个人介绍
Excel: 熟练掌握各项基本操作技能, 包括不限于函数应用,数据透视表,数据图表制作等
Python:熟悉基本语法, 能用pandas 与numpy中部分函数来进行数据清洗,数据分析等相关数据处理
Tableau: 熟悉Tableau使用方法, 字段分层.分组,拆分,函数使用等,以及可视化仪表板展示
工作经历
2023-02-01 -至今北京数据星空科技有限公司数据分析师
1.完成日常业务数据的统计与分析,进行每阶段价值交付 (日报,周报,月报,项目报)。 2.监控业务变动和数据波动,对接各部门需求,从而输出数据分析报告。 3.将项目中获得的数据进行清洗、分析和可视化。 4.根据数据分析结果,为决策制定提供支持和建议。
2018-01-01 -2023-01-01鼎嘉人力资源数据分析
1.完成数据处理工作,负责基础数据导出、清洗、过滤及处理,确保准确性、可衡量性; 2.协助运营进行业务相关数据分析和统计,基于产品、运营数据,进行产品评估、用户行为分析、运营活动效果评估等,输出数据文档、日报、周报; 3.每日整理产品、运营相关数据,及时发现问题,在运营会议中展现分析报告,与同事协同输出解决方案; 4.基于业务场景的熟悉,充分了解数据分析需求,调整数据报告的维度,为业务部门提供全面数据支持;
教育经历
2013-09-01 - 2017-07-01圣彼得堡国立财经大学统计学本科
GPA 4.9/5,统计学,兼职做数据清洗
技能
1) 商品之间做相关系数分析,找到商品之间是否有显性相关关系,来判断是否互为替代品或者互补品. 2) 以销量的平均值及销量环比的平均值为指标, 建立产品生命周期模型: 按照明星型,成熟型,新兴型,衰退型商品 划分产品结构, 并对各类商品提出销售建议,提升销量. 3) 用户画像分析,: 对消费者从性别、年龄、消费金额等多个维度进行集中趋势分析,对店铺消费者消费情况进行可视化呈现,以发现数据中的规律和趋势. 4) 用户分层分析: 建立消费者的RFM模型, 将消费者按照消费频率.消费时间,消费金额划分为重要价值客户,重要发展客户,重要保持客户,重要挽留客户,一般价值客户,一般发展客户,一般保持客户,一般挽留客户.
1) 根据二八原则,员工20%的关键行为决定80%的工作效率,对员工和任务进行量化,以此建立招聘KPI打分模型. 分数越高,说明应该承担招聘难度系数更高的岗位.2) 结合业务逻辑, 从年龄,学历,工作年限等维度对人员ID进行评分,从招聘年薪,招聘岗位, 员工所在地等多个维度对任务ID进行评分.3) 根据人员ID,任务ID得分建立可视化模型,对人员-任务进行优化分配并建立相应的可视化模型进行深入分析.