
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
采用 Excel 绘制大厂周报,重点是使用 INDEX & MATCH 实现自动化周报,其中还涉及迷你折线图、sumifs、if函数

这篇文章分享了作者在求职数据分析师岗位过程中的学习心得。文章首先将数据分析师分为技术型和业务型两类,对比了两者的特点和发展方向。作者强调数据分析需要结合业务实际,提出了商业分析=客观描述+深入分析+决策建议的框架,并详细介绍了数据分析的三个步骤:信息收集、定量定性分析和数据解答。文章还分享了现状分析和归因分析的经典思路。全文展现了作者积极向上的学习态度和对数据分析领域的深入思考。

本文介绍了一个电商销售数据分析与可视化实战项目,通过Power BI工具实现数据清洗、建模分析和可视化展示。项目包含四个主要部分:业务需求分析、数据处理流程(包括异常值处理、日期表创建等)、关键指标计算(销售额、利润率、RFM模型等)以及Dashboard设计。作者强调通过实践驱动理论学习的理念,认为这种方法能加深理解和记忆。文章最后分享了积极进取的人生态度,鼓励读者通过实战项目提升数据分析能力,

本文介绍了一个电商销售数据分析与可视化实战项目,通过Power BI工具实现数据清洗、建模分析和可视化展示。项目包含四个主要部分:业务需求分析、数据处理流程(包括异常值处理、日期表创建等)、关键指标计算(销售额、利润率、RFM模型等)以及Dashboard设计。作者强调通过实践驱动理论学习的理念,认为这种方法能加深理解和记忆。文章最后分享了积极进取的人生态度,鼓励读者通过实战项目提升数据分析能力,

这篇博客主要是通过一个案例,学习 OSM 框架 + AARRR 模型进行异动分析并归因定位,找到异动原因。

本文介绍了一个电商销售数据分析与可视化实战项目,通过Power BI工具实现数据清洗、建模分析和可视化展示。项目包含四个主要部分:业务需求分析、数据处理流程(包括异常值处理、日期表创建等)、关键指标计算(销售额、利润率、RFM模型等)以及Dashboard设计。作者强调通过实践驱动理论学习的理念,认为这种方法能加深理解和记忆。文章最后分享了积极进取的人生态度,鼓励读者通过实战项目提升数据分析能力,

docker网络-network(上集)bridge、host、none、container模式

dbeaver连接虚拟机的mysql容器,docker

用vscode编写html文件

卷积神经网络练习题,新手小白, pytorch,python代码








