热线电话：13121318867

登录
热搜话题:
ai长文生成
Scikit-learn
Python
大数据
数据分析师
统计学
微积分
线性代数
Excel
Power BI
R语言
SPSS
Mysql
快速发帖
我要提问
最新
热门
关注
推荐
问答
CDA121614
数据分析方法论笔记
每日笔记：：：：
127.3969
0
0
关注作者
收藏
CDA121614
数据分析概述
# CDA数据分析-概论1、**数据从哪来**：业务人员收集、人为填写、网页、计算机系统等2、**数据库系统的数据从哪来**：有业务发生，业务人员录入数据存储到数据库中3、**数据流转**：![image-20220321085831508](C:\Users\邓婕\AppData\Roaming\Typora\typora-user-images\image-2022032108
144.4848
0
0
关注作者
收藏
deaurn
学习笔记二 业务场景指标
维度人： 销售人员、客户（延伸出销售区域）销售人员表、客户表货：商品（延申出品牌、品类、渠道）商品表场：交易场景（销售人员将商品卖给客户）销售表、订单表时间。业务场景指标包含两种表维度表：只包含维度事实表：既包含维度字段也包含度量字段
154.7413
0
0
关注作者
收藏
deaurn
学习笔记一 数据透视
数据分析是将零散数据变为人类可以理解的数据数据透视三要素：维度、度量、计算规则维度：业务观察角度（文本型）度量：反映业务结果的好坏（数值型）数据分析就是从不同维度观测不同度量数据透视的数据量=维度字段+度量字段数量
154.7413
0
0
关注作者
收藏
CDA助教老师
记录一个某餐厅笔试题和我的答案
记录一个某餐厅笔试题和我的答案, 答案不一定正确哦
270.3086
0
0
关注作者
收藏
CDA117526
了解方法论
通过这篇文章让设计师能入门数据分析。并为以后学习数据分析，摸索前进方向。并将数据思维引入到我们的项目中。数据分析不再是设计师的弱项，我们也可以站在数据的角度和产品经理一起做决策。设计团队引入数据分析，那么就需要一套成熟的适合自己的团队的模型做基础，所以数据模型是我们数据分析的理论基础。本文讲的是设计团队中可能会用到的一些数据模型。在数据模型中，我们可以学到数据模型的分类思路，以及如何创造出适用自己
50.3141
0
0
关注作者
收藏
CDA117526
数据可视化的常见陷阱
数据可视化，是将抽象的数据、指标、概念进行具象图形可视的过程。其在几个世纪前就是人们理解数据之间相互关联的首选方法。举个例子，最早的条形图开发在1786年，由威廉·普莱费尔发布的《The Commercial and Political Atlas》，这是有史以来第一个线性图和条形图。（史上第一张条形图）威廉·普莱费尔想比较苏格兰一年内（1780-1781）的进口总额和出口总额，并按照进出口的来源
121.1654
0
0
关注作者
收藏
CDA117526
如何提升指标敏感度
指标如何选择我们来看一个场景：当我们打开京东时，我们要计算页面中「精选」模块的点击情况，我们该怎么计算？相信你能想到 CTR ，也就是 点击次数 / PV，算出来是 平均一次PV，有多少次点击但是这么算真的合理吗？思考30秒，再往下看。就分子来说，点击次数没有异议，点击了多少次就是多少次。但是PV呢？PV其实有三种计算方式：1、页面展现次数展现就算，不论是首次，还是各种操作后，回到当前页面，都记录
32.6709
0
0
关注作者
收藏
CDA117526
逻辑树分析法
【问】某胡同口的煎饼摊一年能卖出多少个煎饼？使用逻辑树分析方法来拆解。一年卖的煎饼数量=1天卖出的煎饼数量 * 365天。1天卖出的煎饼数量是多少呢？我们可以进一步拆解：1天卖出的煎饼数量=1天的工作时间 / 做一个煎饼的平均时间 现在我们将这个问题拆解为两个子问题了：1）做一个煎饼的平均时间是多少？2）1天的工作时间是多少？ 子问题1：做一个煎饼的平均时间是多少？大家都吃过煎饼，我们猜测是1分
43.6110
0
0
关注作者
收藏
CDA103484
数据分析师-Python预习笔记4
因为python是一门很重要的课程，所以预习内容很多，基础点也很多，预习视频也做了相应笔记，需要的同学可以自取哈~~Python预习笔记7.pdfPython预习笔记8.pdfpython综合笔记.pdf
35.9861
0
0
关注作者
收藏
CDA103484
数据分析师-Python预习笔记3
因为python是一门很重要的课程，所以预习内容很多，基础点也很多，预习视频也做了相应笔记，需要的同学可以自取哈~~Python预习笔记5.pdfPython预习笔记6.pdf
53.3767
0
0
关注作者
收藏
CyanLeo
【SQL】使用LEFT JOIN子句求表1与表2的差集
SELECT tbl_1.column_1, tbl_1.column_2, ..., tbl_1.column_k, ..., tbl_1.column_nFROM tbl_1LEFT JOIN tbl_2 ON tbl_1.column_public = tbl_2.column_publicWHERE tbl_2.column_any IS NULL;
60.1491
1
0
关注作者
收藏
CDA助教老师
mysql 和anaconda官方下载地址
https://downloads.mysql.com/archives/workbench/ 官网下载 mysql ,可选Windows版或者苹果MAC版https://www.anaconda.com/products/individual 官网下载anaconda ,,可选Windows版或者苹果MAC版
33.0942
0
0
关注作者
收藏
CDA103484
数据分析师-Python预习笔记2
因为python是一门很重要的课程，所以预习内容很多，基础点也很多，预习视频也做了相应笔记，需要的同学可以自取哈~~Python预习笔记3.pdfPython预习笔记4.pdf
105.1020
0
0
关注作者
收藏
CDA助教老师
Window7电脑安装PowerBI新版本出现报错提示“AS Process PID=12552 has exited with ExitCode=-1073741511”问题如何解决？
1，PowerBI自从2020年11月份开始，后面的版本不再支持WIN7系统，很多window7用户安装新版本时提示不支持,会有这个:“AS Process PID=12552 has exited with ExitCode=-1073741511”的报错提示, 解决这个问题两个方法：方法(1) window7用户需要把电脑升级到win10。(建议使用方法1)方法(2) 还是win7 系统，那只
126.8303
0
0
关注作者
收藏
CDA103484
数据分析师-Python预习笔记
因为python是一门很重要的课程，所以预习内容很多，基础点也很多，预习视频也做了相应笔记，需要的同学可以自取哈~~Python预习笔记1.pdfPython预习笔记2.pdf
26.0198
0
0
关注作者
收藏
CDA助教老师
元数据管理时多使用那种数据库？
元数据管理 Hive适合于大数据量的批处理作业，对于量级较小的元数据， MySQL具有更快的读写速度。Web端产品读写MySQL数据库会有更快的速度，方便标签的定义、管理。对于元数据的录入和查询功能，可将相应的元数据存储在MySQL中实现。这里给出平台标签视图（如图3-11所示）和元数据管理页面（如图3-12所示）。图3-11 平台标签视图 图3-12 标签编辑管理 平台标签视图中的标签元数据可以
26.0519
0
0
关注作者
收藏
CDA助教老师
ID-MAP是什么？
ID-MAP 开发用户标签的时候，有项非常重要的内容——ID-MApping，即把用户不同来源的身份标识通过数据手段识别为同一个主体。用户的属性、行为相关数据分散在不同的数据来源中，通过ID-MApping能够 把用户在不同场景下的行为串联起来，消除数据孤岛。图3-7展示了用 户与设备间的多对多关系。图3-8展示了同一用户在不同平台间的行为 示意图。 图3-7 用户和设备间的多对多关系图3-8 串
24.4745
0
0
关注作者
收藏
CDA助教老师
用户标签的分区存储与汇聚是什么？
分区存储 如果将用户标签开发成一张大的宽表，在这张宽表下放几十种类型标签，那么每天该用户画像宽表的ETL作业将会花费很长时间，而且不便于向这张宽表中新增标签类型。 要解决这种ETL花费时间较长的问题，可以从以下几个方面着手： ·将数据分区存储，分别执行作业；·标签脚本性能调优；·基于一些标签共同的数据来源开发中间表。 下面介绍一种用户标签分表、分区存储的解决方案。 根据标签指标体系的人口属性、行为
26.1926
0
0
关注作者
收藏
CDA助教老师
用户画像用的Hive数据仓库是什么样的？
建立用户画像首先需要建立数据仓库，用于存储用户标签数据。 Hive是基于Hadoop的数据仓库工具，依赖于HDFS存储数据，提供的 SQL语言可以查询存储在HDFS中的数据。开发时一般使用Hive作为数据仓库，存储标签和用户特征库等相关数据。 “ 数 据 仓 库 之 父 ”W.H.Inmon 在 《 Building the Data Warehouse》一书中定义数据仓库是“一个面向主题的、集成
24.4745
0
0
关注作者
收藏
<1…789…340>
CDA考试动态
考试介绍
考试大纲
考试内容
考试地点
CDA报考指南
报考流程
考试时间
报名费用
联系我们
热门栏目
考试动态
报考指南
复习备考
职业发展
直播公开课
经验分享
Copyright © 2015-2020, www.pinggu.com All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有 京ICP备18052299号-1