10 个精选实战项目 · 从入门到进阶 · 完全在浏览器中运行代码
从零开始掌握数据分析核心技能 | 真实数据集 | 实时运行代码 | 循序渐进学习 | 完成徽章认证
系统覆盖数据分析必备技能，每个模块配套实战项目
DataFrame 基础操作、数据筛选、排序、分组聚合、缺失值处理、类型转换，掌握数据分析基础。
基于消费行为将用户分群，识别重要价值用户、流失预警用户，制定精细化运营策略。
使用 IQR、标准差、Z-score 等统计方法检测数据异常，适用于商品定价、风控场景。
结合 sklearn 进行 KMeans 聚类，将用户自动分群，基于轮廓系数评估聚类效果。
Apriori 思想计算商品共现频率，挖掘"买 A 必买 B"的搭配规律，助力交叉销售。
分析用户点击 → 加购 → 支付行为序列，计算访问间隔、转化率，挖掘漏斗优化点。
对比活动周与非活动周的销售额、客单价、转化率差异，量化评估营销效果。
基于评分与评论文本进行情感倾向分析，计算满意度，提取高频关键词与问题。
计算 30 天 LTV、累计贡献，按注册月份进行 cohort 分析，评估用户长期商业价值。
使用时间滚动窗口统计实时特征，模拟推荐/风控场景的实时数据流处理逻辑。
点击进入任一项目，学习知识、运行代码、完成挑战
{{ p.description }}
每一步稳扎稳打，逐步构建完整的数据分析能力体系
购物车放弃分析
DataFrame 基础 · 分组统计
RFM 分层 · 价格异常
分位数 · IQR · Z-score
聚类 · 关联 · 行为序列
机器学习 + pandas
促销对比 · 情感分析
文本处理 · 统计对比
LTV · 实时特征
复杂指标体系