Project White

技术栈

• 数据存储：PostgreSQL
• 分析工具：Python，Jupyter Notebook
• 可视化：Matplotlib，Seaborn
• 模型方法：RFM 模型、Cohort 留存分析、SARIMAX 时间序列预测

项目结构

project-white/
├── docs/                      # GitHub Pages 页面内容
├── Project_White.ipynb        # 分析用 Jupyter Notebook
├── Project_White.pdf          # 分析报告 PDF 版本
├── SQL_statements.pdf         # 数据处理用 SQL 语句
├── .gitignore                 # Git 忽略文件配置
├── requirements.txt           # Python 依赖说明
└── README.md                  # 项目说明

项目亮点

客户分析（Customer Analysis）

• 利用 RFM 模型对客户价值进行评分
• 使用 Cohort 分析评估与预测客户留存
• 识别“潜力客户”“忠诚客户”“需要唤醒客户”群体

商品分析（Product Analysis）

• 分析商品销售集中度、价格结构与趋势
• 构建 SARIMAX 模型进行季节性销售预测
• 提出库存优化与促销策略建议

数据来源与授权

• 数据集：UCI Machine Learning Repository - Online Retail II
• 协议：MIT License