摘要：
用户分群： 常见方法： （1） 基本特征：显性特征（基本信息，应用状态）； 用户画像：信息标签化（基本信息，应用状态，因性特征）； 用户行为：（渠道（哪个渠道进来），APP内行为）； （2）RMF模型： 分群、分层与画像的区别：下载用户（教育程度）/注册用户（系统、城市）/购买用户（性别、职业）； 阅读全文
摘要：
拉新/促活/留存——运营三大目标； 拉新：增加用户基础；促活：促进持续使用；留存：留住用户； 怎么做： 拉新——开源：获取更多用户； 触达用户（广告投放/活动策划/新媒体，接触到信息）/触动用户（强烈感触/图文创意/消除疑虑，戳中用户需求）/获取（清晰直接/步骤简单，比如用户注册；获取产品）； 拉新 阅读全文
摘要：
逻辑回归是重要的分类器，适用于因变量为分类型变量的情况，如男性女性，是否购买等。在本课节中，老师将从预测员工是否离职问题入手，帮助学员掌握模型原理、模型应用与模型评价等重要内容。 本节课包括如下知识点： 二分类变量 二项Logit模型 模型预测及评价 二分类变量 二项Logit模型 模型预测及评价 阅读全文
摘要：
因子分析是将多个实测变量转换为少数几个综合指标（或称潜变量），主要用于寻找数据的内在逻辑和降维。在本课节中，老师从应用因子分析的情境出发，经过方差共同度分析、主成分分析，深入浅出地解析获取公因子的过程，拔高学员的数据处理能力。 本节课包括以下知识点： 何种情况进行特征提取 因子分析 方差共同度 主成 阅读全文
摘要：
空间数据分析是重要的数据分析领域，在本课节中，老师将从空间相关性分析和分层聚类两个角度对空间数据展开研究，使学员掌握用Moran's I系数判断空间相关性以及聚类算法的相关知识。 本节课介绍了如下知识点： 空间权重矩阵 空间自相关测度 Moran I系数 聚类分析 空间权重矩阵 空间自相关测度 Mo 阅读全文
摘要：
线性回归是一种重要的统计方法，在学术研究以及生产实践中，都有着广泛的应用。本课节将从实践角度出发，将模型的构建、模型的评价和注意事项娓娓道来。通过学习，学员将完全掌握线性回归的核心原理与真实应用。 本节课涵盖的知识点有： 拟合优度 回归方程的显著性检验 回归系数的显著性检验 拟合优度 回归方程的显著 阅读全文
摘要：
假设检验是推断性统计的基石，也是统计学习中的难点。在本课节中，老师会用最简明易懂的语言讲透假设检验以及与其密切相关的置信区间的原理，帮助学员在使用样本估计总体时能够知其然并且知其所以然。 在现实问题中，我们难以直接对总体，如北京市所有区域每一时点的空气质量指标进行统计分析，因此往往通过抽样方式来推测 阅读全文
摘要：
待处理数据的缺失和错误会极大地影响后续的数据分析，因：我们首先需要评估数据质量，进行诸如缺失值发现、极端值诊断、统计分布（样本数据的分布情况）观察和描述性统计（包括均值、方差、标准差、偏度、峰度等）等操作。 在本课节中，老师从北京市空气质量监测数据集入手，系统介绍以上知识点，帮助学员获得洞察数据的能 阅读全文
摘要：
电商平台如何在千万用户中识别高价值用户？本节课基于购买转化率等数据，通过回归分析与描述分析，发现潜在高价值用户： 基于用户购买转化率进行高价值用户的识别： 一. 背景介绍： 新零售-生鲜； 发展历程； 垂直行业：比较繁重； O2O：缺点：覆盖范围小； 问题来了——该平台如何在成千上万的用户中识别高价 阅读全文
摘要：
用户APP使用行为数据分析: 一. 背景及数据介绍： 1. 移动互联网发展背景: 网民规模7.72亿，手机网民规模7.53亿； 2. APP使用热点： 商务交易类应用规模高速增长（网络购物，网上外卖，在线旅行）； 互联网理财用户规模达到1.29亿，同比增长20%； 公共服务类各细分领域规模增长（在线 阅读全文