SQL/Python/Excel 2024实战：用3个业务场景构建你的数据分析作品集

weixin_30784501

394人浏览 · 2026-07-04 11:02:08

weixin_30784501 · 2026-07-04 11:02:08 发布

2024数据分析实战：用3个高价值业务场景打造职场竞争力

在数字化转型浪潮中，数据分析能力已成为产品、运营、市场等业务岗位的标配技能。但多数学习者的困境不在于掌握工具操作，而是不知道如何将抽象的数据思维转化为具体的业务价值。本文将以三个典型业务场景为骨架，带你构建可直接用于求职或内部晋升的数据分析作品集。

1. 用户留存分析：从SQL查询到行为洞察

用户留存率是衡量产品健康度的核心指标，但90%的分析师止步于计算七日留存率这个数字。真正的价值在于识别影响留存的关键行为路径。

1.1 构建留存分析框架

首先用SQL提取用户行为日志，这里需要区分 存活用户 （持续活跃）与 回流用户 （间隔活跃）的不同计算逻辑：

-- 计算次日留存率（标准口径）
SELECT 
    COUNT(DISTINCT day1.user_id) AS day1_users,
    COUNT(DISTINCT day2.user_id) AS day2_retained_users,
    ROUND(COUNT(DISTINCT day2.user_id)*100.0/COUNT(DISTINCT day1.user_id),2) AS day2_retention_rate
FROM 
    (SELECT user_id FROM events WHERE event_date = '2024-03-01') day1
LEFT JOIN 
    (SELECT user_id FROM events WHERE event_date = '2024-03-02') day2
ON day1.user_id = day2.user_id;

表：不同业务场景的留存率基准参考值

行业类型	合格次日留存率	优秀次日留存率	关键影响因子
社交类APP	35%-45%	>50%	好友添加数量/互动频率
电商平台	25%-35%	>40%	首单转化速度/客单价
SaaS工具	15%-25%	>30%	关键功能使用深度/付费转化

1.2 留存归因分析实战

用Python的生存分析库 lifelines 挖掘用户流失风险点。以下代码展示如何计算不同用户群的留存曲线：

from lifelines import KaplanMeierFitter
import matplotlib.pyplot as plt

# 示例：付费用户vs免费用户的留存差异
kmf = KaplanMeierFitter()
paid_users = df[df['is_paid']==1]
free_users = df[df['is_paid']==0]

plt.figure(figsize=(10,6))
kmf.fit(paid_users['duration_days'], event_observed=paid_users['churned'], label="付费用户")
kmf.plot_survival_function()
kmf.fit(free_users['duration_days'], event_observed=free_users['churned'], label="免费用户")
kmf.plot_survival_function()
plt.title('付费模式对用户留存的影响')
plt.ylabel('留存概率')
plt.xlabel('使用天数');

提示：在实际业务中，建议将用户按注册渠道、首次行为特征等进行分群对比，往往能发现被平均值掩盖的问题

2. 营销活动ROI评估：构建自动化监控体系

市场部门每年投入大量预算在促销活动上，但多数ROI分析仅停留在总销售额对比层面。精细化的活动评估需要拆解到流量渠道、用户分群和商品组合维度。

2.1 搭建评估指标体系

一个完整的活动评估框架应包含三个层次：

基础效果层
- 投入产出比（ROI）=（活动增量GMV - 活动成本）/活动成本
- 新客获取成本（CAC）= 活动费用 / 新增付费用户数
用户质量层
- 新客30日复购率
- 高价值用户转化比例
长尾效应层
- 活动后自然流量变化
- 非活动商品连带销售率

2.2 Python自动化分析模板

使用 pandas 快速计算各渠道贡献度，这段代码可以直接嵌入企业的数据流水线：

def calculate_roi(df):
    # 计算各渠道贡献度
    channel_perf = df.groupby('traffic_source').agg({
        'gmv':'sum',
        'cost':'sum',
        'user_id':pd.Series.nunique
    }).reset_index()
    
    channel_perf['roi'] = (channel_perf['gmv'] - channel_perf['cost'])/channel_perf['cost']
    channel_perf['cac'] = channel_perf['cost']/channel_perf['user_id']
    
    # 标记异常渠道（ROI<1且CAC高于均值）
    mean_cac = channel_perf['cac'].mean()
    channel_perf['alert'] = np.where(
        (channel_perf['roi']<1)&(channel_perf['cac']>mean_cac), 
        '需优化', 
        '正常'
    )
    return channel_perf

表：某618活动各渠道效果评估示例

渠道	投入成本	带来GMV	ROI	CAC	新客占比	状态
抖音信息流	¥150,000	¥620,000	3.13	¥85	62%	正常
微信朋友圈	¥80,000	¥210,000	1.63	¥120	45%	正常
小红书KOL	¥65,000	¥90,000	0.38	¥150	78%	需优化

3. 商品关联推荐：从购物篮分析到算法落地

零售行业约35%的销售额来自关联购买，但大多数企业的推荐策略仍停留在人工规则阶段。下面介绍如何用数据驱动商品组合优化。

3.1 购物篮分析技术选型

根据数据规模和业务需求，可选择不同技术方案：

小规模数据 ：Apriori算法

from mlxtend.frequent_patterns import apriori

frequent_itemsets = apriori(df, min_support=0.01, use_colnames=True)
rules = association_rules(frequent_itemsets, metric="lift", min_threshold=1)

海量数据 ：FP-Growth算法

from pyspark.ml.fpm import FPGrowth

fpGrowth = FPGrowth(itemsCol="items", minSupport=0.001, minConfidence=0.1)
model = fpGrowth.fit(spark_df)

3.2 推荐策略业务化

单纯的算法输出无法直接用于业务，需要添加业务规则过滤：

价格带约束 ：避免推荐价格悬殊的商品组合
库存状态 ：剔除低库存商品
季节性调整 ：动态权重调节

-- 实际业务中使用的推荐逻辑SQL示例
WITH base_recommend AS (
    SELECT 
        a.product_id AS anchor_product,
        r.recommended_product,
        r.lift_score,
        p1.price AS anchor_price,
        p2.price AS reco_price,
        ABS(p1.price - p2.price)/p1.price AS price_gap_ratio
    FROM 
        product_association_rules r
    JOIN 
        products p1 ON r.anchor_product = p1.product_id
    JOIN 
        products p2 ON r.recommended_product = p2.product_id
    WHERE 
        p2.stock_status = 'in_stock'
)
SELECT * FROM base_recommend
WHERE 
    price_gap_ratio < 0.5  -- 价格差异不超过50%
    AND lift_score > 1.2   -- 提升度阈值
ORDER BY 
    anchor_product, lift_score DESC;

4. 作品集包装：从项目到叙事

完成技术分析只是第一步，如何呈现给招聘方或管理层同样重要。优秀的数据作品集应包含三个关键要素：

4.1 项目卡片模板

每个项目用一页A4纸呈现核心信息：

【业务问题】用户次日留存率下降至28%（行业基准35%）  
【分析过程】  
- 通过生存分析发现：完成个人资料填写用户留存率提升42%  
- 漏斗分析识别出：照片上传步骤流失率达67%  
【落地动作】  
1. 简化资料填写流程（字段从15个减至8个）  
2. 增加社交引导（"已有X位好友等你互动"）  
【结果验证】30天后次日留存提升至39%