很多考了CDA數據分析一級的伙伴經(jīng)常問(wèn)的就是：如何來(lái)找一些數據分析的項目來(lái)做，練習所學(xué)習的數據分析技能斩萌，并能寫(xiě)出一份數據分析報告呢抢子？想轉數據運營(yíng)攘已，如果沒(méi)有項目經(jīng)驗很難找到一份相關(guān)工作。從哪里可以學(xué)習如何做數據分析項目瞻佛？如何找到項目做陌知？如何出報告？

一、Kaggle

網(wǎng)址：https://www.kaggle.com

Kaggle發(fā)布了大量的數據分析、挖掘胎汁、機器學(xué)習預測項目芯催，沒(méi)有實(shí)習和項目經(jīng)歷的小伙伴可以在Kaggle上找到項目練手呢诞。

Kaggle上的項目有不同的項目分類(lèi)没姜，包括探索性分析怯路，數據可視化，趨勢預測，分類(lèi)等多種類(lèi)型，可以根據自己的需要選擇不同過(guò)類(lèi)型的項目練手。

二、阿里天池

網(wǎng)址：https://tianchi.aliyun.com/

Kaggle的項目都是英文的继诡，有的小伙伴可能覺(jué)得英文看起來(lái)太費勁源请，阿里天池的項目全是中文的，閱讀無(wú)障礙。

這里給大家整理了10個(gè)適合新人的項目：

1、Hotelbookingdemand酒店預訂需求

https://www.kaggle.com/jessemostipak/hotel-booking-demand

該數據集包含城市酒店和度假酒店的預訂信息，包括預訂時(shí)間查新、停留時(shí)間，成人/兒童/嬰兒人數以及可用停車(chē)位數量等信息。

適用場(chǎng)景：社會(huì )科學(xué)铣慌、旅行、酒店、用戶(hù)行為，不具有明顯的行業(yè)標識，可進(jìn)行常規用戶(hù)行為分析。

數據量：32列共12W數據量争财。

可以定義的問(wèn)題：

1）基本情況：城市酒店和假日酒店預訂需求和入住率比較；

2）用戶(hù)行為：提前預訂時(shí)長(cháng)、入住時(shí)長(cháng)、預訂間隔、餐食預訂情況；

3）一年中最佳預訂酒店時(shí)間；

4）利用Logistic預測酒店預訂妇菱。

2、VideoGameSales電子游戲銷(xiāo)售分析

https://www.kaggle.com/gregorut/videogamesales

包含游戲名稱(chēng)、類(lèi)型芽呀、發(fā)行時(shí)間、發(fā)布者以及在全球各地的銷(xiāo)售額數據。適用場(chǎng)景：電商、游戲銷(xiāo)售，常規銷(xiāo)售數據矿渔。

數據量：11列共1.66W數據量。

可以定義的問(wèn)題：

1）電子游戲市場(chǎng)分析：受歡迎的游戲、類(lèi)型、發(fā)布平臺、發(fā)行人等骆赵；

2）預測每年電子游戲銷(xiāo)售額杨蛋。

3）可視化應用：如何完整清晰地展示這個(gè)銷(xiāo)售故事。

3、USAccidents美國交通事故分析(2016-2019)

https://www.kaggle.com/sobhanmoosavi/us-accidents

覆蓋全美49州的全國性交通事故數據集，時(shí)間跨度：2016.02-2019.12，包括事故嚴重程度、事故開(kāi)始和結束時(shí)間、事故地點(diǎn)、天氣、溫度、濕度等數據。適用場(chǎng)景：無(wú)明顯行業(yè)標識，通用胞藻。

數據量：49列共300W數據量。

可以定義的問(wèn)題：

1)發(fā)生事故最多的州昨悼，什么時(shí)候容易發(fā)生事故；

2）影響事故嚴重程度的因素水窘；

3）預測事故發(fā)生的地點(diǎn)；

4）可視化應用：講述4年間美國發(fā)生事故的總體情況

4绽硕、IBM員工離職因素分析

https://www.kaggle.com/datasets/pavansubhasht/ibm-hr-analytics-attrition-dataset

IBM員工離職原因數據及包括員工編號陪汽、年齡茴审、受教育程度葵伟、離家距離、生活和工作的平衡、工作參與情況等信息。

可以定義的問(wèn)題：

1）通過(guò)分析該數據集可以找出員工流失的因素

2）工作角色和流失率的相關(guān)性;

3）離家距離與流失率的相關(guān)性;

4）平均月收入和受教育程度對流失率的影響

5、探索影響壽命的因素

https://www.kaggle.com/datasets/kumarajarshi/life-expectancy-who

世界衛生組織(WHO)旗下的全球衛生觀(guān)察站(GHO)數據存儲庫跟蹤了所有國家的健康狀況以及許多其他相關(guān)因素，該數據集包括了人口統計學(xué)變量，收入構成和死亡率等信息。

可以定義的問(wèn)題:1）最初選擇的各種預測因素是否會(huì )真正影響預期壽命?

2）哪些預測變量實(shí)際上會(huì )影響預期壽命?

3）預期壽命值低于(<65)的國家是否應該增加其醫療保健支出以改善其平均壽命?

4）嬰兒和成人死亡率如何影響預期壽命?

5）預期壽命與飲食習慣，生活方式，運動(dòng)懊纳，吸煙殿如，飲酒等有正相關(guān)還是負相關(guān)?

6）學(xué)校教育對人類(lèi)壽命有何影響?7）預期壽命與飲酒有正面還是負面的關(guān)系?

6擅水、NewYorkCityAirbnbOpenData紐約市Airbnb訂房數據

https://www.kaggle.com/dgomonov/new-york-city-airbnb-open-data

用途：房?jì)r(jià)預測和可視化展示

7、TheMoviesDataset電影數據集分析

https://www.kaggle.com/rounakbanik/the-movies-dataset

用途：多表關(guān)聯(lián)、評分排序涎谴、收入分析、推薦引擎

8兔沃、TelcoCustomerChurn電信客戶(hù)流失問(wèn)題

https://www.kaggle.com/blastchar/telco-customer-churn

用途：流失客戶(hù)分析、客戶(hù)終生價(jià)值LTV

9郊拄、LendingClubLoanData貸款數據分析

https://www.kaggle.com/wendykan/lending-club-loan-data

用途：金融小貸矗钟、逾期分析、逾期預測

10淤寥、BitcoinHistoricalData比特幣數據分析

https://www.kaggle.com/mczielinski/bitcoin-historical-data

用途：時(shí)間戳、數據清洗亦弛、價(jià)格預測