注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. SAP屠夫作品汇总

  2. Table of Contents 2 General Settings 16 检查度量单位(Check Units of Measurement) 16 Financial Accounting 19 Financial Accounting Global Settings 19 例1功能范围的应用. 19 例2业务范围(Business Area) 19 年度变式(Fiscal Year) 19 会计凭证(Document) 如何限制不同财务用户使用不同的财务凭证类型 22 Field s

  3. 所属分类：管理软件

    • 发布日期：2016-01-02
    • 文件大小：50mb
    • 提供者：zclily

  1. Coursera_Capstone-源码

  2. Coursera_Capstone 博客文章：“探索新加坡”的发现 嗨，我是Topaz，Paz咸蛋饼干的创始人。 我们的研究始于寻找最好的社区来开设我们的下一个店铺。 我们想根据社区的一般类型来识别它们。 他们像武吉知马一样居住吗？ 诸如新加坡河之类的旅游热点？ 是否有面向会展人员和滨海湾等国际商人的会展设施？ 还是像乌节（Orchard）这样的购物区。 这些只是开设新商店时要考虑的众多因素之一，幸运的是，Data Science可以为我们提供帮助！ 从我们的研究中，我们可以得出结论，开

  3. 所属分类：其它

  1. Ecommerce:英国电子商务客户细分-源码

  2. 客户分类：项目概述 对英国企业的客户进行了分析，以了解客户行为并提供准确的目标市场。 使用了来自541909客户的数据，并使用python进行了分析。 根据客户的消费习惯和消费金额创建客户群。 优化的朴素贝叶斯，逻辑回归，支持向量分类器和XGBoost以达到最佳模型。 使用的代码和资源 Python版本3.7 包装：熊猫，numpy，sklearn，matplotlib，seaborn 资料清理 我进行了以下更改并创建了以下变量： 删除了具有空值的变量CustomerID 在客户总支出的新列中创

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：124kb
    • 提供者：weixin_42124497

  1. customer-segmentation-源码

  2. 星巴克：使用Python进行客户细分 1.简介 客户细分是根据共同特征将客户分为几组的过程，以便公司可以有效，适当地向每个组进行营销。 为了演示客户细分，我将进行“集群分析”，将星巴克客户分为3个不同的集群。 2.目的 根据客户收到/查看/完成的报价以及交易详细信息（如花费的金额和返还的金额），将星巴克客户定位为营销活动的客户。 3.数据集 客户交易数据由星巴克提供，是Udacity Data Science Nanodegree项目的一部分。 数据集包含30天的交易数据。 数据集包含三个文件

  3. 所属分类：其它

  1. megalista:为市场营销团队构建的第一方数据集成解决方案，可将受众群体和转换功能集成到Google Marketing产品（Google Ads，Campaign Manager，Google Analytics）中-源码

  2. Megalista 集成代码示例，用于将BigQuery的脱机/ CRM数据作为自定义受众或Google Ads，Google Analytics 360，Google Display＆Video 360和Google Campaign Manager中的脱机转化。 免责声明：这不是官方支持的Google产品。 支持的集成 Google Ads 联系信息客户匹配（电子邮件，电话，地址） 基于ID的客户匹配（设备ID，用户ID） 通过gclid进行的离线转化 店铺销售直接（SSD）转换

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：606kb
    • 提供者：weixin_42168341

  1. capstone-project-for-arvato-financial-service-源码

  2. 人工金融服务的顶点项目（Udacity-数据科学纳米学位） 描述 该项目包括三个主要步骤：客户细分报告，监督学习模型和Kaggle竞赛。 客户细分报告使用无监督学习方法来分析已建立客户和一般人群的属性，以创建客户细分。 监督学习模型构建一个机器学习模型，该模型使用MAILOUT TRAIN数据集作为验证数据集来预测每个人是否将对活动做出响应。 Kaggle竞赛作为Kaggle竞赛的一部分，将使用训练有素的模型对MAILOUT TEST进行预测（个人成为邮寄活动客户的概率）。 依存关系 该存

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：870kb
    • 提供者：weixin_42157567

  1. 贝塔斯曼（Bertelsmann-Arvato）客户细分：Udacity数据科学家Nanodegree Capstone项目-源码

  2. 贝塔斯曼-Arvato客户细分 Udacity数据科学家Nanodegree Capstone项目 该项目的目的是根据Arvato Financial Solutions提供的历史数据进行客户细分。 我们需要分析一个“ CUSTOMERS”数据集，并找出客户与一般人群（“ AZDIAS”数据集）的相似之处或不同之处。 然后，使用来自该分析的信息，我们需要对作为营销活动目标的用户做出预测（“ MAILOUT”数据集）。 文件和目录： 提案：它包含在项目开始之前提交给Udacity的项目提案。

  3. 所属分类：其它

  1. analytics.js：将分析集成到任何Web应用程序的便捷方法-源码

  2. Analytics.js Analytics.js使您可以轻松地使用单个统一的API收集客户数据并将其发送到许多不同的工具。 Analytics.js是开放源代码，并且是为 （一种通过托管，轻松无忧的方式在浏览器及其他平台中收集客户数据）提供支持的库之一。 对于我们的移动和服务器端数据收集库，请查看我们的或我们的。 您无法解决无法衡量的问题 Google Analytics（分析）可帮助您评估用户，产品和业务。 通过它，您可以深入了解应用程序的渠道，核心业务指标以及您是否适合产品市场。

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：298kb
    • 提供者：weixin_42122306

  1. 客户细分-源码

  2. Data_Science_Final_Project 客户细分预测 业务问题 一家汽车公司计划利用其现有产品进入新市场。 在对市场行为进行研究之后，他们得出结论，新的市场行为与当前的市场行为相似。 因此，他们现在需要知道的是预测合适的新客户群，以便更好地针对他们进行公司产品营销。 客户细分是根据共同特征将客户分为几组的过程，以便公司可以有效，适当地营销每个组。 客观的 我希望这个项目能够应用无监督学习技术，根据客户行为数据或年龄，性别和支出得分等共同特征来识别客户群。 项目大纲 项目资料 所使用

  3. 所属分类：其它

  1. Project_GlobalSuperStore-源码

  2. 分析全球超市销售数据 Global Superstore是位于纽约的在线零售商。 它旨在成为来自147个不同国家/地区的客户的一站式商店。 客户可以浏览包含10,000多种产品的广泛产品类别目录。 该数据集包含按细分，消费者，企业和家庭办公室在全球范围内购买的51,000行数据。 这个大的部分包括三个主要类别： 办公用品 家具 技术

  3. 所属分类：其它

  1. 客户细分-源码

  2. 沙特数字学院 客户细分 莎玛·阿尔哈比 设置： 图书馆：您将需要numpy，pandas，seaborn，sklearn和matplotlib。 数据：数据集来自 ，可以从此下载。 概述： 流程（步骤）： 1-探索性数据分析（EDA）： 探索性数据分析步骤是识别丢失的数据，探索数据类型，对数据进行可视化，然后再对其进行任何分析，查看数据分布，均值和标准差等。F 最多男性顾客人数 2-提取特征： 分类特征： 将二进制列转换为0,1 将类别变量转换为伪变量/指标变量。 衍生功能： 添

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：400kb
    • 提供者：weixin_42125867

  1. 客户细分，使用机器学习：我使用UCI机器学习存储库中的数据集，使用RFM分析对电子商务公司的客户进行了细分。 RFM分析会根据上次购买的近期性，购买频率和每次购买的货币价值对客户进行分类。 我构建了多个机器学习模型并进行了评估，以确定该数据

  2. 客户细分使用机器学习 使用UCI机器学习存储库中的数据集，我使用RFM分析对电子商务公司的客户进行了细分。 RFM分析会根据上次购买的近期性，购买频率和每次购买的货币价值对客户进行分类。 我构建了多个机器学习模型，并对每个模型进行了评估，以确定用于对该数据集进行分割的最有效模型。

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：37kb
    • 提供者：weixin_42169245

  1. 预测消费者行为转变为目标的广告：使用德勤（Deloitte）的数字调查数据（2009-2011）分析客户趋势，以识别捆绑服务以瞄准潜在客户-源码

  2. 预测针对消费者的行为定向广告 使用德勤（Deloitte）的数字调查数据（2009-2011）分析了客户趋势，以确定捆绑服务以瞄准潜在客户 建立了分类模型，以预测客户是否愿意以较低的订阅费转用广告支持的流媒体服务 使用客户统计数据，广告偏好，设备使用情况和其他市场参数进行客户细分 项目总结： 该项目旨在破译由德勤进行的一项调查中隐藏的见解。 跨国专业服务网络公司Deloitte在2009、2010和2011年对美利坚合众国进行了一项调查。该调查侧重于媒体消费习惯，并已用于Deloitte的数字

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：20mb
    • 提供者：weixin_42127754

  1. Instacart_Market_Basket_Data_Analysis：有机产品购买行为的Instacart用户市场购物篮分析-源码

  2. Instacart市场篮子分析 抽象的 Instacart已成为北美领先的杂货配送平台，并且由于COVID-19，其增长正在Swift加速。 鉴于在线杂货店购物的增加以及作为狂热的美食爱好者，我们希望了解人们订购的商品以及他们的行为有何不同。 在探索了数据集及其包含的不同数据点之后，我们确定了购买农产品（水果，蔬菜等）时关注用户和订单行为的机会。 研究问题 1.客户的细分是什么购买有机与那些永远不要购买有机什么时候给予选择？ 2.自然用户和永不自然用户之间的购买行为是否有所不同？ 3.用户在

  3. 所属分类：其它

  1. 客户细分和客户分析：客户细分和客户分析-源码

  2. 客户细分和客户概况 客户细分和客户概要分析，默认信用卡余额为2005台湾

  3. 所属分类：其它

  1. 掌握数据科学进行营销-源码

  2. 掌握数据科学进行营销 黄允Hy 第1章简介和环境设置 数据科学与营销 第2节：描述性分析与解释性分析 关键绩效指标和可视化 市场参与背后的驱动力 从参与到转化 第三节。产品知名度和市场营销 产品分析 推荐合适的产品 第4节。个性化营销 探索性分析客户行为 预测市场参与的可能性 客户终生价值 数据驱动的客户细分 留住客户 第5节。更好的决策 A / B测试以制定更好的营销策略 下一步是什么 第一次审查：2020-06-20

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：982kb
    • 提供者：weixin_42134038

  1. redux-segment：用于Redux的Segment.io分析集成-源码

  2. Redux细分 用于Redux的Segment.io分析集成。 npm install --save redux-segment 产品特点 只需轻按一下即可将您的数据发送到100多个应用程序（例如Google Analytics（分析），Mixpanel，Optimizely，Facebook Ads，Slack，Sentry等）。 您只需要一个代码段，就可以随时打开和关闭集成。 在几分钟之内将客户数据同时加载到您的数据仓库中。 使用SQL查询原始数据 跨网络和移动平台分析您的产品。

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：446kb
    • 提供者：weixin_42150745

  1. react-native-iaphub：在React Native应用中实现IAP（应用内购买）的最简单方法-源码

  2. 实施和开发所有工具以正确管理您的应用内购买会非常复杂且耗时。 您应该将这段宝贵的时间花在构建应用程序上！ 具有增加销售所需的所有功能 :rocket: 产品特点 :scroll: 收据验证-发送收据，其余的我们会处理。 :incoming_envelope: Webhooks-将Webhooks直接接收到您的服务器，以通知任何事件，例如购买或订阅取消。 :bar_chart: 实时分析-即时了解您所有的销售，订阅，客户以及提高收入所需的一切。 :test_tube: A /

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：318kb
    • 提供者：weixin_42181888

  1. 打字机：为您的细分分析输入安全性+智能感知-源码

  2. :flexed_biceps: 强类型分析：生成强类型分析客户端，这些客户端提供编译时错误以及事件/属性名称，类型和描述的智能感知。 :police_officer: 分析测试：在部署到生产环境之前，请先验证您的仪器是否符合您的，以便在没有手动分析质量检查流程的情况下使CI构建失败。 :globe_with_meridians: 跨语言支持：支持本机客户端的 ， ， 和 。 :sparkles: 段协议：内置支持，可将您的typewriter客户端与进行同步。 开始使用 # Wal

  3. 所属分类：其它

  1. HanLP：中文分词词性标注命名实体识别依存句法分析语义依存分析新词发现用自动生成的摘要进行文本分类聚类拼音简繁转换自然语言处理-源码

  2. HanLP：汉语言处理 || || 面向生产环境的多语种自然语言处理工具包，基于PyTorch和TensorFlow 2.x双引擎，目标是普及落地最前沿的NLP技术。HanLP实现功能完善，性能高效，架构清晰，语料时新，可自定义的特点。 穿越世界上最大的多语言种语料库，HanLP2.1支持包括简繁中英日俄法德内部的104种语言上的10种联合任务：分词（粗分，细分2个标准，强制，合并，校正3种），词性标注（PKU，863，CTB，UD四套词性规范），命名实体识别（PKU，MSRA，OntoNot

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：757kb
    • 提供者：weixin_42134054
« 12 »