展开

关键词

原来应该这么做

前几天在浏览微博的时候,看到某家公司的月度的的一个展示的图,觉得挺有意思,为什么说有意思呢,因为这家公司在的呈现上给人的感觉就是这家公司每个月的都是增长的,我们先来看看这家公司对外的一个 这个图来源于该公司的对外的一个展示,在这个图里我们可以看到貌似好像每个月的都是增长的,但是你细心的下发现他每个月的都是月份的叠加,2月的是 1月+2月, 3月的是 所有通过这个图,不管每个月的是怎么样,基本上我们看到的图貌似都是增长的。所有我们想来改一改这个图,改成一个正常的图。 ,一个是每月的,另外一个是每月的增长率,我们选择这个两个字段,插入组合图 这个是插入的原始图,在这图我们需要注意几个关键点 1、主坐标和次坐标,增长率是设置一个次坐标 2、主坐标和次坐标的 最终我们调整美化后,呈现的效果如下: 这个图才是真实的每月的,我们可以看到每个月的和每个月的增幅,所以在做 ,图呈现的时候,的思路,逻辑才是最关键的

59930

618全网报告

全网又了多少呢?我们一起来看看《618全网报告》吧。 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 推荐两个团队技术号 Github研习社:目前是由国内985博士,硕士组成的团体发起并运营,主要享和研究业界开源项目,学习资源,程序设,学术交流。回复就无套路送你一份自学大礼包。 主要享和研究机器学习、深度学习、NLP 、Python,大等前沿知识、干货笔记和优质资源。回复就无套路送你一份机器学习大礼包。

27650
  • 广告
    关闭

    云数据仓库ClickHouse首购10元特惠

    适用于业务初期的行为分析、经营策略等分析查询场景,首购限时10元,快来抢购吧!

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    常用的日期参形态

    日常,时间是非常重要的维度。前一文,我说明了如何不用公式,实现日期自动转换为年、季度、月、周等形式(点击文末阅读原文查看),以便进行业务。 但有时,业务逻辑比较复杂,或者源不规范,仅凭点击鼠标无法满足对时间维度的需求,需要我们用点公式。下面介绍在零业界常用的几种日期公式使用形态。 (注:此处操作以Power BI Desktop为例,在Excel当中的操作步骤相同) 一、不借助外界源,新建完整的日期列 有时,我们需要这样一张完整的全年日期明细,方便与业务结合。 然后,我们借助Query的添加列功能,快速添加相应的日期维度,从而得到最上方的格。 二、依当前时间进行日期动态变化 我们每天需跟踪截止昨天的,昨天是个相对的位置。 当然如果你仅仅需要在Excel工作簿展现当前日期用today函就好。 三、要截止到上个月月底怎么办? 每个月月初,我们要回顾上个月的截止月底最后一天。

    17510

    【学习】SAS应用-公司

    的时间是从1月1日到10月30日。 原始的内容包括:日期、发票号码、人、地区、商品代码、商品类型、商品大小类、量、商品单价。 在步里我又根原始生成了另外两项月份、金额。其中月份从日期中取得而来,金额=量*商品单价。 先对进行简单: ? 蓝色代额,红色代量。可以看到1、2月的量和金额都远比其它月份低,这是因为该公司员工春节放假较早,从1月15日到2月4日之间都没有。 可以看到日金额线还是比较满足平稳时间序列的情况的,所以可以对此做时间序列,预测后面两个月的额。 ? 通过饼图筛选出额比较突出的地区。 ? 下面按日期对额做时间序列: ? 可以看出自相关系是拖尾的。 ? 可以看出偏相关系是截尾的,因此可以选择自回归模型作为选定模型。

    62530

    python爬虫——天猫iphonX的

    01.引言   这篇文章是我最近刚做的一个项目,会带领大家使用多种技术实现一个非常有趣的项目,该项目是关于苹果机(iphoneX)的,是网络爬虫和的综合应用项目。 03.抓取天猫iphoneX的   因为本项目抓取指定商品需要使用 JSON 模块中相应的 API 进行,因为返回的是 JSON 格式的,而从搜索页面抓取的商品列需要 用 SQL 语句IphoneX(按颜色)比例   既然都保存在Mysql库中,那么我们不妨先用 SQL 语句做一下,本节将对iphoneX的量做一个比例。 我们要的是某一个颜色的量占整个量的百比,这里需要算如下3类。 某一个颜色的iphoneX量 iphoneX量 第1类和第2类的差值(百比)   用 Pandas 和 Matplotlib 对胸罩比例进行可视化   接下来将使用

    2.1K121

    十张图,如何赋能

    助力业务”大号口喊了很多年,可一提到,人们习惯性的依然讲的是:excel,python,sql,依然是清洗、算、可视化。到底业务部门需要啥样的,很少有人认真讨论。 在企业里也是这样。虽然背后有学、学、运筹学、算科学、机器学习等等复杂原理,但是业务部门既看不懂,也不在乎。你简单告诉我:“干啥能出业绩”就行了。 特别是部门。 单纯一个问题,可能需要好几个点的才能支持到位,并且需要经过算,给到一个比随机拨打更高响应率的方案。这就需要在工作的时候特别有耐心,逐个攻坚问题。 5 为啥平常做的都没啥用 看完上文,可能同学们已经发现了:为啥平时做的没啥用:大部公司的脱节的很厉害。 作为师,一不懂流程,二不懂组织结构,三不懂话术技巧,每天就知道把额=客户*转化率*客单价的公式翻来覆去的写,拆成各个城市的写。这种东西铁定没啥大用处。

    37512

    by OI.AMNT desc group by to_char(OI.CRETE_DATE,'yyyy-mm-dd hh24') order by c desc 按小时

    11620

    在线教育案例:如何

    image.png 【面试题】 有一张“课程订单”,包含4个字段:用户id、下单日期、下单id、学科。 汇总 查询“每个用户第一个订单”,涉及到“每个”,要想到《猴子 从零学会SQL》里讲过的要用“组汇总”解决该类问题。 多联结 上面只获取到第一次下单用户的用户id、第一次下单日期。而题目要求如果同时下单了包含多个课程的订单,则按照“语文、学、英语”顺序排序。 这就要获取到里的其它。 可以把上面查询结果作为a1,和“课程订单”(记为a2)进行多联结。 使用多联结,查询每个用户第一个订单的记录: image.png 查询结果: 3. 【本题考点】 1.涉及到“每个”的问题,要想到《猴子从零学会SQL》里讲过的用“组汇总”或者“窗口函”来解决 2.考查对多联结的应用 3.考查对order by中自定义排序的使用 推荐:如何从零学会

    18630

    python化运营实例---预测

    来源:https://pan.baidu.com/s/1a5kcBy0O0LGO8vo5SXI2Hw 第一步:导入库 import re import numpy from sklearn import linear_model from matplotlib import pyplot as plt 第二步:导入 fn = open("C:/Users/***/Desktop/Python化运营 y.append(float(temp_data[1])) x=numpy.array(x).reshape([100,1]) y=numpy.array(y).reshape([100,1]) 第四步: plt.scatter(x,y) plt.show() 第五步:建模 model = linear_model.LinearRegression() model.fit(x,y) 第六步:模型评估 r2 = model.score(x,y) #回归方程 y = model_coef*x + model_intercept 第七步:预测 new_x = 84610 pre_y = model.predict

    29910

    电商平台评测智能手|

    要点提示 为了应对日益缩短的产品设周期,帮助智能手品牌厂商快速准确地收集用户反馈,从而帮助提高产品质量,我们挖掘了智能手的网上购买,我们从电商平台采集了多个品牌智能手用户购买评价,并进行了 图一 从图中可以直观地看到,大陆产地的智能手在高价位区间的评价量较少,在低价位区间的评价量较多。国外产地的智能手在低价格区间的评价量较少,在高价格区间的评价量较多。 国内手厂商通过对部次要需求功能的取舍,同时将主要功能做到极致,可以有效控制成本,也刺激了更多用户对高性价比的购买欲望。 待机续航时间是通电后,产品处于默认的静止状态,然后开始时连续监测,直到产品耗尽电量关机,停止时,并记录整个过程所需时间。 总之,智能手的功能将随着消费者多样化、个性化的需求而不断丰富,在未来,智能手将成为人们工作和生活中不可缺少的帮手。 ---- 本文摘选《电商平台评测智能手

    7220

    Pythonpandas之透视

    Pythonpandas之透视 大家好,我是架构君,一个会写代码吟诗的架构师 今天说一说Pythonpandas之透视,希望能够帮助大家进步!!! 聚合 Padans里的聚合即是应用组的方法对框进行聚合,常见的有min(最小)、max(最大)、avg(平均值)、sum(求和)、var()、std(标准差)、百、中位等。 框概览 可以通过describe方法查看当前框里值型的信息,主要包括条、均值、标准差、最小值、25、50、75、最大值方面的信息。 如果是查看某列的信息,在框下加“.”列名即可。

    12630

    亚马逊商品爬虫报告

    tecdat在家电品牌网络调研项目中,倾听主流电商平台上网民消费者对于家电的各种看法,我们发现在人们的消费理念不断发生变化的今天,家电早已不是一件单纯的满足功能需求的物品,更是一种消费者对自己个性化、品质化的达 从电商大来看,量Top9的家电品牌,低端价位产品在以价格取胜的品牌中依然占比较高,可以发现,500-1000元价位的定价产品已经崛起。 ? 同时,大告诉我们,家电中个性化、休闲娱乐、生活品质、消费电子类、家庭型等元素都被更多的网民所亲睐。 ? 我们发现智能家电的购买率非常高,同时, 新鲜空气系,以及享受型家电,如游戏系,美容仪器等也倍受消费者亲睐。 ? ?

    16820

    这么做,看了拍手叫好

    很多同学抱怨,很难做。能用的很少,领导们的期望却很高,总指望通过能直接提升业绩,咋办!今天我们系解答一下。形式有很多种,不带入具体场景是很难讨论的。 因此我们来个具体场景: 某互联网交易平台,通过线下团队招揽企业入住。目前部领导找到师,希望能做一些精准,为一线赋能,提升生产力。问:这个项目该怎么做? 不信的同学,可以下你们公司BI系部的使用率,能超过10%都很厉害了。 所以,这个题的真正题眼是:一线。在报压根没人看的情况下,其他的“赋能”、“助力”、“精准”是根本谈不上的。 就拿电话本举例,有些产品经理也关注到了这一点,但是他们特别喜欢在打电话前加一个“工作”非逼着一线去填工作划。还美其名曰:你看流程第一步是列客户名单嘛,所以要定个工作划,这样科学合理。 如果脑子里装的只有饼图线图条形图,即使真上一个产品,最后结果也是:报打开率5%,只有团队老大和砖员俩人会看,看完还甩一句:我早知道了,你说这有啥用…… 这个场景还能继续 比如: 企业背景改为

    36130

    五步法,做一份优质的

    很多同学抱怨,很难做。能用的很少,领导们的期望却很高,总指望通过能直接提升业绩,咋办!今天我们系解答一下。形式有很多种,不带入具体场景是很难讨论的。 因此我们来个具体场景: 某互联网交易平台,通过线下团队招揽企业入住。目前部领导找到师,希望能做一些精准,为一线赋能,提升生产力。问:这个项目该怎么做? 不信的同学,可以下你们公司BI系部的使用率,能超过10%都很厉害了。 所以,这个题的真正题眼是:一线。在报压根没人看的情况下,其他的“赋能”、“助力”、“精准”是根本谈不上的。 就拿电话本举例,有些产品经理也关注到了这一点,但是他们特别喜欢在打电话前加一个“工作”非逼着一线去填工作划。还美其名曰:你看流程第一步是列客户名单嘛,所以要定个工作划,这样科学合理。 如果脑子里装的只有饼图线图条形图,即使真上一个产品,最后结果也是:报打开率5%,只有团队老大和砖员俩人会看,看完还甩一句:我早知道了,你说这有啥用…… 三、这个场景还能继续 比如:

    48720

    多维透视 - 矩实现商品对比

    常见的二维透视(交叉)通过横向和纵向展示,进行一些简单的汇总运算,而传透视功能单一,汇总方式简单,已经无法满足现代大量各种条件,因此多维透视应运而生。 多维透视在功能强大的同时,创建难度也会随之提高 多层组嵌套的复杂的组织结构 复杂的汇总公式的编辑 小和总的区等等要面临的复杂问题 如果用代码实现,可能复杂程度不堪想象,更不用谈大量级别下报加载的性能问题 本文以【商品额与赠送金额百比】这一典型的多维透视为示例,使用葡萄城报的矩控件,通过拖拽来实现多维透视。 报结构 行: 按照区域和省份,嵌套2层组。 列:按照月份组,动态列。 添加源和集 3. 添加矩控件 添加矩控件到设界面,会发现有类似[ 符号,组,即可根具体动态生成行。会发现设器下面的矩组管理器; 4. 添加列组 根以上,列组是根月份而定的,因此只需要默认的一个列组就足够了,所以不需要添加其他列组; 添加“额”,“搭增”,“比例”静态列: 选中“列组单元格”插入列,选择组内-右侧

    9830

    实战 | 奥迪汽车的可视化大屏(SQL+Tableau)

    目 录 1、项目简单介绍  2、项目需求   3、项目设   4、软件实现——区域 1)区域 2)区域占比 ① sql      ② tableau 项目需求 1)汽车报告 根外部从市场需求、消费能力、企业竞争、品牌竞争几方面来乘用车的市场情况。 2)绩效布 外部和内部相结合,从区域、车型、时间等多个维度本企业的业绩完成情况。 项目设 1)区域 各区域今年的情况及与整体的占比; 各区域情况(量和收入)的同比及环比情况; 2)车型 各车型12个月的趋势; 各车型在不同时间段同比及环比情况; 各车型的排名 ① sql # 不同区域的本月、上月、同期,以及收入本月、上月、同期 select areaname 区域名称, sum(case when stat_month =

    1.4K00

    PHP做

    前段时间的主要工作是开发公司产品的安装量和回访量,则由客户端调用C接口写入mysql库,即我们只需要客户端写入的原始即可。 接下来对每个步骤进行梳理: 1、C接口直接写到安装和回访,原始采用按年,按天区。原始量比较大,也不适合PHP写入。 2、转移更新完之后即可根出报,因为的字段8个左右,所以累到一定时间之后,这个也将会很多,前台不适合直接从这里取报。 5、其他报。 这意味着唯一键要调整,大部结构都需要调整了。 原始有的有序列号,有的没有,所以首先是原始一增加序列号字段,因为转移的只将特定的字段值写进去,所以原始的调整对不会有影响。 调整时先停下所有的脚本,近期直接删除重建即可,唯一因为需要处理,边转移边处理一下即可,报保留原有。所以整个过程下来调整并不算大,只是因为量比较大,处理觉得麻烦一点而已。

    66920

    】零O2O如何做

    线上平台的来源有网站工具、ERP系、客服回访问卷投诉等。    推广方面的包含流量,停留时间,流量页面,转化率。流量的增减(新UV)代市场部推广工作是否有效,新客停留时间浏览页面量和转化率等,一定程度上代了市场部推广是否有针对性。    建立商品维度,综合考虑商品所有维度,比如价格、型号、外形、品牌、规格等维度,把商品根不同维度区各品类各维度的量,增加高量维度商品品类占比,精简低量维度商品品类占比。    促方式主要依靠评估效果,每做一次主题促,就在ERP系中建立促,设置促主题,促商品,促档期。 对生成订单、但最后没有提交订单的顾客回访,在UI、品类、价格、网站体验、物流、后等方面那个方面最影响顾客体验,根实际情况逐条解决。不断优化。

    47380

    白话Elasticsearch36-深入聚合之案例实战Histogram Aggregation:按价格区间电视量和

    histogram:类似于terms,也是进行bucket组操作,接收一个field,按照这个field的值的各个范围区间,进行bucket组操作 . ,6000~8000,8000~10000类似的,每个范围对应一个bucket 根price的值,比如2500,看落在哪个区间内,落在2000~4000,此时就会将这条放入2000~4000 对应的那个bucket中 histogram也是bucket划的一种方法,就好比terms,将field值相同的到一个bucket中 bucket有了之后,就可以对每个bucket执行 avg,count,sum,max,min,等各种metric操作,聚合 ---- 案例 需求: 按价格区间电视量和额 原始: ? : { "field" : "price" } } } } } } 返回

    13530

    Python-特征-()

    概要 用指标对定量进行描述,常从【集中趋势】和【离中趋势】两个方面进行。 1、集中趋势的度量 (1)均值:均值为所以的平均值。若算n个观察的平均算公式为: ? 有时,为了反映在均值中不同成的重要程度,为每个观察值 赋予 可以得到加权平均值: ? 2、离中趋势度量 (1)极差 极差=最大值-最小值 极差对集的极端值非常敏感,并且忽略了位于最大值于最小值直接的布情况。 (2)标准差 标准差度量偏离均值的程度,算公式为: ? (3)变异系 变异系度量标准差相对于均值的离中趋势,主要用来比较两个或多个具有不同单位或者不同波动幅度的集的离中趋势。算公式为: ? 四间距是上四 与下四 之差,其间包含了全部观察值的一半。其值越大,说明的变异程度越大;反之说明变异程度越小。 ?

    52310

    相关产品

    • 智能数据分析

      智能数据分析

      智能数据分析( IDA)基于安全、低成本、高可靠、可弹性的云端大数据架构,帮助企业客户实现从数据采集、建模、挖掘、效果分析、用户标签画像到自动化营销等全场景的数据服务,快速实现数据驱动业务增长的目标。

    相关资讯

    热门标签

    扫码关注云+社区

    领取腾讯云代金券