京公网安备 11010802034615号
经营许可证编号:京B2-20210330
21. 如果研究有实验设计和研究设计,所以实验设计,包括所谓双盲实验、正交设计、 拉丁方格等,确定样本分组是非常精细的,有助于研究品质;但设计缺陷会造成降 低品质; 22. 处置组和对照组的设计,主要应用在传播效果、广告效果研究上,需要有设计原则 23. 实验设计也强调对其它影响因素的控制, 也就是 X 对 Y 的影响, 要控制住 Z 的干扰, 更能提高研究品质 24. 被访者的参与度(你的激励方式)也重要,一分钱一分货;我们是花钱买信息 25. 任何理由都是可解释的,但这里主要是要用术语,越专业越说行话,别人更相信, 所以解释样本量的科学性,有时候要用科学,也就是理论; 26. 因为有理论,显得有水平,因为有水平就有话语权,就有执行力!所以权威部门的 设计或出面,客户就相信了! 27. 研究过程,不断修正,比如追加样本也是解决问题的办法 28. 连续性研究,也会解决或减少对样本量的需求 29. 广告效果研究经常采用 rolling data 的方式,因为广告效果有延迟效应,每周 50 个样本,4 周一个分析,就是 200 样本,第五周分析前 4 周,第六周分析 2-5 周 数据,进行比较和检验,这是常有方法;
如何在 Excel 里实现一张图显示多系列直方图
我们在分析的时候,经常需要设计模拟器,特别是在结合分析和离散选择模型中,通过模拟 分析市场份额进行测算!当然,有时候我们特别希望根据不同的选择显示不同的数据结果, 特别是图表结果! 例如: 下面是在模拟某个汽车品牌市场竞争环境的效用值分析用到的方法, 通过选择不同的 属性,可以在统一视图下看到各个属性的水平效用值!
首先我们假设有这样一个结合分析需求(Conjoint Analysis):
通过市场调查和结合分析得到某个类别的特定效用值:
现在我们需要采用直方图(条形图)方式给出效用值图,但是如果能够整合在一起,用一 张图表述就非常方便啦!有没有解决方法呢? 其实,只要我们把这组数据进行重新排列和组合,让后利用 Vlookup 函数,就可以方便 实现! 首先,我们把数据重新组合排列: 注意:因为不同属性的水平不同,也就意味着不同直方图系列长度不一,我们需要恰当分 配和布局
然后,在蓝色单元格里分别写 Vlookup 函数语句
红色单元格,主要目的是把 0 值转换成空格,=IF(单元格=0,""该单元格) 接下来,针对红色单元格,画直方图,Lable 用前半部分,数值取后半部分,图标用最后 一列! (这要求大家在画图的时候,能够细致调整具体内部和格式) 最后,大家设计一个单选按钮选择,从视图——>窗体——>工具栏(单选按钮),将单 选按钮的链接单元格设定为 A1,上图左上角黑色的位置!
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14