，著眼 Python、统计数据预测、统计数据预测、有趣辅助工具！
许多人困惑，专业委员会了许多统计数据预测辅助工具和专业技能，仍然做不太好统计数据预测。碰到销售业务问题时，经常觉得难上加难。只不过，掌控专业技能和辅助工具只是第二步，搞好统计数据预测还必须要有统计数据预测方式。
统计数据预测方式具有架构性鼓励作用，能协助证实预测视角、配搭预测方式、优先选择评价指标以及得出结论预测推论。但要知道，统计数据观念不是一两年就能锻炼身体出来的，要不断练
【注】文末提供经验交流群
第二种：对照法
对照法是一种发掘统计数据规律性的观念，能和任何人基本功紧密结合，一次符合要求的分析一定要加进N次对照。
对照主要分成下列三种：
纵向对照：同一个层次相同第一类较为，如安徽相同市贵州茅台产品销售情形。
纵向对照：同一个第一类相同层次较为，如安徽苏州2021年各月末贵州茅台产品销售情形。
最终目标对照：多见于最终目标管理，如效果显著等。
天数对照：如环比、环比、月产品销售情形等，许多地方单厢加进天数对照。
第三种：参宿法
参宿法是借助座标的方式，育苗对统计数据进行分割，进而传递统计数据商业价值，将之变革为思路。参宿法应用领域很广为，像RFM数学模型、芝加哥行列式都是参宿法观念。
上面这个RFM数学模型就是借助参宿法，将使用者分成8个相同的层次，进而对相同使用者制订相同的网络营销思路。
第三种：漏斗法
漏斗观念本质上是一种流程思路，在确定好关键节点之后，计算节点之间的转化率。这个思路同样适用于许多地方，像电商的使用者购买路径预测、app的注册转化率等等。
著名的海盗数学模型AARRR数学模型就是以漏斗数学模型作为基础的，从获客、激活、留存、变现、自传播五个关键节点，预测相同节点之间的转化率，找到能提升的环节，采取措施。
第四种：二八法
“世界上80%的财富掌控在20%的富人手里”，这句话你一定听过。这就是二八法则，也叫帕累托法则。这个方式的观念就是抓重点，围绕找到的20%有效数据，找到其特征，使之产生更大的效果。
比如说一个商超进行产品预测的时候，就可以对每个商品的利润进行排序，找到前20%的产品，那这些产品就是能带来较多商业价值的商品，可以再通过组合产品销售、降价产品销售等手段，进一步激发其带来的收益回报。
第五种：指数法
指数观念是一种最终目标驱动型观念，通过将无法借助的统计数据加工成指数，达到聚焦的目的，进而找到方向。但指数法没有统一的标准，较为多依靠经验，一旦设立的话不会经常变动。如果数据没有规律性的时候，可以试试这个方式。
第六种：假设法
假设法一般用在进入新领域的时候，没有历史统计数据参考，没有外部线索，这个时候就需要假设。通过假设的统计数据进行反推，再去制订计划，整个过程是先假设，后验证，再预测结果。
比如说在对新产品进行定价的时候，就是根据成本去假设一个售价，由产品销售情形去验证，再决定是否需要上调或者下调价格，以达到最大利润。
第七种：多维法
多维法主要是通过对统计数据的切割，分成多个维度，通过立方体的形式进行统计数据展示。在对统计数据进行交叉预测的时候，可能会出现辛普森悖论，与之而来的应对方式有钻取、上卷、切片、切块、旋转等。
多维法的使用场景也很广，比如说一个app的使用者预测，可以从注册数、使用者偏好、用户兴趣和使用者流失等视角进行预测。
经验交流群
Python与统计数据预测 知乎账号和 Python学习与统计数据预测
文章推荐
Auto-Sklearn：使用 AutoML 加速你的机器学习数学模型
深度盘点：30个用于深度学习、自然语言处理和计算机视觉的顶级 Python 库
机器学习数学模型验证，这3个 Python 包可轻松化解95%的需求！
值得收藏！这是 Python 统计数据预处理最频繁使用的5个基本功！
精选 30 个炫酷的可视化大屏模板，拿走就用！
心得总结：一名优秀的统计数据预测专家的能力数学模型
深度盘点：8000字详细介绍 Python 中的 7 种交叉验证方式
效率倍增！5 个提高生产力的 Jupyter notebook插件！
20+时序数学模型！GluonTS：一个专门为天数序列建模而设计的辅助工具包！
整理不易，有所收获
