Zagłębiamy się w dane

Studium przypadku: analiza danych fitness w Alteryx

Giniya Gupta

Sr. Analyst

Podsumowanie

Recap Refresh

Importowanie zbiorów danych
Skanowanie i czyszczenie danych
Usuwanie duplikatów i liczenie unikalnych identyfikatorów
Obliczanie średniej dziennej liczby kroków

Najważniejsze etapy

$$

Wszystkie pola: typ danych V_string
Wartości NULL: 65 wartości NULL w kolumnie Fat
Unikalne identyfikatory: DailySteps (24), WeightLogInfo (8), SleepDay (33)
SleepDay: 3 zduplikowane wiersze
Średnia liczba kroków przekroczyła 8 000 tylko przez 11 dni

Data

Łączenie zbiorów danych

Łączenie zbiorów danych w jedną tabelę:
- Id
- Data
Identyfikatory umożliwiają dopasowanie rekordów między zbiorami
Daty pozwalają na chronologiczne porządkowanie zdarzeń

Table

Obliczanie wskaźnika masy ciała (BMI)

BMI kategoryzuje:

Niedowaga, Waga prawidłowa, Nadwaga, Otyłość
Wzór na BMI

$BMI = Weight / Height^2$

- Waga w kg, wzrost w metrach

Wgląd w profil zdrowotny i kondycyjny klientów

BMI

¹ https://www.cdc.gov/healthyweight/assessing/bmi/adult_bmi/index.html

Wnioski dotyczące kondycji

$$

Korzystanie z wytycznych CDC i NIH
Progi siedzącego trybu życia do oceny ryzyka zdrowotnego
Obliczanie indeksu stylu życia na podstawie średniej dziennej liczby kroków

$$ relax

Agregowanie i porównywanie

$$

Porównanie zagregowanych danych ze standardami CDC i NIH
Wnioski dotyczące zdrowia i nawyków kondycyjnych klientów

people_discuss

Elastyczność w Alteryx

$$

Alteryx to elastyczne narzędzie.
Problemy można rozwiązywać na wiele sposobów.
Zachęcamy do eksperymentowania z różnymi metodami w trakcie kursu.

$$

Methods

Czas na ćwiczenia!

Studium przypadku: analiza danych fitness w Alteryx

Preparing Video For Download...