随笔分类 -  面试经验学习

练习
摘要：1.复购率 SELECT count( t.userid) 总共消费人数, count(DISTINCT case when t.`消费次数`>1 then t.userid else null end) as 总共复购人数, concat(round(count(DISTINCT case whe 阅读全文
posted @ 2022-08-30 22:48 萧六弟 阅读(57) 评论(0) 推荐(0)
索引学习
摘要：1.辛普森悖论 含义： 样本集合进行分组研究时，在分组比较中都占优势的一方，在总评中有时反而是失势的一方，这种有悖常理的现象，就成为 “辛普森悖论”。 比如 坏处： 对于那些不怀好意的人，他们很容易对数据进行拆分或归总，得到一个对自己有利的统计数据，从而误导甚至操纵别人。 辛普森悖论让我想起我们平时 阅读全文
posted @ 2022-08-29 17:17 萧六弟 阅读(126) 评论(0) 推荐(0)
AB test 学习
摘要：1.目标 A/B 测试一般是比较实验组和对照组在某些指标上是否存在差异，当然更多时候是看实验组相比对照组某个指标表现是否更好。ABTest是希望通过如何改进新版优于旧版，而不是通过ABTest证明新版弱于旧版而下线实验，所以需要有效的分析数据。 2.计算公式 统计学里有最小样本量计算的公式，公式如下 阅读全文
posted @ 2022-08-28 22:03 萧六弟 阅读(446) 评论(0) 推荐(0)
AARRR:2.4
摘要：学习来源： https://blog.csdn.net/qq_22790151/article/details/109700735 https://blog.csdn.net/fei347795790/article/details/98620124 https://zhuanlan.zhihu.c 阅读全文
posted @ 2022-08-28 13:02 萧六弟 阅读(50) 评论(0) 推荐(0)
AARRR:2.3
摘要：1.留存指标 新用户的留存和所有用户留存不太一样 方法一：python import pandas as pddf=pd.read_csv('user_behavior.csv')df=df[['user_id','timestamps']]df['timestamps']=pd.to_dateti 阅读全文
posted @ 2022-08-27 21:35 萧六弟 阅读(47) 评论(0) 推荐(0)
AARRR:2.2
摘要：1.计算活跃指标每日pv,uv Page View（页面访问量） 又叫做页面浏览量、点击量。 通常是衡量一个网络新闻频道或网站甚至一条网络新闻的主要指标。用户每打开一个网站页面就被记录1次。用户多次打开同一页面，浏览量值累计。 Unique Visitor（独立访客） 一般地，我们可以用两个数值标准 阅读全文
posted @ 2022-08-26 17:13 萧六弟 阅读(43) 评论(0) 推荐(0)
AARRR：2.1
摘要：一点一点学： 学习来源：https://zhuanlan.zhihu.com/p/285676746 数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=649&userId=1 先从1亿数据中选择10万数据进行分析： 数据清洗 方法一 阅读全文
posted @ 2022-08-25 20:52 萧六弟 阅读(51) 评论(0) 推荐(0)
AARRR模型学习（一）
摘要：1.Acquisition：获取用户：运营一款产品的第一步就是获取用户即推广 首先要分析自己产品的特性以及目标人群，摸清楚每个渠道量级与用户质量。 渠道量级指标：曝光量、点击、下载、安装、激活（注册激活，主动激活、推送激活、交易激活）、累计新增。 渠道质量指标：CTR，激活率，安装率，CPA等每用户 阅读全文
posted @ 2022-08-21 21:49 萧六弟 阅读(278) 评论(0) 推荐(0)
L1与L2的原理和区别
摘要：L1与L2的原理和区别 正则化：对损失函数加上某种约束，减少模型的非线性程度，从而减少模型的方差提高泛化能力。 损失函数：用来估量你模型的预测值f(x)与真实值Y的不一致程度。 正则化常用的两种： L1是在损失函数基础上加上权重参数的绝对值的和。 L2是在损失函数基础上加上权重参数的平方和。 对于线 阅读全文
posted @ 2022-07-26 19:45 萧六弟 阅读(715) 评论(0) 推荐(0)
RFM(二)：python实战
摘要：一、数据预处理 首先浏览数据大致情况： 对于交易失败，可以理解为缺失值；对于同一天内，多次交易的，视为重复值，保留最近的作为rencency。 查看订单状态的分类： 查看数据类型和缺失情况： 没有缺失值，一共28833条数据。 删除退款数据： 特征提取：RFM模型只需要买家昵称，付款时间和实付金额这 阅读全文
posted @ 2022-07-26 16:09 萧六弟 阅读(220) 评论(0) 推荐(0)
学习2
摘要：1.通过波士顿矩阵对公司业务进行分析，企业良性发展的业务发展方向应该是____? 正确答案: B 金牛→明星→幼童 幼童→明星→金牛 狗类→幼童→明星 明星→幼童→金牛 业务发展的方向是幼童→明星→金牛，即把幼童培养成为明星，在明星的业务增长率下降时，要使它变为金牛。企业现金流向应为金牛→明星→幼童 阅读全文
posted @ 2022-07-22 12:27 萧六弟 阅读(733) 评论(0) 推荐(0)
学习1
摘要：题目一：___是我们一般从生命周期的角度，描述了用户进入平台需经历的五个环节的典型的漏斗结构。 杜邦分析法 AARRR模型 帕累托法则 SWOT分析法 B项：AARRR是Acquisition、Activation、Retention、Revenue、Refer，这个五个单词的缩写，分别对应用户生命 阅读全文
posted @ 2022-07-18 22:08 萧六弟 阅读(452) 评论(0) 推荐(0)