Zafer-Liu

查看数据结构、质量和可分析性（schema 数据概览 profiling）

使用决策树识别影响目标变量的关键规则（decision tree 决策树）

使用 GRU 对足量时间序列进行预测（forecast deep learning）

规划数据分析演示文稿（presentation 幻灯片）

使用 SQL 安全查询当前已选择的数据表（query 数据查询）

使用 VAR 分析多个时间序列的动态关系（forecast 向量自回归）

Ad-Lib 价值主张速写，用一句填空句式把价值主张拆成六个可验证的组成部分（value prop 价值主张）

分析已有 A/B 实验数据的分组质量、转化或连续指标提升、统计显著性与置信区间，并输出审慎上线建议。用于用户要求 A/B 测试、实验效果、显著性检验、转化率对比、对照组与实验组评估时。

诊断业务漏斗各环节转化率，定位主要流失点并给出优先行动建议（conversion 转化分析）

SWOT 分析，从内部优势/劣势和外部机会/威胁四个维度评估企业或产品的战略态势（strategy 战略分析）

波士顿矩阵（BCG Matrix）分析，按市场增长率和相对市场份额将业务单元分为明星、问题、现金牛、瘦狗四类（portfolio 产品组合）

执行线性回归并解释关键变量影响（linear regression 回归分析）

进行单变量筛选并形成候选解释变量清单（feature selection 特征筛选）

对极端值执行缩尾处理并验证影响（outlier 缩尾）

执行二分类或多分类逻辑回归分析（logistic regression 分类）

对异常样本执行截尾处理并评估偏差（outlier 异常值）

使用 Prophet 分解趋势季节性并预测（forecast 时间序列预测）

执行十分位分层分析并识别高低价值群体（segmentation 分层分析）

使用 K-Means 对业务对象进行聚类画像（clustering 客户分群）

使用 SARIMA 建模季节性时间序列预测（forecast）

使用 ARIMA 进行单变量时间序列预测（forecast）

诊断并处理缺失值（missing value 缺失值处理）