。注：一个常用的多组对比柱状图对比的时候，除了比较相对量，也要看绝对量，以合理地评估数据差异的大小。e.g. 0.5%的波动是大还是小，需要找参考点，如果历史波动最高也就0.1%，那么这个波动就很大。e.g. 公众号关注人数昨日环比增长20%(看着还不错)，

44.4249

1

0

0

关注作者

收藏

刘思婵

和同类(竞品)比较，e.g. 对比不同品牌的女装的销售情况，不同销售渠道(地区)的交易情况；实验对比，设置实验组和对比组，对比两组或多组之间的差异，以确定人为干预(实验、方案)的效应。e.g. 比较不同的产品或运营方案的效果差异时，常采用AB Test，需要确保对比的两组或者多组在数量和结构上要具有可比性(e.g. 用户的来源、等级等需要匹配)；和整体比较，e.g. 华东地区的销售情况和全国总体销

44.4249

1

0

0

关注作者

收藏

刘思婵

“痛苦来自比较之中”(没有比较就没有伤害)，其实幸福也来自比较之中，痛苦还是幸福，取决于选择的参照点是高于还是低于你。对比就是找一个参照点，来发现两个数据间的差异量Δ大小如何。对比可以分为两类：横向对比、纵向对比。

38.5549

1

0

0

关注作者

收藏

刘思婵

互联网时代最核心的经营理念是深耕客群，通过差异化运营提升ARPU值(Average Revenue Per User，每用户平均收入)，而分类无疑是开展这项工作的重要前提。主要有4种分类方法：二分法，非此即彼，e.g. 网站新客、老客，贷款审批结果分为通过申请、拒绝申请等；并列分类，多个分类(子集)构成一个全集，e.g. 用户地域可以按省份划分，按年龄可以将用户分为70后、80后、90后、00后等

0.0000

0

0

0

关注作者

收藏

刘思婵

一般的闭环流程包括3部分：事前方案规划，事中执行监控，事后复盘总结。e.g. 营销活动事前：确定目标，选定用户，制定方案，确定检验标准等；事中：实时数据监控(是否达到预期)，不同方案赛马，备用方案启用等；事后：对整个流程复盘，总结经验，CSS归类(Continue做先前已验证的正确的事，Stop做错误的事，Start做新的正确的事)常用的闭环迭代框架是PDCA，通过计划(P)、实施(D)、检查(C

0.0000

0

0

0

关注作者

收藏

刘思婵

分步转化要连续完成多个步骤，有的人“浅尝辄止”，有的人“半途而废”，有的人则是“善始善终”。产品转化的每个步骤都会有用户流失，好比100个人参加有9个关卡的淘汰游戏，每个关卡会淘汰10个人，整个游戏最终会剩下10个获胜者，把这个游戏看作产品，那么该产品的全流程转化率就是10%(游戏获胜率)。 e.g. 常见的电商流程如下：注册-->登录-->浏览商品-->加购物车-->支付-->售后将上述步骤整理

0.3600

1

0

0

关注作者

收藏

<1…414243…340>

CDA考试动态

CDA报考指南