自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

CDA数据分析师

专注数据科学教育16年专业品牌

  • 博客(3921)
  • 资源 (4)
  • 收藏
  • 关注

原创 多维数据模型建模之三大模型

它的结构由一个中心的事实表和围绕事实表的维度表组成,类似于星星的形状,因此得名。在星型模型中,事实表可能包含销售日期、销售额、销售数量等字段,而维度表则包括日期表(存储日期、周、月、季度等信息)、产品表(存储产品名称、类别、价格等信息)和店铺表(存储店铺名称、位置等信息)。延续上面的零售企业例子,在雪花模型中,产品维度表可能被分解为产品表、类别表和品牌表。在雪花模型中,维度表可能被分解成更多的表,这些表通过外键关联。星座模型是对星型模型的扩展,它支持包含多个事实表的数据仓库设计,这些事实表共享维度表。

2024-03-28 22:12:29 316

原创 数据仓库与业务数据库:企业数据管理的双重动力

本文将从OLAP(在线分析处理)和OLTP(在线事务处理)的角度,探讨业务数据库和数据仓库的差异,以及它们在企业数据策略中的重要作用。无论是处理实时的业务事务,还是进行深入的数据分析和决策支持,业务数据库和数据仓库共同构成了支持企业增长和创新的强大数据基础。业务数据库是基于OLTP设计的,它们处理如订单录入、库存管理和银行账户交易等日常业务活动,确保企业运营的流畅性和数据的即时更新。数据仓库是基于OLAP设计的,它汇总、存储和管理来自不同业务数据库的大量数据,支持多维度的分析和报告生成。

2024-03-28 22:10:15 274 1

原创 探索帕累托分析:洞察问题的关键因素

帕累托分析模型,又称为80/20法则,基于帕累托原理,即在许多情况下,大约80%的结果是由20%的原因引起的。该模型通过分析数据,确定造成结果中大部分影响的关键因素,从而帮助决策者集中精力和资源解决最重要的问题。

2024-03-21 15:40:23 332

原创 探究数据漏斗模型

漏斗模型是一种可视化工具,用于描述用户在从某个起始阶段到达最终目标的转化过程。这个“漏斗”代表了用户从一个阶段到另一个阶段时数量的逐渐减少。顶部阶段(Awareness):这是用户首次意识到您产品、服务或内容的阶段。他们可能是通过搜索引擎、社交媒体或其他渠道了解到您的存在。中间阶段(Interest): 在这个阶段,用户对您的产品或服务产生了兴趣,并开始探索更多相关信息。可能会浏览您的网站、阅读您的内容或参与您的活动。底部阶段(Action): 这是用户采取行动的阶段,可能包括注册、购买、订阅等。

2024-03-21 15:39:00 333

原创 探索波士顿矩阵模型

波士顿矩阵模型,又称为增长份额-市场增长率矩阵(Growth-Share Matrix),是由波士顿咨询公司于20世纪60年代提出的一种产品组合分析工具。明星产品(Stars):市场增长率高,市场份额高。这些产品在快速增长的市场中拥有领先地位,是企业未来的增长引擎。问题产品(Question Marks):市场增长率高,市场份额低。这些产品虽然在快速增长的市场中有一定市场份额,但面临着竞争激烈和不确定性的挑战。现金牛(Cash Cows):市场增长率低,市场份额高。

2024-03-21 15:36:18 306

原创 Pandas进阶技巧实践:电商平台数据分析案例

通过本文的案例,我们详细探讨了Pandas在数据处理和分析中的一些高级技巧,包括数据读取、预处理、分组、过滤和聚合等。这些技巧在处理实际数据分析项目时非常有用,能够帮助我们高效地解决各种数据处理问题。深入理解Pandas的数据结构:掌握DataFrame和Series的使用,是进行高效数据分析的基础。熟悉数据分组和聚合操作groupby和apply方法是Pandas中非常强大的工具,可以用来执行复杂的数据分组和聚合操作。掌握数据过滤技术。

2024-03-01 20:00:00 760 1

原创 MySQL脚本执行方法

MySQL是世界上最流行的开源关系数据库管理系统之一,广泛应用于网站建设、数据分析和业务管理等领域。掌握如何有效执行MySQL脚本对于数据库管理和数据操作至关重要。脚本执行不仅能帮助自动化常规任务,提高效率,还能确保数据操作的准确性和一致性。本文将介绍MySQL脚本的基础知识,探讨不同的脚本执行方法,并通过实际案例帮助读者更好地理解和应用这些方法。

2024-03-01 19:00:00 276

原创 AB测试入门:使用Python简化数据驱动决策

AB测试,简而言之,是一种用于在线测试的方法,它通过对比两个版本(A和B)来评估改变对用户行为的影响。例如,如果你想知道两种不同的网页设计哪一种能够带来更高的用户参与度,AB测试可以帮你找到答案。通过将用户随机分配到两个版本中的一个,你可以收集数据来分析哪个版本表现更好。AB测试的应用范围非常广泛,从简单的邮件营销主题测试到复杂的产品功能改进都有涉及。它使企业能够在实际应用中测试假设,从而基于实际数据而不是直觉做出决策。AB测试是一种强大的工具,可以帮助我们基于数据而非直觉做出决策。

2024-03-01 14:03:47 527

原创 【无标题】

福建省的序号和福建省的信息一起被删除掉了,能否只删除福建省信息,但是保留行号呢?上述公式中只用到了一个函数,即ROW函数,该函数的作用是返回引用的行号。ROW函数写法:ROW([reference])Excel如何自动调整行号。

2024-01-05 18:30:00 433

原创 Excel设置合并单元格序号

而合并后的单元格中的数据,被默认计入首个单元格中,其他单元格是空的,比如下图中合并后单元格中填充的文本“广东”,是被计入B2单元格的,而B3到B5单元格会被算作空单元格。由于B列单元格和A列单元格都进行了相同的合并单元格操作,并且合并的单元格数量一一对应,所以所谓的序号列–A列合并后的单元格里,填的对应位置B列单元格中非空单元格的数量。公式=COUNTA($B$2:B2)计算的是从B2单元格到当前行的Bn单元格的范围内,非空单元格的数量。2、在公式编辑栏输入公式;1、选中所有需要填充的合并后的单元格。

2024-01-05 18:00:00 434

原创 用户标签体系与用户画像

实现精准投放的本质是识别目标消费群体,主要通过两个维度来识别,第一个维度是识别目标消费群体的消费意愿,第二个维度是识别目标消费群体的消费能力,一般来说,有消费意愿但无消费能力,我们可以认为是示来的潜在用户,有消费能力没有消费意愿,则是错误定位。因数用户搜索的关键词一般是用户感兴趣的内容,如用户近期经常搜索一些高端品牌汽车的型号,表明用户极有可能近期有购买高端品牌汽车的需求,正在使用搜索功能进行信息的获取,一般而言,搜索关键词所反映的用户需求比其它用户行为所反映的用户需求的准确度要高。

2024-01-05 18:00:00 1015

原创 竞品分析是什么?

常见的信息来源包括行业网站、咨询公司的行业报告、行业内的意见领袖的社交媒体账号、知乎上关于相关行业的提问和回答等。不同的分析目标需要选择不同的分析方法,常见的竞品分析方法包括精益画布、用户体验要素分析法、比较法、四象限分析法、PEST分析、波特五力模型、SWOT分析等。竞品分析是对竞争对手的产品进行全面、多角度的分析,旨在识别自己与竞品的优势和劣势,找到产品的增长点和改进点,发挥自己的长处,弥补短处,并关注市场环境的变化,帮助公司在日益激烈的竞争环境中找到最合适的方向或做出前瞻性的布局。

2024-01-04 20:30:00 360

原创 什么是业务场景

在当今时代,用户的需求是动态的,不同的场景下会有不同的需求和行为。因此,营销需要针对不同的场景进行深入分析,针对用户在不同场景下的需求和痛点进行精准定位和推广。通过对场景的深入分析和挖掘,企业可以更好地理解用户在不同情境下的需求和痛点,从而精准定位和推广产品。业务场景的分析需要结合具体情境,挖掘数据背后的业务逻辑和规律,从而为企业提供有针对性的解决方案。业务场景的考虑,不仅可以完善数据逻辑,还能构建有效的分析框架,并提供可落地的业务建议。由前面营销理论的发展可以看出,营销的核心要素是产品、用户和场景。

2024-01-04 20:30:00 387

原创 Pandas结构化json数据

通过本教程,你学习了如何使用 Pandas 中的函数将嵌套的 JSON 数据规范化成易于处理的 DataFrame。我们介绍了基本用法以及如何处理嵌套数组和嵌套 JSON 结构。希望这些通俗易懂的例子能够帮助你更好地理解函数的使用。

2024-01-04 20:00:00 347

原创 Power BI 可视化修改配色

如果我们想按照1月到12月的顺序去排序,则可以使用Power BI的按列排序。如果要根据Y轴上数值的大小进行配色,比如:大于零的数值填充粉色,小于零的值填充绿色,我们只需要使用IF函数来将大于零与小于零的数值分开作图即可。默认按照Y轴的数值降序排序,如果选择按照month 以升序排序,就会如下所示,它会按照字母来排序,但是这样的排序明显不是我们想要的。使用month和两个新列创建柱形图,并分别设置两个类别的颜色,就可以实现正负值的不同配色。小于零 = IF([profits]<0,[profits],0)

2023-12-30 08:00:00 438

原创 Excel设置合并单元格序号

而合并后的单元格中的数据,被默认计入首个单元格中,其他单元格是空的,比如下图中合并后单元格中填充的文本“广东”,是被计入B2单元格的,而B3到B5单元格会被算作空单元格。由于B列单元格和A列单元格都进行了相同的合并单元格操作,并且合并的单元格数量一一对应,所以所谓的序号列–A列合并后的单元格里,填的对应位置B列单元格中非空单元格的数量。公式=COUNTA($B$2:B2)计算的是从B2单元格到当前行的Bn单元格的范围内,非空单元格的数量。2、在公式编辑栏输入公式;1、选中所有需要填充的合并后的单元格。

2023-12-29 17:00:00 404

原创 竞品分析是什么?

常见的信息来源包括行业网站、咨询公司的行业报告、行业内的意见领袖的社交媒体账号、知乎上关于相关行业的提问和回答等。不同的分析目标需要选择不同的分析方法,常见的竞品分析方法包括精益画布、用户体验要素分析法、比较法、四象限分析法、PEST分析、波特五力模型、SWOT分析等。竞品分析是对竞争对手的产品进行全面、多角度的分析,旨在识别自己与竞品的优势和劣势,找到产品的增长点和改进点,发挥自己的长处,弥补短处,并关注市场环境的变化,帮助公司在日益激烈的竞争环境中找到最合适的方向或做出前瞻性的布局。

2023-12-29 15:00:00 354

原创 使用VLOOKUP实现等级划分的数据分析技巧

在数据分析工作中,经常需要根据特定的条件对数据进行等级划分。VLOOKUP函数是Excel中一个强大的工具,可以帮助我们快速实现数据的等级划分。本文将介绍如何使用VLOOKUP函数来实现等级划分,并提供一些实际应用案例。

2023-11-30 19:00:00 527

原创 创造客户价值之开发阶段

创造客户价值最后一个步骤是“开发阶段”。在开发阶段,创造客户价值的重点是通过创新来为客户提供独特的、有用的产品和服务。在这个阶段,企业应该密切关注客户需求和期望,并结合公司的技术实力和创新能力,来设计和开发产品和服务,使它们能够满足客户需求并超越客户期望。在开发阶段,企业可能会面临许多风险,其中包括技术风险、市场风险和财务风险等。具体而言,技术风险是指产品和服务开发过程中技术难题的风险,包括技术创新难度过大、技术成熟度不足、技术实现难度过大等。

2023-11-30 19:00:00 854

原创 产品经理为何要懂一些数据分析

例如,通过分析用户的搜索关键词和点击行为,产品经理可以了解用户对于某一特定功能的需求程度,从而优化产品的功能和界面。例如,通过分析用户的流失率和留存率,产品经理可以了解用户的流失原因,并采取相应的措施,如改进产品功能、提供更好的用户体验等。例如,通过分析用户的行为数据和转化率,产品经理可以了解用户在产品中的使用习惯和购买偏好,从而调整产品的定位和推广策略。通过数据驱动决策、获取用户洞察、产品迭代和优化、监测产品指标以及与团队合作,产品经理可以更好地满足用户需求,提升产品的竞争力。你发现浏览时长也有所下降。

2023-11-30 19:00:00 400

原创 EXCEL和MySQL在数据分析中的对比

数据连接和关联:Excel中的VLOOKUP和HLOOKUP函数可以用于数据连接和关联,而MySQL中的JOIN语句也可以实现类似的功能,通过将多个表关联起来进行数据查询和分析。数据透视表:Excel中的数据透视表功能可以帮助你对数据进行汇总和分析,而MySQL中的GROUP BY语句也可以实现类似的功能,通过对数据进行分组和聚合来生成汇总报表。数据筛选和排序:无论是在Excel还是MySQL中,你都可以使用筛选和排序功能来对数据进行过滤和排序,以便更好地分析和理解数据。

2023-10-25 14:48:06 195

原创 深入了解数据库设计的三范式

非主键列课程得分完全依赖于主键,“学生ID”和“课程ID”两个值才能决定“课程得分”的值;而“课程名称”只依赖于“课程ID”,与“学生ID”没有依赖关系,它不完全依赖于主键,只依赖于主键的一部分,不符合2NF。在第三范式下,我们应该将所属部门和部门负责人拆分为独立的表,以避免员工表中的冗余数据,并确保每个非主键字段只依赖于员工号。在数据库设计中,三范式是一种重要的规范,它帮助我们优化数据结构,提高数据库的性能和可维护性。在满足1NF的前提下,表中不存在部分依赖,非主键列要完全依赖于主键。

2023-10-25 14:22:35 107

原创 产品经理为何要懂一些数据分析

例如,通过分析用户的搜索关键词和点击行为,产品经理可以了解用户对于某一特定功能的需求程度,从而优化产品的功能和界面。例如,通过分析用户的流失率和留存率,产品经理可以了解用户的流失原因,并采取相应的措施,如改进产品功能、提供更好的用户体验等。例如,通过分析用户的行为数据和转化率,产品经理可以了解用户在产品中的使用习惯和购买偏好,从而调整产品的定位和推广策略。通过数据驱动决策、获取用户洞察、产品迭代和优化、监测产品指标以及与团队合作,产品经理可以更好地满足用户需求,提升产品的竞争力。你发现浏览时长也有所下降。

2023-10-25 14:10:53 109

原创 产品开发周期之创造客户价值阶段2

产品开发周期分为认识客户价值、创造客户价值、传播客户价值以及交付客户价值四个阶段,前面的文章已经详细介绍了认识客户价值阶段的全部内容以及创造客户价值阶段的创意阶段的内容,创造客户价值可以分为三个阶段,分别是创意阶段、设计阶段和开发阶段,本文主要介绍创造客户价值阶段中的设计阶段的内容。

2023-09-24 19:00:00 136

原创 连续登录指标解读及mysql实现

综上所述,连续登录指标是互联网运营中非常重要的一个指标,可以提供关于用户活跃度、用户黏性和用户参与度的有用信息。from( select user_id, 日期, row_number()over(partition by user_id order by 日期) as 序号,总体来说,这段代码通过多层子查询和窗口函数的运用,实现了查询每个用户的最长连续登录天数,并按照最长连续登录天数降序排序。select user_id, max(连续登录天数) as 最长连续登录天数。

2023-09-23 19:00:00 112

原创 转化率指标解读及mysql实现

接下来,外部查询根据firstday进行分组,并使用聚合函数sum和条件判断函数if来计算新增、次日、七日和三十日留存的数量。首先,使用子查询将原始数据表(假设为try123)按照用户ID和日期进行分组,并计算每个用户的第一天日期(firstday)和日期差(diff)。假设我们有以下三个阶段的转化数据:点击广告的用户数、进一步进行购买的用户数和最终完成购买的用户数。最终的查询结果按照firstday进行排序,并显示新增、次日、七日和三十日留存的数量以及对应的留存率。进一步进行购买的用户数:200。

2023-09-23 08:56:44 119

原创 报错Error Code: 1290.

这里在我们的搜索结果里,我看到只有这一处出现了给secure-file-priv赋值的情况,其他地方没有出现,因此我们只需要改这一个地方的值,肯定正确,我们往上翻看,会发现这这个赋值是出现在[mysqld]的下面,如果你的这个赋值在文中多次出现,并且有的赋值在[mysqld]下面,有的不在,那请你修改[mysqld]下面的secure-file-priv值。考虑到这一系列怪事都是出现在修改my.ini文件之后我们把我们的my.ini文件用notepad++打开,将编码转为ansi,然后保存关闭。

2023-09-17 20:24:33 110

原创 复购率指标解读及mysql实现

留存率可以分为不同类型,如日留存率、周留存率、月留存率等,具体取决于所关注的时间段。通常情况下,留存率会随着时间的推移而逐渐下降,因为部分用户或客户可能会流失或停止使用产品或服务。较高的留存率意味着用户对产品或服务的黏性较强,对企业而言,可以带来更稳定的收入和更高的用户生命周期价值。通过监测和分析留存率,企业可以了解用户的使用习惯、需求和偏好,进而优化产品或服务,提升用户体验,增加用户黏性,减少用户流失,促进业务的可持续发展。留存率是指在一定时间内,用户或客户继续使用产品或服务的比例。

2023-09-17 20:13:50 89

原创 复购率指标解读及mysql实现

复购率是指在一定时间范围内,购买某产品或服务的客户中再次购买该产品或服务的比例。它是衡量客户忠诚度和重复购买行为的重要指标,可以帮助企业评估客户留存和回购能力。当计算复购率时,我们需要考虑两个方面:首次购买和再次购买。首次购买是指客户在给定时间范围内首次购买的订单,再次购买是指客户在给定时间范围内至少购买了两次的订单。– 查询2017年每月的复购率(复购率=复购用户数/总用户数)以下是一个示例代码:-

2023-09-17 20:12:40 114

原创 漏斗模型在企业中的应用-销售过程管理

 流量监控:在网站或应用中,企业可以用漏斗模型来监控用户流量的转化情况,分析流量来源和质量,优化网站或应用的设计和内容,提高用户体验和转化率。 销售过程管理:在销售过程中,企业可以用漏斗模型来可视化销售机会的转化过程,分析每个阶段的转化率,找出销售瓶颈,进而优化销售策略。当企业在销售过程中运用漏斗模型进行管理时,可以可视化销售机会的转化过程,分析每个阶段的转化率,找出销售瓶颈,进而优化销售策略。 销售机会转化为商机的转化率相对较低,需要加强销售人员培训和跟进策略,提高销售机会的转化率。

2023-09-15 18:03:02 96

原创 漏斗模型在企业中的应用-广告营销效果分析

通过漏斗模型,企业可以分析每个阶段的转化率,找出转化率低的原因,并采取相应的优化措施。 广告营销效果分析:在广告营销中,企业可以通过漏斗模型分析用户从广告接触到最终购买的转化过程,评估广告效果,找出转化率低的原因,优化广告投放策略。 流量监控:在网站或应用中,企业可以用漏斗模型来监控用户流量的转化情况,分析流量来源和质量,优化网站或应用的设计和内容,提高用户体验和转化率。当企业在广告营销中运用漏斗模型时,可以分析用户从广告接触到最终购买的转化过程,评估广告效果,找出转化率低的原因,优化广告投放策略。

2023-09-15 18:02:18 117

原创 产品开发周期之传播客户价值阶段

指标常见的分层方式是北极星指标、一级指标、二级指标和三级指标,一级指标是衡量公司的战略和目标,Tier 1 Metrics是我们常常说的一级指标, 用于衡量公司整体目标达成情况,以及战略目标的结果,管理层认可并针对公司所有层级员工,都有核心指导意义,选择Tier 1指标时, 数量控制在5到8个(根据业务的复杂度可以进行增减),与商业结果和公司战略目标紧密结合,例如:GMV, 订单数量, 周/日活跃用户数量, 商城活跃用户数量等。北极星指标的价值:提升公司的文化和价值观,明确公司长期优先级,凝聚团队。

2023-09-15 18:01:14 71

原创 漏斗模型在企业中的应用-流量监控

当企业在网站或应用中运用漏斗模型进行流量监控时,可以深入分析用户流量的转化情况,发现流量来源和质量问题,进而优化网站或应用的设计和内容,提高用户体验和转化率。针对以上问题,企业可以采取相应的优化措施,如调整广告投放策略、优化购物车页面设计、优化支付流程、加强用户反馈和互动等,从而提高网站流量转化率和用户体验。总之,漏斗模型可以帮助企业深入理解用户行为,发现业务问题,优化产品和服务,提高运营效率和企业效益。加入购物车的转化率相对较低,需要优化购物车页面设计,提高用户购买意愿。从搜索引擎进入的转化率:30%

2023-09-03 20:50:49 83

原创 AARRR模型如何活学活用

通过这些推荐计划,他们的用户推荐率达到了30%,这意味着每10个用户中,有3个会推荐他人使用他们的产品。AARRR模型是一个典型的拆解分析模型,可以结合对比分析、分组分析、拆解分析等分析方法,对每个阶段的关键指标进行分析,确定用户增长过程中的关键问题,并提供解决方案。留存(Retention):为了留住用户,该平台提供了定期的课程更新和新的学习资源,同时建立了社区功能,让用户可以交流学习经验和技巧。这个阶段的重点是理解用户为什么喜欢推荐该产品,以及他们向他人推荐的方式,以便促进用户推荐和传播。

2023-08-30 17:16:00 91

原创 如何用AI帮我们读懂MySQL代码

以上演示了借助AI工具可以帮助我们更快地学习、掌握和实现代码,但我们不能过分依赖它。加强基本功的学习是必不可少的,只有通过扎实的基础知识,我们才能更好地评判、驾驭和发挥AI的潜力。让我们充分利用AI工具的同时,也要不断提升自己的能力,以应对未来技术的发展和挑战。工作中,我们经常要看之前的代码,或者查看别人写的代码,经常会碰到别人的代码没有注释,或者实现方法比较独特的情况,这时我们可以借助最新的人工智能技术帮我们读代码、写代码。1、在没有注释说明的情况下,如何能快速读懂?,只保留每个省份中订单金额最高的行。

2023-08-29 14:33:28 117

原创 快速学习mysql,掌握以下知识点就OK了

MySQL的知识点包括DDL(数据定义语言)、DML(数据操作语言)、DQL(数据查询语言)和DCL(数据控制语言)。按照公司里的分工和岗位职责,作为一个数据分析师,适当了解DDL、DML,重点掌握DQL,知道DCL即可。DQL还可以使用聚合函数(如COUNT、SUM、AVG等)对数据进行统计,使用GROUP BY对结果进行分组,使用HAVING对分组结果进行过滤。这些是MySQL中的一些重要知识点,掌握了这些知识点,你将能够进行数据库的创建、修改、查询和操作。以下是重要知识点展开,部分提供了代码示例。

2023-08-27 20:04:23 72

原创 如何对照excel学习powerbi

综合来看,Excel适用于简单的数据分析和处理任务,尤其在静态数据的情况下。而Power BI则更适合于复杂的数据分析、数据可视化和动态数据处理,特别是在涉及多个数据源、大数据量和实时性要求的场景下。Power BI的视觉效果和互动性使你能够更好地呈现数据,探索数据之间的关系,并从中获得更深刻的洞察。它提供了丰富的连接选项,能够从不同来源的数据中汇集信息,并创建复杂的数据模型,以便深入分析和洞察。它的数据模型和DAX语言允许你执行复杂的计算和分析操作,使你能够实时探索数据中的趋势和模式。

2023-08-27 19:51:46 106

原创 如何对比Excel和mysql来学习

数据在表格中的结构由表的设计决定,可以有不同的字段,每个字段具有特定的数据类型。Excel: 使用Excel的函数(如VLOOKUP、HLOOKUP、INDEX、MATCH等)可以实现不同工作表之间的数据连接和关联,但在处理大量数据时可能会有一些限制。Excel: 可以使用Excel的函数和工具进行数据分析和汇总,例如SUM、AVERAGE、COUNT、数据透视表等。Excel和MySQL在数据处理和分析方面有许多相似之处,但在数据存储方式、适用规模、多用户支持、数据复杂性以及扩展性等方面存在显著差异。

2023-08-26 18:01:52 162

原创 产品开发周期之传播客户价值阶段_1

,说出你独特的价值主张,强调与竞争对手的区别。人口属性细分是明确用户是谁、购买了什么、为什么会购买,购买行为细分是提供市场机会、市场规模等关键信息,产品需求细分是提供更多差异化竞争的产品规格和业务价值,兴趣态度细分是提供人群类别画像,可服务于渠道策略、定价策略、产品策略、品牌策略。描述产品的三个层次模型分别是产品的核心利益、产品的有形性能和产品的附加性能,其中,产品的核心利益就是核心利益或者服务,有形性能包括产品的包装、性能、风格、质量和品牌,而附加性能包括产品的安装、售后服务、质保以及送货和信用。

2023-08-20 20:25:26 78

原创 Mysql开窗函数

在求排序、占比等方面很强大。MySQL开窗函数是一种强大的SQL函数,用于在查询结果集中执行聚合、排序和分析操作。本课程将介绍开窗函数的基本概念、常用的公式和注意事项,并提供一些实际应用的举例。总结:开窗函数是一种强大的工具,可以在查询结果集中执行聚合、排序和分析操作。• 开窗函数可以用于计算排名、求和、平均值等,但不支持使用开窗函数的结果作为过滤条件。• 在实际应用中,结合其他SQL语句和条件,灵活使用开窗函数,满足特定的查询需求。• ORDER BY:可选项,用于指定排序字段,决定开窗函数的计算顺序。

2023-08-20 20:16:11 185

CDA数据科学家LEVEL3考试大纲

「CDA 数据分析师人才行业标准」是面向全行业数据分析及大数据相关岗位的一套科 学化、专业化、正规化、系统化的人才技能准则。经管之家 CDA 数据分析师认证考试是评 判「标准化人才」的唯一考核路径。CDA 考试大纲规定并明确了数据分析师认证考试的具 体范围、内容和知识点,考生可按照大纲要求进行相关知识的学习,获取技能,成为专业人才。

2018-08-17

CDA数据分析师LEVEL2建模分析师考试大纲

「CDA 数据分析师人才行业标准」是面向全行业数据分析及大数据相关岗位的一套科 学化、专业化、正规化、系统化的人才技能准则。经管之家 CDA 数据分析师认证考试是评 判「标准化人才」的唯一考核路径。CDA 考试大纲规定并明确了数据分析师认证考试的具 体范围、内容和知识点,考生可按照大纲要求进行相关知识的学习,获取技能,成为专业人才。

2018-08-17

CDA大数据分析师LEVEL2考试大纲

「CDA 数据分析师人才行业标准」是面向全行业数据分析及大数据相关岗位的一套科 学化、专业化、正规化、系统化的人才技能准则。经管之家 CDA 数据分析师认证考试是评 判「标准化人才」的唯一考核路径。CDA 考试大纲规定并明确了数据分析师认证考试的具 体范围、内容和知识点,考生可按照大纲要求进行相关知识的学习,获取技能,成为专业人 才。

2018-08-17

CDA数据分析师LEVEL1考试大纲

「CDA 数据分析师人才行业标准」是面向全行业数据分析及大数据相关岗位的一套科 学化、专业化、正规化、系统化的人才技能准则。经管之家 CDA 数据分析师认证考试是评 判「标准化人才」的唯一考核路径。CDA 考试大纲规定并明确了数据分析师认证考试的具 体范围、内容和知识点,考生可按照大纲要求进行相关知识的学习,获取技能,成为专业人 才。

2018-08-17

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除