很多考了CDA數(shù)據(jù)分析一級(jí)的伙伴經(jīng)常問的就是：如何來找一些數(shù)據(jù)分析的項(xiàng)目來做，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)，如果沒有項(xiàng)目經(jīng)驗(yàn)很難找到一份相關(guān)工作。

秋招面試數(shù)據(jù)分析，沒有項(xiàng)目經(jīng)驗(yàn)面試還有希望嗎？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？今天小編給大家推薦兩個(gè)超好用的項(xiàng)目網(wǎng)站：

01 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類型的項(xiàng)目練手。

02 阿里天池

網(wǎng)址：https://tianchi.aliyun.com/ Kaggle的項(xiàng)目都是英文的，有的小伙伴可能覺得英文看起來太費(fèi)勁，阿里天池的項(xiàng)目全是中文的，閱讀無障礙。

另外，這里給大家整理了6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、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。 可以定義的問題：

1. 發(fā)生事故最多的州，何時(shí)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。

3、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。

4、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?

5、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(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？

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

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

數(shù)據(jù)內(nèi)容：數(shù)據(jù)分為匯總版和明細(xì)版兩類。 數(shù)據(jù)包括: 短租房源基礎(chǔ)信息，包括房源、房東、位置、類型、價(jià)格、評(píng)論數(shù)量和可租時(shí)間等等。另外還有短租房源時(shí)間表信息，包括房源、時(shí)間、是否可租、租金和可租天數(shù)等等。 可以定義的問題： （1）計(jì)算房東的質(zhì)量分?jǐn)?shù)，實(shí)現(xiàn)房東的精細(xì)化運(yùn)營(yíng)管理。 （2）通過對(duì)房源信息進(jìn)行量化，挖掘最受用戶歡迎的房源。 （3）向客戶推薦各個(gè)地區(qū)“最便宜”、“最精致”、“最小資”、“最有性價(jià)比”……的房源。

順道再說一下CDA數(shù)據(jù)分析師一級(jí)，這個(gè)證書真的實(shí)用性特別高，很多考點(diǎn)在工作中都能遇到應(yīng)用場(chǎng)景，如果有小伙伴想提升數(shù)據(jù)分析能力，那可以以考代練，考過CDA數(shù)據(jù)分析一級(jí)順便提升能力。