zoukankan      html  css  js  c++  java
  • 互联网金融投资平台返现活动效果案例分析

    数据说明:由真实数据处理后的结果作为数据源,不涉及隐私,亦保留真实场景中的某些特性

    一、分析背景

    活动时间:假设为6月

    活动规则:

    所需要的数据:统计月份的投资金额、回款数据、回款复投情况、回款流向投资情况

    二、数据截至时间:活动当月底

    三、分析思路(框架)

    1、流量:活跃用户拉升

    2、投资人数:老客复投人数比,新客拉新情况,参与活动人数情况

    3、投资力度:老客投资力度,新客投资力度,投资结构影响

    4、资金流向:回款复投率、新注入资金情况

    5、成本:成本、费效比

    四、分析过程

    1、投资人数总体情况

    老客内部占比同理可得

    2、投资力度

    同理可得老客金额占比

    3、资金分析

    4、成本

    可作图展现

    五、本例中涉及的工具及主要公式

    工具:Excel

    主要公式:

    countifs(判断区域,判断条件......)

    例如总投资人数统计中:=countif(3月投资金额列,">0"),即可计算出3月产生投资行为的人数总量

    3月新客人数统计:=COUNTIFS(投资金额列,">0",投资时间,">="&3月1日,投资时间,"<="&3月31日)

    sumifs(相加对象列,相加条件一,条件二)

    整体新客人数=COUNTIFS(投资!C:C,">0",投资!$B:$B,">="&投资人数!D$10,投资!$B:$B,"<="&投资人数!D$11)

    =计数条件(投资金额大于0,投资日期大于等于当月第一天,投资日期小于当月最后一天)(金额计算类似)

  • 相关阅读:
    OpenCV 脸部跟踪(2)
    OpenCV 脸部跟踪(1)
    opencv2.4中SVD分解的几种调用方法
    OpenCV教程(42) xml/yaml文件的读写
    OpenCV教程(41) 人脸特征检测
    OpenCV学习(40) 人脸识别(4)
    OpenCV学习(39) OpenCV中的LBP图像
    目标检测的图像特征提取之(三)Haar特征
    目标检测的图像特征提取之(二)LBP特征
    目标检测的图像特征提取之(一)HOG特征
  • 原文地址:https://www.cnblogs.com/keepgoingon/p/7085075.html
Copyright © 2011-2022 走看看