
很多考了CDA數(shù)據(jù)分析一級(jí)的伙伴經(jīng)常問(wèn)的就是:如何來(lái)找一些數(shù)據(jù)分析的項(xiàng)目來(lái)做,練習(xí)所學(xué)習(xí)的數(shù)據(jù)分析技能,并能寫出一份數(shù)據(jù)分析報(bào)告呢?想轉(zhuǎn)數(shù)據(jù)運(yùn)營(yíng),如果沒(méi)有項(xiàng)目經(jīng)驗(yàn)很難找到一份相關(guān)工作。從哪里可以學(xué)習(xí)如何做數(shù)據(jù)分析項(xiàng)目?如何找到項(xiàng)目做?如何出報(bào)告?
一、Kaggle
網(wǎng)址:https://www.kaggle.com
Kaggle發(fā)布了大量的數(shù)據(jù)分析、挖掘、機(jī)器學(xué)習(xí)預(yù)測(cè)項(xiàng)目,沒(méi)有實(shí)習(xí)和項(xiàng)目經(jīng)歷的小伙伴可以在Kaggle上找到項(xiàng)目練手。
Kaggle上的項(xiàng)目有不同的項(xiàng)目分類,包括探索性分析,數(shù)據(jù)可視化,趨勢(shì)預(yù)測(cè),分類等多種類型,可以根據(jù)自己的需要選擇不同過(guò)類型的項(xiàng)目練手。
二、阿里天池
網(wǎng)址:https://tianchi.aliyun.com/
Kaggle的項(xiàng)目都是英文的,有的小伙伴可能覺(jué)得英文看起來(lái)太費(fèi)勁,阿里天池的項(xiàng)目全是中文的,閱讀無(wú)障礙。
這里給大家整理了10個(gè)適合新人的項(xiàng)目:
1、Hotelbookingdemand酒店預(yù)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(yù)訂信息,包括預(yù)訂時(shí)間、停留時(shí)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(chǎng)景:社會(huì)科學(xué)、旅行、酒店、用戶行為,不具有明顯的行業(yè)標(biāo)識(shí),可進(jìn)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(wèn)題:
1)基本情況:城市酒店和假日酒店預(yù)訂需求和入住率比較;
2)用戶行為:提前預(yù)訂時(shí)長(zhǎng)、入住時(shí)長(zhǎng)、預(yù)訂間隔、餐食預(yù)訂情況;
3)一年中最佳預(yù)訂酒店時(shí)間;
4)利用Logistic預(yù)測(cè)酒店預(yù)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(shí)間、發(fā)布者以及在全球各地的銷售額數(shù)據(jù)。適用場(chǎng)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(wèn)題:
1)電子游戲市場(chǎng)分析:受歡迎的游戲、類型、發(fā)布平臺(tái)、發(fā)行人等;
2)預(yù)測(cè)每年電子游戲銷售額。
3)可視化應(yīng)用:如何完整清晰地展示這個(gè)銷售故事。
3、USAccidents美國(guó)交通事故分析(2016-2019)
https://www.kaggle.com/sobhanmoosavi/us-accidents
覆蓋全美49州的全國(guó)性交通事故數(shù)據(jù)集,時(shí)間跨度:2016.02-2019.12,包括事故嚴(yán)重程度、事故開始和結(jié)束時(shí)間、事故地點(diǎn)、天氣、溫度、濕度等數(shù)據(jù)。適用場(chǎng)景:無(wú)明顯行業(yè)標(biāo)識(shí),通用。
數(shù)據(jù)量:49列共300W數(shù)據(jù)量。
可以定義的問(wèn)題:
1)發(fā)生事故最多的州,什么時(shí)候容易發(fā)生事故;
2)影響事故嚴(yán)重程度的因素;
3)預(yù)測(cè)事故發(fā)生的地點(diǎn);
4)可視化應(yīng)用:講述4年間美國(guó)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(hào)、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(wèn)題:
1)通過(guò)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(guān)性;
3)離家距離與流失率的相關(guān)性;
4)平均月收入和受教育程度對(duì)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(chǔ)庫(kù)跟蹤了所有國(guó)家的健康狀況以及許多其他相關(guān)因素,該數(shù)據(jù)集包括了人口統(tǒng)計(jì)學(xué)變量,收入構(gòu)成和死亡率等信息。
可以定義的問(wèn)題:1)最初選擇的各種預(yù)測(cè)因素是否會(huì)真正影響預(yù)期壽命?
2)哪些預(yù)測(cè)變量實(shí)際上會(huì)影響預(yù)期壽命?
3)預(yù)期壽命值低于(<65)的國(guó)家是否應(yīng)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(yù)期壽命?
5)預(yù)期壽命與飲食習(xí)慣,生活方式,運(yùn)動(dòng),吸煙,飲酒等有正相關(guān)還是負(fù)相關(guān)?
6)學(xué)校教育對(duì)人類壽命有何影響?7)預(yù)期壽命與飲酒有正面還是負(fù)面的關(guān)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?jī)r(jià)預(yù)測(cè)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(guān)聯(lián)、評(píng)分排序、收入分析、推薦引擎
8、TelcoCustomerChurn電信客戶流失問(wèn)題
https://www.kaggle.com/blastchar/telco-customer-churn
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(yù)測(cè)
10、BitcoinHistoricalData比特幣數(shù)據(jù)分析
https://www.kaggle.com/mczielinski/bitcoin-historical-data
用途:時(shí)間戳、數(shù)據(jù)清洗、價(jià)格預(yù)測(cè)
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10