很多考了CDA数据分析一级的伙伴经常问的就是:如何来找一些数据分析的项目来做,练习所学习的数据分析技能,并能写出一份数据分析报告呢?想转数据运营,如果没有项目经验很难找到一份相关工作。
秋招面试数据分析,没有项目经验面试还有希望吗?从哪里可以学习如何做数据分析项目?如何找到项目做?如何出报告?今天小编给大家推荐两个超好用的项目网站:
01 kaggle
**网址:**https://www.kaggle.com
Kaggle发布了大量的数据分析、挖掘、机器学习预测项目,没有实习和项目经历的小伙伴可以在Kaggle上找到项目练手。Kaggle上的项目有**不同的项目分类,**包括探索性分析,数据可视化,趋势预测,分类等多种类型,可以根据自己的需要选择不同过类型的项目练手。
02 阿里天池
网址:https://tianchi.aliyun.com/
Kaggle的项目都是英文的,有的小伙伴可能觉得英文看起来太费劲,阿里天池的项目全是中文的,阅读无障碍。
这里给大家整理了6个适合新人的项目:
1、Hotelbookingdemand酒店预订需求
https://www.kaggle.com/jessemostipak/hotel-booking-demand
该数据集包含城市酒店和度假酒店的预订信息,包括预订时间、停留时间,成人/儿童/婴儿人数以及可用停车位数量等信息。
**适用场景:**社会科学、旅行、酒店、用户行为,不具有明显的行业标识,可进行常规用户行为分析。
**数据量:**32列共12W数据量。
可以定义的问题:
**1)基本情况:**城市酒店和假日酒店预订需求和入住率比较;
**2)用户行为:**提前预订时长、入住时长、预订间隔、餐食预订情况;
3)一年中最佳预订酒店时间;
4)利用Logistic预测酒店预订。
2、USAccidents美国交通事故分析(2016-2019)
https://www.kaggle.com/sobhanmoosavi/us-accidents
覆盖全美49州的全国性交通事故数据集,**时间****跨度:**2016.02-2019.12,包括事故严重程度、事故开始和结束时间、事故地点、天气、温度、湿度等数据。
**适用场景:**无明显行业标识,通用。数据量:49列共300W数据量。
可以定义的问题:
-
- 发生事故最多的州,何时容易发生事故;
-
2)影响事故严重程度的因素;
-
3)预测事故发生的地点;
-
4)**可视化应用:**讲述4年间美国发生事故的总体情况。
3、VideoGameSales电子游戏销售分析
https://www.kaggle.com/gregorut/videogamesales
包含游戏名称、类型、发行时间、发布者以及在全球各地的销售额数据。
**适用场景:**电商、游戏销售,常规销售数据。数据量:11列共1.66W数据量。
可以定义的问题:
1)电子游戏**市场分析:**受欢迎的游戏、类型、发布平台、发行人等;
2)预测每年电子游戏销售额。
3)**可视化应用:**如何完整清晰地展示这个销售故事。
4、探索影响寿命的因素
https://www.kaggle.com/datasets/kumarajarshi/life-expectancy-who
世界卫生组织(WHO)旗下的全球卫生观察站(GHO)数据存储库跟踪了所有国家的健康状况以及许多其他相关因素,该数据集包括了人口统计学变量,收入构成和死亡率等信息。
可以定义的问题:
1)最初选择的各种预测因素是否会真正影响预期寿命?
2)哪些预测变量实际上会影响预期寿命?
3)预期寿命值低于(<65)的国家是否应该增加其医疗保健支出以改善其平均寿命?
4)婴儿和成人死亡率如何影响预期寿命?
5)预期寿命与饮食习惯,生活方式,运动,吸烟,饮酒等有正相关还是负相关?
6)学校教育对人类寿命有何影响?
7)预期寿命与饮酒有正面还是负面的关系?
5、IBM员工离职因素分析
https://www.kaggle.com/datasets/pavansubhasht/ibm-hr-analytics-attrition-dataset
IBM员工离职原因数据及包括员工编号、年龄、受教育程度、离家距离、生活和工作的平衡、工作参与情况等信息。
可以定义的问题:
1)通过分析该数据集可以找出员工流失的因素2)工作角色和流失率的相关性;
3)离家距离与流失率的相关性;
4)平均月收入和受教育程度对流失率的影响?
6、NewYorkCityAirbnbOpenData纽约市Airbnb订房数据
https://www.kaggle.com/dgomonov/new-york-city-airbnb-open-data
**数据内容:**数据分为汇总版和明细版两类。
数据包括: 短租房源基础信息,包括房源、房东、位置、类型、价格、评论数量和可租时间等等。另外还有短租房源时间表信息,包括房源、时间、是否可租、租金和可租天数等等。
可以定义的问题:
(1)计算房东的质量分数,实现房东的精细化运营管理。
(2)通过对房源信息进行量化,挖掘最受用户欢迎的房源。
(3)向客户推荐各个地区“最便宜”、“最精致”、“最小资”、“最有性价比”……的房源。
顺道再说一下CDA数据分析师一级,这个证书真的实用性特别高,很多考点在工作中都能遇到应用场景,如果有小伙伴想提升数据分析能力,那可以以考代练,考过CDA数据分析一级顺便提升能力,扫码CDA认证小程序,获取更多资料。