未记录事实核验 · 状态：现行内容
记录仅说明核验时间与维护状态，不保证适用于所有环境；使用前请留意正文中的版本、适用条件与风险提示。
数据分析师项目库导览
abstract 📋 这个项目库解决什么问题
很多数据分析学习内容会讲方法、模型和指标，但真实工作里更难的是：业务方说了一句含糊的话，你要把它翻译成可以分析、可以落地、可以汇报的项目。这个项目库就是用一个个小项目，把“需求怎么来、问题怎么拆、数据怎么用、结论怎么讲”讲清楚。
项目库定位
数据分析师项目库不是“案例大全”，也不是“行业报告”。它更像一组工作现场的复盘：
- 业务方原始需求是什么；
- 这个需求背后真正的问题是什么；
- 分析师如何拆解指标、口径、人群和链路；
- 需要准备哪些数据表和字段；
- 最终交付什么产出；
- 项目如何写进简历、如何在面试里讲。
tip 一句话理解
这里不是教你“知道一个分析方法”，而是带你走完一个数据分析项目从模糊需求到可交付成果的全过程。
推荐学习方式
建议每个项目按三遍来学：
- 第一遍看故事：理解业务背景和项目脉络。
- 第二遍看拆解：重点看需求翻译、指标设计和分析路径。
- 第三遍看迁移：思考这个项目能不能改成你所在行业的版本。
如果你正在准备求职，建议每篇都重点看“简历怎么写”和“面试怎么讲”。这两部分可以直接转化成作品集和项目表达。
当前项目列表
业务增长与转化
- 电商转化率下滑诊断项目：从“转化率最近不太好”开始，拆解流量、商品、加购、支付和履约问题。
- 用户流失分析与召回项目：从“用户最近不活跃了”开始，识别流失定义、分层原因和召回策略。
- 渠道投放 ROI 分析项目：从“投放花了钱但质量不好”开始，拆解归因、漏斗、ROI、素材和人群包。
运营活动与会员经营
- 活动效果复盘项目：从“活动 GMV 涨了”继续追问增量、成本、结构和下次动作。
- 会员分层与复购提升项目：从“会员很多但复购一般”拆解会员价值、复购断点和分层运营策略。
经营看板与数据产品
- 经营看板搭建项目：从“老板想看经营日报”开始，拆解指标口径、ADS 数据集、BI 布局、权限和异常解释机制。
- 指标体系重构项目：从“每个团队的 GMV 都不一样”开始，治理指标树、口径冲突、负责人和应用迁移。
内容与用户增长
- 内容平台用户留存分析项目：从“新增不少但留存低”开始，拆解 Cohort、首日激活、内容匹配、行为路径和分群策略。
后续计划
- 数据产品需求评审项目
视觉化内容标准
项目库后续不只使用 Mermaid，也会在合适位置加入更接近真实工作现场的视觉材料：
- BI 看板截图：展示最终报表、核心指标、趋势图、明细表和筛选条件。
- 产品功能页面截图：展示数据开发平台、调度平台、质量平台、标签平台等关键操作页面。
- 建模与链路图：展示 ER 模型、表血缘、任务 DAG、数据流转路径。
- 诊断过程图：展示 Spark Stage、Kafka Lag、质量规则运行结果、告警记录等排查依据。
- 检查清单卡：把项目中的排查步骤、复盘要点和面试表达沉淀为可复用清单。
项目材料标准
为了避免项目案例停留在“讲得像”，后续每篇核心项目尽量配齐以下项目材料：
| 素材类型 | 适合项目 | 作用 |
|---|---|---|
| 表结构/DDL | 分析项目、数仓项目、质量项目 | 说明数据从哪里来，字段如何定义 |
| SQL/代码片段 | 所有项目 | 说明具体处理逻辑，而不是只讲思路 |
| BI 看板截图 | 分析项目、治理项目 | 展示最终交付物和业务使用方式 |
| 数据开发平台截图 | 数据开发项目 | 展示任务开发、运行日志、发布配置 |
| 调度 DAG 截图 | 数仓、实时、质量项目 | 展示依赖关系、实例状态和 SLA |
| ER 模型/血缘图 | 数仓、建模、治理项目 | 展示表关系、粒度和上下游影响 |
| 问题处理记录 | 所有项目 | 说明现场问题、定位方式、修复动作和验证结果 |
note 执行标准
图片不是为了装饰，而是为了让项目更像真实交付：读者看到图片、表、SQL 和问题记录时，能理解这个项目在工作中到底如何落地。
项目内容详细度 V2
后续项目不只写“思路”和“故事”，每篇核心项目至少补充以下实操细节：
## 项目资料包
- 业务背景：公司/部门/场景/角色/时间压力
- 原始需求：业务方原话
- 约束条件：数据延迟、权限、成本、口径、排期
## 表结构与字段说明
- 涉及哪些表
- 每张表的关键字段
- 字段含义、粒度、更新频率
- 容易误用的字段
## 具体处理过程
- SQL / Python / Spark / Flink 代码示例
- 查询逻辑或任务逻辑
- 中间表和产出表
- 对账和验证方式
## 使用的产品或工具功能
- BI 工具、埋点平台、调度平台、数据开发平台
- 用了哪些具体功能
- 为什么这么用
## 问题处理记录
- 遇到的具体异常
- 如何定位
- 如何处理
- 如何验证修复有效
warning 内容标准
项目库不能只停留在“分析思路正确”。好的项目案例要让读者看到表、字段、代码、工具、问题和处理动作，最好能照着改成自己公司的版本。
每个项目的标准结构
## 项目背景
业务方原始需求是什么？当时的业务场景是什么？
## 需求翻译
业务方说的话，如何翻译成数据问题？
## 拆解思路
从哪些维度拆？先看什么，后看什么？
## 数据准备
需要哪些表、字段、指标口径？
## 分析过程
具体怎么分析，如何验证假设？
## 关键产出
报表、SQL、看板、汇报结论、行动建议。
## 踩坑与取舍
哪里容易错？为什么不能直接这么干？
## 简历怎么写
把项目转成简历表达。
## 面试怎么讲
把项目转成 3 分钟项目介绍。
和知识库其他内容的关系
这个项目库会和以下内容互相连接：
内容生产原则
- 先写真实问题，再写分析方法。
- 先讲业务方怎么提，再讲分析师怎么拆。
- 不追求“大而全”，追求“一个问题讲透”。
- 每个项目都要给出可复用产出。
- 每个项目都要能服务求职表达和职场迁移。