我曾亲眼见过一个数据分析团队,在月度经营分析会上用彩虹色板展示全国各地区的销售额。红色代表华北,橙色代表华东,… 继续阅读数据分析可视化之色板应用 – 数据类别与顺序
分类: 数据分析
数据清洗多源数据整合 – 异构数据对齐难题
我见过太多团队,花三周时间把来自CRM、ERP和第三方电商平台的数据合并到一个大表里,结果发现同一个客户被识别… 继续阅读数据清洗多源数据整合 – 异构数据对齐难题
政府数据分析扶贫成效评估 – 多维贫困度量
核心结论:多维贫困度量是政府数据扶贫成效评估的“透视镜”,而不是“成绩单” 在多年的政府数据项目中,我发现一个… 继续阅读政府数据分析扶贫成效评估 – 多维贫困度量
数据清洗错误发现记 – 逻辑规则校验框架
核心结论 数据清洗的最终防线不是格式规范化,而是逻辑规则校验。过去三年,我参与过数十个企业的数据清洗项目,发现… 继续阅读数据清洗错误发现记 – 逻辑规则校验框架
数据分析可视化规范制定 – 企业级图表标准
今年初,我被拉进一个数据团队的内部复盘会。屏幕上展示的是同一份销售数据,业务部门用了三个不同版本的图表:一个饼… 继续阅读数据分析可视化规范制定 – 企业级图表标准
特征工程之降维方法 – PCA与因子分析实战
2022年,我在一家电商公司做用户画像项目,当时业务团队从200多个用户行为指标中提炼核心维度。我习惯性地用了… 继续阅读特征工程之降维方法 – PCA与因子分析实战
特征工程之文本向量化 – 词袋与TF-IDF
在正式进入今天的主题之前,我想先分享一个我亲身踩过的坑。两年前,我在为一个电商平台的用户评论做情感分类时,满怀… 继续阅读特征工程之文本向量化 – 词袋与TF-IDF
数据清洗自动化流水线 – 可重复与审计需求
我在2023年辅导一家年营收3.2亿元的零售企业搭建数据中台时,发现了一个让我至今难忘的“数据清洗灾难”:他们… 继续阅读数据清洗自动化流水线 – 可重复与审计需求
特征工程多值离散化 – One-Hot与目标编码
为什么高基数类别特征不需要“无脑One-Hot” 我做特征工程的第一年,帮一家电商平台做用户画像模型。对方的业… 继续阅读特征工程多值离散化 – One-Hot与目标编码
特征工程之分箱策略 – 连续变量离散化
核心结论:分箱不是“切几刀”,而是信息与泛化的权衡 如果只能用一个词总结我对分箱策略的认知,那就是“取舍”。连… 继续阅读特征工程之分箱策略 – 连续变量离散化