技术点：描述性统计分析+异常数据处理+业务分析+可视化 项目描述： 对优衣库数据进行分析,探索运营情况,为之后的运营和营销提供参考或决策支持 1.首先对数据进行描述性统计分析,使用盖帽法处理数值型数据,存储交易额大于0的数据,类别数据缺失部分采用众数填补,新增一列利润指标,丰富分析维度 2.分析不同产品类别产品的销售情况,从销售额来看 ,T恤,当季新品为爆款产品,利润来看,牛仔裤出现亏损数据较多,毛衣,配件单价利润大. 3.分析销售渠道,优衣库主要销售渠道为线下,个别城市线上业务大于线下,比如广州,武汉,其他城市应效仿其线上运营模式 4.客户群体集中在20-40岁,女性居多. 5.为下个月制定销售目标,比上月提升20%,根据城市贡献率为各个城市分配任务

技术点：数据一致性处理+获客分析+留存分析+活跃分析+转化率分析 项目概述： 用户研究是产品设计的第一步，其中以大量数据为支撑的用户行为分析尤为重要，这个项目我们采用数据抽样，抽取淘宝“百万级”用户数据，深度分析用户行为， 1、主要包含基本用户购物情况数据统计，统计浏览量PV，独立访客数UV，分析有购买行为的用户数，复购率分析,发现复购次数集中分布在在1-5次 2、从时间维度分析用户行为，每周的用户行为数量变化趋势，每天PV变化趋势分析，分析一天中的不同时段用户的行为，得到结论：大部分用户的主要活跃时间段为9：00-22：00，其中18：00-22：00开始逐渐增加，达到一天之中的顶峰。每周的主要活跃时间为周二至周四，运营人员可根据活跃时间进行相关的活动 3、获客分析：经过分析观察每日新增用户数量，第一天新增人数较多，后期属于下降趋势 4、进行转换率分析及留存分析，发现转化率在1%左右，次日留存率在70%左右。

技术点：描述性统计分析+相关分析+探索性分析 项目概述： 本项目主要是分析员工离职的相关因素，为公司减少人才流失提出合理化建议 1. 首先完成描述性统计分析，发现员工离职率23.8%，以及探索性分析和相关分析，发现员工离职与满意度，考核评分，项目数量，工作时长有很大的相关性，进行了特征工程构建 2. 经整理分析，公司里大部分员工离职是因为满意度低，工资低，个人价值实现不了满足，提出以下建议 (1)留住高绩效人才，有一半的离职员工绩效很高，0.8-1之间，高绩效没有带来升职和加薪，目前绩效评估与完成项目数和工作时长呈现正相关，与工资和晋升没有相关性，需要全面优化绩效考评制度，对于高绩效人才有晋升和工资的提升 (2)提升员工对公司的满意度，对于目前工作时长（160-240小时/月），项目安排（3.4个），薪酬晋升等进行优化，合理分配工作项目，降低平均工作时长，提高人效