使用pyecharts、Flask等技术搭建监控网络平台,将通信公司生产全链路指标的可视化上线,连接MySQL库可自动刷新可视化图表,并包含了短信预警提示功能
使用pyecharts、Flask等技术搭建监控网络平台,将通信公司生产全链路指标的可视化上线,连接MySQL库可自动刷新可视化图表,并包含了短信预警提示功能
某通信公司委托京东送卡的业务监控热力图并自动化,可离线分享并具有交互功能,使用百度-高德API、pandas、pyecharts、pymysql等
1、做好用户流失预测可以降低营销成本。老生常谈,新客户开发成本是老客户维护成本的5倍。 2、获得更好的用户体验。并不是所有的增值服务都可以有效留住客户。 3、获得更高的销售回报。价格敏感型客户和非价格敏感性客户。
随着电商⾏业近⼏年的迅猛发展,电⼦商务从早些年的粗放式经营,逐步转化为精细化运营。随着 平台数据量的不断积累,通过数据分析挖掘消费者的潜在需求,消费偏好成为平台运营过程中的重要环节。 本项⽬基于某电商平台⽤户⾏为数据,使用MySQL关系型数据库,探索用户行为规律,寻找高价值用户;分析商品特征,寻找高贡献商品;分析产品功能,优化产品路径。
你一定听说过比特币,但你知道比特币的价格是怎么突然飞起由跌落的吗?除了比特币,市场上还有许多的加密货币,这些货币和比特币的价格之间的关系,是绑定的还是独立的呢?我们如何才能预测接下来的加密货币市场会发生什么呢? 如今,已经有成千上万篇的文章围绕比特币、以太坊等加密货币的价格展开讨论和预测,这些文章都自称是专家观点,但很多文章却仅仅建立在个人观点上,而缺乏足够的数据和统计学背景支持。 此次分析目的,就是使用python为加密货币的市场情况进行一次通俗易懂的分析。仅仅用很简单的python代码,完成对市场主流的加密货币数据的数据采集、数据分析及可视化。在过程中,可以看到这些货币的完整演变趋势。
现有一家国内知名互联网公司旗下的电商平台,于2014年11月18日-12月18日期间,统计了该平台的用户行为、商品等各项数据。 在2014年的12月12日,也即各大电商发起的”双十二购物狂欢节“期间,平台面向用户推出了各项刺激消费的促销活动。但在活动结束后,通过对此一个月的数据进行分析,发现隐藏在数据背后的问题,为此后平台的日常发展,及类似的促销活动提供指导性建议。
最近一年贡献:0 次
最长连续贡献:0 日
最近连续贡献:0 日
贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request,其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。