电商领域用户的留存分析

2022-11-03人工智能30

一、课程简介

随着技术

飞速发展，经过多年

数据积累，各互联网公司已保存了海量

原始数据和各种业务数据，因此数据仓库技术是各大企业需要重点发展的投资方向。

[En]

Raw data and all kinds of business data, so data warehouse technology is the major companies need to focus on development investment.

。数据仓库是面向

集成化数据环境，为企业所有决策制定过程，提供系统数据支持

战略集合。通过对数据仓库中数据

，可以帮助企业改进业务流程、控制成本、提高产品质量等。

二、课程内容

本次精心打造

数仓项目

课程，从项目架构

搭建，到数据采集模块

设计、数仓架构

设计、实战需求实现、即席查询

实现，我们针对国内目前广泛使用

Apache原生框架和CDH版本框架进行了分别介绍，Apache原生框架介绍中涉及到

技术框架包括Flume、Kafka、Sqoop、MySql、HDFS、Hive、Tez、Spark、Presto、Druid等，CDH版本框架讲解包括CM

安装部署、Hadoop、Zookeeper、Hive、Flume、Kafka、Oozie、Impala、HUE、Kudu、Spark

安装配置，透彻了解不同版本框架

这种差异和联系将捕捉大数据整个生态系统的所有尖端技术。在此过程中，对大数据生态系统进行了系统分析。

[En]

The difference and connection will capture all the cutting-edge technologies of big data's whole ecosystem. In the process, the ecosystem of big data was systematically analyzed.

讲解，对实际企业数仓项目中可能涉及到

技术点都进行了深入

讲解并讨论。同时，还穿插了很多基础理论知识，让你可以掌握实战经验。

[En]

Explain and discuss. At the same time, it is interspersed with a lot of basic theoretical knowledge, so that you can master the actual combat experience.

同时能够打下坚实

理论基础。

三、课程目标

本课程以国内

巨头实际业务应用场景为依托，对

对常见和难点的实战指标进行了详细讲解，包括日、周、月活跃用户数的详细情况。

[En]

The common and difficult actual combat indicators are explained in detail, including the details of the number of daily, weekly and monthly active users.

比例，沉默

、回流

、流失

统计，最近连续3周活跃

统计，最近7天内连续3天活跃

统计，GMV成交总额

，转化率及漏斗

，品牌复购率

、订单表拉链表

设计等，让学生拥有更直观全面

实战经验。通过对本课程

学习，对数仓项目可以建立起清晰明确

概念，系统全面

掌握各项数仓项目技术，轻松应对各种数仓难题。

四、课程亮点
本课程结合国内多家企业的实际项目经验，特别是从集群规模上增加了项目架构模块

[En]

This course combines the actual project experience of many domestic enterprises, especially adds the project architecture module, from the cluster scale

确认框架版本选择和服务器选择，手把手教你从头开始构建大数据集群。并总结了大量在实战中会遇到的项目。

[En]

Confirm to the framework version selection and server selection, hand-in-hand to teach you to build big data cluster from scratch. And sum up a large number of projects that will be encountered in actual combat.

问题，针对各个技术框架，均有调优实战经验，具体包括：常用Linux运维命令、Hadoop集群调优、Flume组件选型及性能优化、Kafka集群规模确认及关键参数调优。通过这部分学习，助学生迅速成长，获取前沿技术经验，从容解决实战问题。