很多考了CDA數(shù)據(jù)分析一級的伙伴經常問的就是：如何來找一些數(shù)據(jù)分析的項目來做，練習所學習的數(shù)據(jù)分析技能，并能寫出一份數(shù)據(jù)分析報告呢？想轉數(shù)據(jù)運營，如果沒有項目經驗很難找到一份相關工作。從哪里可以學習如何做數(shù)據(jù)分析項目？如何找到項目做？如何出報告？

一、Kaggle

網址：https://www.kaggle.com

Kaggle發(fā)布了大量的數(shù)據(jù)分析、挖掘、機器學習預測項目，沒有實習和項目經歷的小伙伴可以在Kaggle上找到項目練手。

Kaggle上的項目有不同的項目分類，包括探索性分析，數(shù)據(jù)可視化，趨勢預測，分類等多種類型，可以根據(jù)自己的需要選擇不同過類型的項目練手。

二、阿里天池

網址：https://tianchi.aliyun.com/

Kaggle的項目都是英文的，有的小伙伴可能覺得英文看起來太費勁，阿里天池的項目全是中文的，閱讀無障礙。

這里給大家整理了10個適合新人的項目：

1、Hotelbookingdemand酒店預訂需求

https://www.kaggle.com/jessemostipak/hotel-booking-demand

該數(shù)據(jù)集包含城市酒店和度假酒店的預訂信息，包括預訂時間、停留時間，成人/兒童/嬰兒人數(shù)以及可用停車位數(shù)量等信息。

適用場景：社會科學、旅行、酒店、用戶行為，不具有明顯的行業(yè)標識，可進行常規(guī)用戶行為分析。

數(shù)據(jù)量：32列共12W數(shù)據(jù)量。

可以定義的問題：

1）基本情況：城市酒店和假日酒店預訂需求和入住率比較；

2）用戶行為：提前預訂時長、入住時長、預訂間隔、餐食預訂情況；

3）一年中最佳預訂酒店時間；

4）利用Logistic預測酒店預訂。

2、VideoGameSales電子游戲銷售分析

https://www.kaggle.com/gregorut/videogamesales

包含游戲名稱、類型、發(fā)行時間、發(fā)布者以及在全球各地的銷售額數(shù)據(jù)。適用場景：電商、游戲銷售，常規(guī)銷售數(shù)據(jù)。

數(shù)據(jù)量：11列共1.66W數(shù)據(jù)量。

可以定義的問題：

1）電子游戲市場分析：受歡迎的游戲、類型、發(fā)布平臺、發(fā)行人等；

2）預測每年電子游戲銷售額。

3）可視化應用：如何完整清晰地展示這個銷售故事。

3、USAccidents美國交通事故分析(2016-2019)

https://www.kaggle.com/sobhanmoosavi/us-accidents

覆蓋全美49州的全國性交通事故數(shù)據(jù)集，時間跨度：2016.02-2019.12，包括事故嚴重程度、事故開始和結束時間、事故地點、天氣、溫度、濕度等數(shù)據(jù)。適用場景：無明顯行業(yè)標識，通用。

數(shù)據(jù)量：49列共300W數(shù)據(jù)量。

可以定義的問題：

1)發(fā)生事故最多的州，什么時候容易發(fā)生事故；

2）影響事故嚴重程度的因素；

3）預測事故發(fā)生的地點；

4）可視化應用：講述4年間美國發(fā)生事故的總體情況

4、IBM員工離職因素分析

https://www.kaggle.com/datasets/pavansubhasht/ibm-hr-analytics-attrition-dataset

IBM員工離職原因數(shù)據(jù)及包括員工編號、年齡、受教育程度、離家距離、生活和工作的平衡、工作參與情況等信息。

可以定義的問題：

1）通過分析該數(shù)據(jù)集可以找出員工流失的因素

2）工作角色和流失率的相關性;

3）離家距離與流失率的相關性;

4）平均月收入和受教育程度對流失率的影響

5、探索影響壽命的因素

https://www.kaggle.com/datasets/kumarajarshi/life-expectancy-who

世界衛(wèi)生組織(WHO)旗下的全球衛(wèi)生觀察站(GHO)數(shù)據(jù)存儲庫跟蹤了所有國家的健康狀況以及許多其他相關因素，該數(shù)據(jù)集包括了人口統(tǒng)計學變量，收入構成和死亡率等信息。

可以定義的問題:1）最初選擇的各種預測因素是否會真正影響預期壽命?

2）哪些預測變量實際上會影響預期壽命?

3）預期壽命值低于(<65)的國家是否應該增加其醫(yī)療保健支出以改善其平均壽命?

4）嬰兒和成人死亡率如何影響預期壽命?

5）預期壽命與飲食習慣，生活方式，運動，吸煙，飲酒等有正相關還是負相關?

6）學校教育對人類壽命有何影響?7）預期壽命與飲酒有正面還是負面的關系?

6、NewYorkCityAirbnbOpenData紐約市Airbnb訂房數(shù)據(jù)

https://www.kaggle.com/dgomonov/new-york-city-airbnb-open-data

用途：房價預測和可視化展示

7、TheMoviesDataset電影數(shù)據(jù)集分析

https://www.kaggle.com/rounakbanik/the-movies-dataset

用途：多表關聯(lián)、評分排序、收入分析、推薦引擎

8、TelcoCustomerChurn電信客戶流失問題

https://www.kaggle.com/blastchar/telco-customer-churn

用途：流失客戶分析、客戶終生價值LTV

9、LendingClubLoanData貸款數(shù)據(jù)分析

https://www.kaggle.com/wendykan/lending-club-loan-data

用途：金融小貸、逾期分析、逾期預測

10、BitcoinHistoricalData比特幣數(shù)據(jù)分析

https://www.kaggle.com/mczielinski/bitcoin-historical-data

用途：時間戳、數(shù)據(jù)清洗、價格預測