数据分析班
企业服务
项目名称:‘数据分析’高薪求职攻略
教育部和各大高校显然也意识到了这个百万级的人才缺口。
2016年开始中国高校首次成功申请到“数据科学与大数据技术”本科新专业。截止到19年,教育部公布的高校新增专业名单中,已有486所高校获批“数据科学与大数据专业”。
从2020年开始,将有大批高校本科毕业生涌入市场填补空白。
城市:哪个城市对数据分析的需求比较高?数据分析岗位在四大城市的薪资差异是否显著?
企业:招数据分析岗的企业,都是哪些类型的企业?招聘企业在各大城市的类型分布是怎样的?
技能:数据分析岗需要掌握哪些技能?哪些技能更受企业青睐?主流技能的平均薪酬中值是多少?
经验:企业在招聘数据分析师时,对应聘者的工作经验和学历要求?不同的经验要求是否意味着不同的技能要求?
学历:不同的工作经验和学历在薪资上是否存在差异?
入门小白:对于刚入门的求职者,可以去包容性更强的城市作为踏板进入这个行业,但是对薪资不要有太高期待。能力建议:Python、Excel
进阶追求:对于有一定项目经验者,可以来上海感受职场的魅力。上海有更多的机会、更高的薪资。能力建议:R、Python、SQL、Excel
高薪挑战:对自己能力有信息的求职者,可以尝试去北京尝试更有挑战性的职位。北京的薪水高竞争强,可以感受“中国的硅谷”工作氛围。能力建议:R 、Python、SQL、Excel、SAS、SPSS、Java、AI
项目名称:酒店住宿项目数据分析
分析酒店市场情况,帮助酒店管理者和酒店投资者作出正确的选择。为旅游消费者提供性价比高,住房方便的酒店方案。以上海为目的地,抓取某旅行网站上所有酒店信息进行市场分析。
研究分析影响酒店效益的因子,消费者比较关注哪些方面,上海各区域酒店分布情况,选择在哪里投资可以获得效益最大化。研究分析哪些地方住房便宜,交通方便,距离景点位置比较近。
1.上海各类型酒店中,经济型酒店占比非常高,其次是舒适型和高档型
2.上海各区主要是以经济型酒店类型为主,高档型和五星级酒店分布比较多的地区是黄浦区和长宁区,四星级和豪华型酒店分布比较多的是静安区。
3.商务出行类,地铁周边和浪漫情侣类酒店最多
4.顾客对酒店评价的标签中,干净卫生,酒店设施,交通方便,性价比高,位置好等字段最多。
5.上海酒店大部分分布在著名景区、交通枢纽、商业区以及大学城附近,其中迪士尼度假区分布数量最多
6.上海各类型酒店价格平均值范围:经济型,二星级:低于500 , 舒适型和三星级:500-1000 四星级,五星级,高档型,豪华型:高于1000
7.酒店评价人数的多少反应了酒店受欢迎程度,随着评分增加,酒店受欢迎程度增加。
项目名称:O2O平台功能优化效果评估报告
O2O平台对提供给ktv商户使用的预定功能进行了调整,希望帮助这些商户提高成交。需要对灰度上线的地区的运营数据进行新功能上线前后数据对比分析,对新功能达到的效果进行评估,提供报告。
对项目需求进行细化,明确需要查看的数据指标:
*预订交易额
*交易额
*预订订单数
*交易订单数
*日均UV=PC日均UV+APP日均UV
*预订转化率=预订订单数/(日均UV*7)
*预订客单价=预订交易额/预订订单数
*交易额转化率=交易额订单数/(日均UV*7)
*交易额客单价=交易额/交易额订单数
*预订占比=预订订单数/交易订单数
从整体上看,所有指标在预定功能优化后都出现下滑,因此不建议该功能优化在所有城市和所有店铺类型上线,需要针对不同城市和不同店铺类型分别考虑。
一线城市虽然预定交易额和交易额都是下降的,但其他细化的指标中只有转化率是下降的,日均UV和客单价都是上升的,交易额的下降和转化率的下降有关,需要结合其他数据进一步分析转化率下降的原因。针对一线城市,预定功能的优化可以上线。
主要城市虽然所有的指标都出现下滑,但长尾门店交易额是上升的,并且长尾门店的大部分指标也都是上升的,因此针对主要城市的长尾门店,预定功能的优化也可以上线。
目前对比的数据是一周的数据,也可以灰度上线时间再长一些再对比一下数据。
项目名称:租车订单分析
某租车企业为顾客提供各种车型的短租,顾客利用微信小程序在网上下单,下单成功后到租车企业合作的4S店取车,租期结束后顾客将车归还到4S店。现在,针对一年的订单数据,对租期、租金总收入等核心指标进行分析,方便优化车型和租金单价。
需要查看的数据指标:出车时间、车型、取车城市、租期、租金、新老用户、来源、时间。
可以在一天之中出车最多的时间加派人手。
荣威很受欢迎,其订单数量是最多的,可以适当增加其订单价。
各个城市的日均租金新用户都要大于老用户,可以加大宣传力度,来增加新用户,特别是北京,人均日租金最高,说明北京有很高的消费潜力,但是北京的用户却很少,导致北京的租金总额排倒数第二。
各个城市的用户自建订单日均租金和电话呼入日租金都差不多,只有北京的电话呼入高一些,可以具体分析这是为什么。如果是北京的电话呼入效率高,那么其他城市也可以效仿;如果是北京的用户自建订单有问题,那么可以分析是北京用户自建订单的哪个环节有问题,比如在用户预付定金时很慢,那么就可以针对这个环节来优化。