对商业分析感兴趣？不如先来实践一下！｜《B站视频内容特色研究分析》
通过精心设计的项目，可以了解业界常规的作业模式，进行类似实践，这对发现职业兴趣、提升相关技能、积累实操经历都非常有益。
商业分析专业，以数理统计和机器学习为核心，以编程为手段的辅助商业决策，其主要应用领域包括市场营销、风险分析、客户分析、供应链分析、人力资源分析，web分析等等。
指南者的商业分析项目实战，就以数据分析方法为核心，引用热门项目实战，由指导老师带领学员，进行明确分析目标，获取分析数据，清洗和变换数据，描述统计分析和深入挖掘建模，切实体验商业分析的实际应用。
我们一起来看看在《B站视频内容特色研究分析》项目中，同学们都做了什么。
PROGRAM
2022年以来B站日活、月活、用户使用时长等指标持续向好，第四季度，B站日均活跃用户达 9,280万，同比增长29%。用户日均使用时长达96分钟，用户总使用时长同比增长51%。第四季度，B站市场及销售费用同比降低28%，净亏损同比缩窄29%，仍然处于亏损状态。
虽然B站商业化之路不顺，但从其用户增长来看可以看出其巨大潜力。本项目收集了B站中游戏、知识、生活等各个大类TOP100的原创视频数据，对综合得分、播放量、弹幕数和投币数等各维度数据进行分析，将不同类型的视频内容进行对比分析，结合聚类分析、情感分析等算法，洞察B站高潜力背后的内容特色。
优秀学员报告展示（左右滑动，放大查看）
C同学是会计专业大一的学生，因为有考虑未来申请商学方面硕士，所以希望能在暑假期间提前增加一些商业分析相关的知识和研究经历，增强竞争实力，因此C同学选择了商业数据分析实战项目。由于学校学习未涉及过相关专业知识，C同学对于定量分析和编程工具的了解一开始较为有限，她非常积极认真得推进课程进度，花费了大量的时间学习Python和数据挖掘算法，并选择国际和国内知名度非常高的bilibili，以B站排行榜单中的视频数据和文本数据为研究对象，开始了这个项目课题的研究。这是一个高含金量的研究项目，从最后呈现的项目报告，我们可以看到C同学对数据分析有了较好的知识与技能储备：
1. 数据分析的思维框架非常清晰，明确目标-收集数据-数据清洗-描述性分析-数据挖掘建模；
2. 熟练的使用Python语言的能力，整个项目的数据清洗到挖掘建模都是使用python完成的，包括numpy、pandas、matplotlib、seaborn、sklearn等重要库文件；
3. 掌握了常见的数据挖掘方法，C同学在项目中尝试了KMeans、逻辑回归、PCA、多元线性回归等不同的机器学习方法 ，最终筛选出符合分析主题的模型结果整理到项目报告中；
4. 整篇报告具备浓厚的科研气息，排版清晰明了，内容充分完整，体现了C同学对整个商业数据分析流程的熟悉程度，有了真实的实战经历之后，后续文书写作的兴趣起源、科研经历、职业规划也会手到擒来。
项目背书
学习过程（点击放大）
报名信息
▼
11月13日开课
仅限12个名额
文末扫码咨询
仅限12个名额
扫码咨询，先到先得
微信扫码关注该文公众号作者