走进数据

案例研究：在 Alteryx 中分析健身数据

Giniya Gupta

Sr. Analyst

什么是案例研究？

• 使用数据对真实情境进行深入分析
• 回答具体业务问题
• 先修课程
  • Alteryx 入门
  • Alteryx 中的数据准备
  • Alteryx 中的数据转换

Alteryx 中的数据分析流程

$$

Alteryx 中的数据分析流程

• 理解业务问题
  • 例：一周中哪些天智能健身应用使用量下降？如何避免？

Alteryx 中的数据分析流程

• 数据质量检查：
  • 缺失值与重复行
  • 与其他内部数据源对齐
• 构建您的首个 Alteryx 工作流！

Alteryx 中的数据分析流程

• 删除重复行
• 替换 NULL 值
• 确保为各字段分配正确的数据类型

Alteryx 中的数据分析流程

• 发现模式与关联
• 创建计算字段
• 合并数据集

Alteryx 中的数据分析流程

本课程不创建可视化

情景设定

$$

• Bellabeat——一家为女性设计智能健身追踪产品的公司
• 正寻求扩大客户群

数据集

• 个人健身追踪数据$^1$：
  • 30 名用户，31 天
• 三个 CSV 文件
• 每个数据集包含：
  • 通用列：Id 和 Date
  • ID 为唯一标识符

¹ 数据集改编自 Kaggle

数据集

DailyActivity.csv 含 15 列，记录每日体力活动数据：

列	说明
Id	标识应用用户的唯一 ID
ActivityDate	活动记录日期
Calories	消耗的卡路里
与体力活动相关的指标	TotalSteps、TotalDistance、ActiveMinutes 等

数据集

SleepDay.csv 按日记录睡眠数据，共五列：

列	说明
Id	应用用户的唯一标识符
SleepDay	睡眠记录日期
与睡眠相关的指标	TotalMinutesAsleep、TotalTimeInBed 等

WeightLogInfo.csv 按日记录体重测量，共七列：

列	说明
Id
Date	体重记录日期
与体重相关的指标	WeightKg、HeightMeters、Fat 等

业务问题

$$

Bellabeat 旨在扩大客户群

• 用户的活动/锻炼时间表是否存在模式？
• 最常被追踪的活动是什么？
• 基于生活方式指数，主要生活方式为何？
• 与推荐标准相比，用户的体力活动水平如何？

开始分析！

案例研究：在 Alteryx 中分析健身数据