2017年6月28日
Excel小结
摘要： 阅读全文
posted @ 2017-06-28 11:37 积水成渊数据分析 阅读(297) 评论(0) 推荐(1)
mysql基础小结
摘要： 基础操作 查询语句 阅读全文
posted @ 2017-06-28 11:35 积水成渊数据分析 阅读(238) 评论(0) 推荐(0)
复合序列分解预测实例
摘要： 例子：根据已有数据预测2006年的对应数据 图形描述数据，根据年度折叠图可判断存在季节影响因素 将数据进行处理，添加时间编号 将获得比值整理至如下表格中求平均比值，检查平均比值均值不为1则进行处理使之均值为1（处理方式：原平均比值/各季度原平均比值的均值），可获得季节指数 将原始数据/季节指数将原始 阅读全文
posted @ 2017-06-28 11:20 积水成渊数据分析 阅读(717) 评论(0) 推荐(0)
2017年6月27日
互联网金融平台客户留存计算实例（月留存为例）
摘要： 计算方法说明： 留存客户：2015年1月首投客户在2月份的留存=首投发生在1月的所用用户中二月份复投金额大于0的人数 留存率：1月首投用户在2月分的留存率=1月首投客户在2月发生复投的人数/1月首投总人数 平均留存率：对留存率做平均 总结： 7月留存率明显偏低，有必要进行进一步分析。 阅读全文
posted @ 2017-06-27 17:07 积水成渊数据分析 阅读(897) 评论(0) 推荐(0)
互联网金融不同渠道评估实例
摘要： 一、分析背景 评估不同渠道，为差异化运营做支持，拉动复投 二、选择数据源维度说明（维度根据目的可选择不同维度，本例侧重拉动复投） 截止上月新客人数：对应渠道在统计截止时间转换的客户人数 截止上月新客金额：客户转换当月首投金额 平均复投人数比：根据客户留存得出复投平均人数，例如对一月份用户在后续每个月 阅读全文
posted @ 2017-06-27 16:38 积水成渊数据分析 阅读(1036) 评论(0) 推荐(0)
互联网金融投资平台返现活动效果案例分析
摘要： 数据说明：由真实数据处理后的结果作为数据源，不涉及隐私，亦保留真实场景中的某些特性 一、分析背景 活动时间：假设为6月 活动规则： 所需要的数据：统计月份的投资金额、回款数据、回款复投情况、回款流向投资情况 二、数据截至时间：活动当月底 三、分析思路（框架） 1、流量：活跃用户拉升 2、投资人数：老 阅读全文
posted @ 2017-06-27 14:41 积水成渊数据分析 阅读(703) 评论(0) 推荐(0)