相关推荐
数据分析图例 数据分析图有几种类型
2024-11-10 23:19

数据分析图例 数据分析图有几种类型

  1.

数据分析图例 数据分析图有几种类型_大数据

2.

数据分析图例 数据分析图有几种类型_数据_02

3.柱形图(直方图)、折线图、饼图、条形图、雷达图等,近年来比较酷炫的图表有词云、漏斗图、数据地图、瀑布图等;  *树状体系图中拆解上层指标依据:父子、逻辑、业务联系。  *柱形图适于比较数据之间的多少;用于不同对象之间的比较。  *折线图适于反映一组数据的变化趋势;  *饼图比较适于反映相关数据间的比例关系。  *条形图显示各个项目之间的比较情况,和柱状图类似的作用;  *数据地图适用于有空间位置的数据集;  *雷达图适用于多维数据(四维以上),且每个维度必须可以排序;突出对象间差异程度。  *漏斗图适用于业务流程多的流程分析;  *词云显示词频,可以用来做一些用户画像、用户标签的工作;  *散点图显示若干数据系列中各数值之间的关系,类似XY轴,判断两变量之间是否存在某种关 联;  *面积图强调数量随时间而变化的程度,也可用于引起人们对总值趋势的注意;  *计量图一般用来显示项目的完成进度。  *瀑布图采用绝对值与相对值结合的方式,适用于表达数个特定数值之间的数量变化关系,最终 展示一个累计值。  *桑基图是一种特定类型的流程图,始末端的分支宽度总各相等,一个数据从始至终的流程很清 晰;  *双轴图是柱状图+折线图的结合,适用情况很多,数据走势、数据同环比对比等情况都能适用;  

4.业务图形决策树将业务描述性分析中使用放入图表分为四类:  构成类  对比类  序列类  描述类

数据分析图例 数据分析图有几种类型_大数据_03

5.业务图表与统计图表的区别

数据分析图例 数据分析图有几种类型_子查询_04

CDA-LEVELI-PART 7业务分析报告与数据可视化报表(15%)_lovebird_27的博客-业务类图表和统计类图表的主要区别

5. 会议上使用PPT作为业务分析载体

6.业务分析报告中的文字描述不应对已有的数据信息的重复描述

7.不同对象之间的比较使用簇状柱形图

8.业务分析报告主题应该在设计阶段确定,而不是完善阶段

9.漏斗图描述状态阶段的顺序递进关系,属于序列类图表

10.雷达图突出对象间差异程度

11.用散点图生成波士顿矩阵效果

12.波士顿矩阵适用于对商品结构的描述而不是客户行为分析

13.电商黄金公式:销售额=流量*转换率*客单价,流量需要大量成本,当融资出现问题是,应优先考虑转换率和客单价

14.NOW用来返回当前的日期和时间

15.子查询可以出现在select,where,where,having,form,jion

16.all 满足所有条件

17.子查询必须放在圆括号里,最多可以嵌套32个子查询,数据库管理系统在执行时由内到外,先执行括号内的子查询,再执行括号外的主查询,其中表子查询必须添加表名

18.在sql中可以设置表别名和列别名,SQL的执行顺序是:FORM-ON-JOIN-WHERe-GROUP BY-HAVINg-SELECT-ORDER BY-LIMIT,WHERe不能用列别名

19.向关系型数据库添加数据时,字段和添加数据字段个数,数据类型,字段顺序都要一致

20.delete 删除记录但是不删除数据库对象

21.ETL,是英文Extract-Transform-Load的缩写,用来描述将数据从来源端经过抽取(extract)、转换(transform)、加载(load)

22.2个吧表的对应关系合并时决定表的行数

23.left是从左侧取连续字符串的函数,是文本函数

24.Number 是表格结构分析工具,SQL,POWER IB,tableau是表结构分析工具

25.数据分析方法论:CRISP-DM,SEMMA,AB测试,UML是统一建模语音的缩写

26.协方差是度量相关性的

27异众比率指非众数组的频数占总频数的比例

28.若想分析变量之间的相关性,采取卡方检验和计算列联相关系数

29.DECIMAL 是定点型

30.完整性约束包括主键约束(PRIMARY KEY),外键约束(FOREIGN KEY ),唯一约束(UNIQUE),非空约束(NOT NULL ),检查约束(CHECK),默认约束(DEFAULT),自动增长约束(AUTO_INCREMENT)

31.UNIOn 属于表的纵向连接

32.一表出维度,没有一表出度量

33.相关系数公式:x与y的协方差除以(x和y标准差的乘积)

34.E-R图相关知识

(1)若是两实体是多对多的关系,则两实体关系的主关键字均放入联系关系中作为主关键字(当然联系关系中还包括其他一些有用的附加信息) (2)若是一对多,则把”一“关系中的主关键字放入表示”多“关系中作为其外来关键字,而无需再建立关系。

数据分析图例 数据分析图有几种类型_大数据_05

数据分析图例 数据分析图有几种类型_大数据_06

注意:*代表多,1:* 为一对多关系

35.电商的相关知识:

(1)什么是SPU:SPU,是standard product unit,标准化产品单元,是商品信息聚合的最小单位,在淘宝看不到spu这个概念,淘宝商品都拥有商品ID(item design),相当于spu)。SPU 属性(不会影响到库存和价格的属性, 又叫关键属性)。

(2)什么是SKU,SKU:库存量单位,SKU是物理上不可分割的最小存货单元。也就是说一款商品,可以根据SKU来确定具体的货物存量。SKU 属性(会影响到库存和价格的属性, 又叫销售属性)。

(3)商品SPU和商品SKU是包含关系,一个商品SPU包含若干个商品SKU子实体,商品SKU从属于商品SPU。

(4) 什么是PV:PV是page view的简写。PV是指页面刷新的次数,每一次页面刷新,就算做一次pv流量。  注意:是大部分,有可能同一个用户反复刷新

(5)什么是UV:UV是unique visitor的简写,是指独立用户

注意:UV比IP更准确

36.黄金公式:流量,转换率,客单价

37.AARRR模型

(1)AARRR模型,即Acquisition(用户获取)、Activation(用户激活)、Retention(用户留存)、Revenue(获得收益)、Referral(推荐传播),对应产品用户生命周期的5个重要环节,获取用户、提高活跃度、提高留存率、获取收入、自传播。

数据分析图例 数据分析图有几种类型_子查询_07

    从获客、激活、留存、盈利再到推荐,然后再回到获客,形成闭环。从上到下,每个环节的用户量逐级筛选递减,到最后留下来的才是最忠实用户,并自愿将产品推荐给其他人,从而形成产品用户的良性发展。

(2)ARPU :平均每个用户收入,ARPU=Revenue/User,活跃付费用户数(APA) :在统计时间区间内,成功付费的用户数。

(3)一个重要的指标K因子 k=(每个用户传播给他的朋友数量)*(接受邀请的人转化为新用户的概率) 假设平均每个用户会向20个朋友发出邀请,而平均的转化率为10%,则K=20×10%=2。 若大于1,说明用户在增长,这个方式的成本低,效果好,唯一的前提是产品自身要足够好,有很好的口碑,从自传播到再次获取新用户,应用运营形成一个螺旋式的上升的轨道。  

 38.同比,环比

(1)同比:一般情况下是今年第n月与去年第n月比。如,本期2月比去年2月,本期6月比去年6月等。

(2)环比:表示连续2个单位周期(比如连续两月)内的量的变化比。

(3)同比发展速度的公式:同比发展速度=本期发展水平/去年同期水平×100%;同比增长速度=(本期发展水平-去年同期水平)/去年同期水平×100%。在实际工作中,经常使用这个指标,如某年、某季、某月与上年同期对比计算的发展速度,就是同比发展速度。

(4)环比增长率=(本期数-上期数)/上期数×100%。 反映本期比上期增长了多少;环比发展速度,一般是指报告期水平与前一时期水平之比,表明现象逐期的发展速度。同比增长率=(本期数-同期数)/ 同期数×100%。

39.皮尔逊相关系数,是用于度量两个变量X和Y之间的相关(线性相关),其值介于-1与1之间。

0.8-1.0 极强相关

0.6-0.8 强相关

0.4-0.6 中等程度相关

0.2-0.4 弱相关

0.0-0.2 极弱相关或无相关

皮尔逊相关系数就是两个变量协方差除以两个变量标准差乘积:协方差是一个反映两个随机变量相关程度的指标(协方差大于0的时候表示两者正相关,小于0的时候表示两者负相关),但是协方差值的大小并不能很好地度量两个随机变量的关联程度,值的大小受到两个变量量纲的影响,不适合用于比较。为了更好的度量两个随机变量的相关程度,引入了Pearson相关系数,其在协方差的基础上除以了两个随机变量的标准差,消除了量纲的影响。

数据分析图例 数据分析图有几种类型_数据分析图例_08

40.CPM与CPC是常见的平台间引流计费指标,CDA,CPN是引流时流量的计费方式

41.DB是BI项目之外的数据源,BI项目报表的数据源来自DW

    以上就是本篇文章【数据分析图例 数据分析图有几种类型】的全部内容了,欢迎阅览 ! 文章地址:http://yejunbin01.xhstdz.com/quote/71713.html 
     栏目首页      相关文章      动态      同类文章      热门文章      网站地图      返回首页 物流园资讯移动站 http://yejunbin01.xhstdz.com/mobile/ , 查看更多   
发表评论
0评