个人介绍
我是数据分析师‘小宇不会数据分析’,一名应用统计学专业的大三学生,笃信“数据是描述世界的统计学,更是驱动决策的洞察力”;
我将扎实的统计理论(如假设检验、回归分析、抽样估计)与编程工具相结合,专注于解决真实的商业分析问题,并已独立交付多个完整的数据分析项目;
能体现我统计思维与技术能力的项目:
电商平台经营诊断与预测分析:在季度销售分析中,不仅完成了描述性统计与趋势洞察,还运用了相关性分析等方法探究指标间关系,为业务假设提供了统计层面的验证。基于RFM模型的客户价值统计分层:该项目本质是运用聚类分析思想对客户进行分群。我通过计算R、F、M指标的分布,科学确定分箱阈值,完成了多维特征的客户细分,并输出了统计显著的群体特征与策略。核心技术栈:
统计分析:熟悉描述性统计、推断性统计及常用业务分析模型。数据分析:精通 Python(Pandas, NumPy, SciPy), 擅长数据清洗、特征工程与多维分析。可视化:熟练使用 Matplotlib与 Pyecharts进行数据探索与成果展示。工具:熟悉 SQL、Git, 能撰写结构清晰的分析报告。我正在积极寻求2024年暑期数据分析实习或有挑战性的商业分析项目。我具备将统计思维转化为业务解决方案的强大自驱力,期待能为您的团队贡献一名预备数据分析师的专业视角与工作热情。
工作经历
2023-09-01 -2026-04-21无自由职业
工作描述: 电商平台季度销售分析:为“优品电商”平台独立完成2024年Q1全面经营分析。从零构建分析管道,清洗多表数据,计算销售额、利润、客单价等核心指标,通过用户、商品、时间多维度洞察,定位出数码品类为销售支柱、周六为消费高峰等关键发现,并输出包含具体优化建议的专业商业报告。 RFM客户价值分析系统开发:为模拟零售客户开发端到端RFM分析系统。利用Pandas处理多年度交易数据,构建R(新近度)、F(频率)、M(金额)指标模型,实现客户自动分群,并使用Pyecharts制作交互式3D可视化图表,直观展示高价值客户群体与演变趋势,最终交付了包含客户明细清单与运营策略建议的完整解决方案。
教育经历
2023-09-01 - 2026-04-21甘肃农业大学应用统计本科
专注于通过数据驱动业务增长的Python数据分析师。具备从原始数据清洗、多维度分析到可视化呈现的完整项目经验,擅长将复杂的业务问题转化为清晰的数据模型与可执行的商业洞察。独立完成过电商销售全景分析与客户价值分层(RFM)项目,能高效交付数据分析脚本、可视化图表及商业分析报告。
语言
技能

1、项目具体功能模块本RFM分析系统包含以下四大核心功能模块:数据预处理与质量保障模块:自动读取多期历史订单数据,执行缺失值处理、异常订单过滤(如金额极小订单)、日期格式标准化,为分析提供干净、可靠的数据基础。RFM指标计算与客户分群模块:核心计算每个客户的R(最近一次消费间隔)、F(消费频率)、M






