项目背景：阿里巴巴和蚂蚁金服逐渐积累了来自用户和商家的海量线 上线下交易数据，通过对“口碑”交易环境及过程所产生的数据进行分析，展开面向销售环节预测。最终达到降本增效，规避潜在风险，优化用户体验的目标，实现平台、商家与用户三方共赢的良性循环。项目职责：担任此大型项目的组长，带领 14 个人的团队历时 15 天完成此项目。负责的阶段任务如下： 1. 用 hive，python 对大规模数据量(总计 7500w 条多数据)进行了清洗，删除了无意义的空值、重复值及不在项目时间段的数据。将时间戳字符串类型更改为 ymd 日期类型，以方便后期的数据筛选和分析。 2. 用 python，sql，excel 等工具进行各指标分析，有：各城市总体消费金额（饼图）、商家交易次数和用户浏览次数（双轴折线图）、最受欢迎的前 10 类商品（嵌套条形图）、最受欢迎 5 家奶茶商店和中式快餐店（词云图）、留存率分析（阶梯手枪图）、浏览次数前 50 商家（地图）、各品类时间段支付次数（环形图）、消费评分分级（气泡图）等。 3. 用 tableau 创建不同维度的筛选器、参数 topN 和各种函数计算字段（有排名 rank_dense、if、countd 等函数），用各种图表对指标分析的结果进行可视化展示。项目总结： 1、针对消费能力较高的会员，应当对他们进行不定期的促销活动，提供些 VIP 个性服务，发放优惠券等，保持用户活跃度，并进行用户画像和精准推荐； 2、口碑商家在我国西北、东北地区数量较少，接下来平台应该在线下市场快速铺开，特别是商家分布较少的地区，积极推行加入口碑平台的政策，吸引优质商家的加入，同时继续深耕一线和准一线城市。最后用动画 ppt 对项目解说展示。