Excel小能手们，如何让自己数据分析及汇报的能力再上一层楼？
如果您是高级Excel用户，您可能使用过VBA来创建宏和自动化重复任务，或者使用Power Query来清理和转换数据。它们是很好的工具，但当涉及到创建自定义自动化和快速处理大型数据时，Microsoft Excel是不够的。这时您需要一种类似Python的编程语言。本文我将展示Excel用户从头开始使用Python的最佳方法，并向您介绍3个Python库，帮助您将数据分析和Excel报告提升到一个新的层次。
Python中的营销组合建模简介——哪些广告支出真正推动了你的销售？
“我花在广告上的钱有一半被浪费了；问题是我不知道是哪一半。”你可能会认为现在这个问题已经不那么严重了，但奇怪的是，它仍然存在。幸运的是，我们能够借助大量数据和功能强大的计算机，通过高级分析（如归因建模或营销组合建模）来改变这种状况。在本文中，我们将重点讨论后者。
数据建模——核心概念
数据建模指的是对现实世界各类数据的抽象组织，确定数据库需管辖的范围、数据的组织形式等直至转化成现实的数据库。数据建模的主要目标是以最有效的方式存储和检索数据。在本文中，我将介绍联机事务处理OLTP（on-line transaction processing）和联机分析处理OLAP（On-Line Analytical Processing）应用的数据库设计和数据建模的基本概念。
亚裔惨不惨，让数据告诉你
近日，高盛研究部回顾了塑造亚裔美国人在美国的经历的主要经济趋势、在职场晋升和担任高层领导职位方面面临的障碍，以及他们对创新和 GDP 增长的贡献。那么亚裔美国人的经济增长趋势如何？他们面临着什么样的现状和挑战？
电子商务趋势报告：2022 年行业状况
从早期开始，电子商务一直是增长最快的行业之一。在过去的两年里，电子商务经历了迄今为止最大的转变，但远未结束。本文概括了电子商务领域一年来发生的事情，以及预计在 2022 年发生的事情。
一篇文章带你了解探索性数据分析
探索性数据分析 (Exploratory Data Analysis – EDA) 会应用一组用于探索、描述和总结数据性质的统计技术，确保分析的客观性和互操作性。可以帮我们识别可能犯的错误，找到异常值的存在，检查变量之间的关系（相关性）及可能的数据冗余，并通过图形和重点摘要对数据进行描述性分析。在本文中，我们将通过对 QS 世界大学排名（2017-22）数据集的分析，向你介绍 EDA 的过程。
Retail Analysis的力量——商业分析在零售业的应用
本文话题：数据分析在零售业的应用。主要有以下几方面内容：什么是零售业的数据分析？零售业数据分析会用到哪些具体的技术？零售业数据分析可以帮助企业解决什么样的问题？零售业数据分析的具体应用有哪些？
8 种数据挖掘技术，让你成为更好的数据分析师
数据挖掘是从大量数据集中提取有价值信息的过程，它被用于发现数据中的趋势和模式，并对未来做出预测。可以使用许多不同的数据挖掘技术，每种技术都有自己的优缺点。我们将在本文中讨论的八种数据挖掘技术是：1. 异常检测（Anomaly detection）、2. 聚类分析（Clustering Analysis）、3. 分类分析（Classification Analysis）、4. 回归分析（Regression Analysis）、5. 选择建模（Choice Modeling）、6. 规则归纳（Rules Induction）、7. 神经网络（Neural networks）、8. 关联学习（Association learning）
