课时01

1-认识数据并预处理

课时02

2-最受欢迎的菜并可视化分析

课时03

3-订单消费维度分析并可视化

课时04

4-日期与时间维度进行点菜量分析

课时05

5-项目总结

课时06

1-需求分析

课时07

2-预处理-重复值、缺失值、格式调整

课时08

3-预处理-异常值处理和偏态分布

课时09

4-预处理-月份列的数据规整

课时10

5-数据分析-货品配送服务分析

课时11

6-数据分析-销售区域潜力分析

课时12

7-数据分析-商品质量分析,项目总结

课时13

1-项目介绍，需求分析

课时14

2-导入数据,初步分析数据

课时15

3-数据预处理,用户整体消费分析(按月)

课时16

4-用户个体消费分析-消费金额与次数描述统计

课时17

5-用户个体消费分析-消费金额分布与贡献率

课时18

6-用户消费行为-首购和最后一次购买分析

课时19

7-用户分层-透视表与构建RFM模型

课时20

8-用户分层-RFM模型分析并可视化

课时21

9-用户分层-新用户，活跃用户，回流用户的流失分析1

课时22

10-用户分层-新用户，活跃用户，回流用户的流失分析2

课时23

11-用户购买周期分析

课时24

12-用户生命周期分析

课时25

13-用户复购率分析

课时26

14-用户回购率分析

课时27

15-项目总结

课时28

1-背景介绍

课时29

2-每天每月销量分析

课时30

3-用户购买量和金额分析-merge函数

课时31

4-用户2次购买门票

课时32

5-用户5次以内购买门票占比分析

课时33

6-用户复购率和复购人数分析

课时34

7-用户回购率和回购人数分析

课时35

8-新用户-活跃用户占比分析

课时36

9-回流用户，活跃用户分析

课时37

10-用户生命周期分析

课时38

11-用户留存天数计算

课时39

12-用户留存率计算

课时40

13-项目总结

课时41

01-项目介绍

课时42

02-加载数据-数据规整处理

课时43

3-是否使用优惠券消费占比分析

课时44

4-距离和折扣率分析

课时45

5-过滤出持券消费人数并联合数据

课时46

6-皮尔逊相关系数分析

课时47

7-求优惠券每天的发放量和使用量

课时48

8-优惠券发放和使用可视化分析、总结项目