data analyst portfolio

万南天· 数据分析作品集

金融工程专业学生，聚焦业务数据分析方向。围绕 SQL、Python 与 Power BI，持续打磨从业务问题拆解、指标口径定义到可视化表达的完整分析能力。

当前共 3 个项目：1 个完整经营分析、1 个延伸建模分析、1 个量化方向的学习项目。

查看项目下载简历 PDF GitHub 主页

projects

项目作品

三个项目按业务分析、建模延伸、量化探索的顺序排列。点击进入对应详情页，含完整结论、方法与代码片段。

主项目 · 业务分析与可视化

Olist 电商经营分析

从总览 KPI 到地区、支付、分期的全链路经营分析

SQLPower BIPython

GMV 1542 万，9.6 万订单，覆盖 27 个州的经营画像
8 个 SQL 模块 + 6 个 KPI + 6 张 Power BI 仪表板
区分 customer_id 与 customer_unique_id 等口径细节

9.6 万

订单数

9.3 万

买家数

1542 万

GMV

159.86

客单价

12.50

配送天数

1.26%

失败率

进入项目详情 GitHub

延伸建模 · 描述统计到因果验证

Olist 取消风险建模

从描述性发现到逻辑回归验证支付方式与金额的交互效应

SQLscikit-learnPython

78，126 条订单，逻辑回归 + 交互项，处理 149：1 类不平衡
Voucher OR=1.39，金额 OR=1.15，交互项 OR=1.09
高金额 + Voucher 的组合放大效应在控制变量后仍显著

78,126

样本量

149:1

类不平衡

31.55

Fisher OR

1.39

Voucher OR

1.15

金额 OR

1.09

交互项 OR

进入项目详情 GitHub

学习项目 · 量化分析入门

A 股申万行业轮动规律

27 个行业 × 4 年数据,量化不同市场环境下的超额收益结构

AkSharePandasSeaborn

申万一级 27 个行业，2021-2024 共 938 个交易日
上涨期 / 震荡期 / 下跌期分类，胜率 + 超额收益双指标
反常识发现：消费类下跌期表现并不优于市场

行业数

938

交易日

4 年

时间窗口

上涨期

709

震荡期

134

下跌期

进入项目详情 GitHub

about

关于我

金融工程专业大二在读。求职方向为业务数据分析，对电商、金融场景下的指标拆解、用户分群与因果验证最感兴趣。目前持续通过项目打磨 SQL 与 Python 的分析能力，并尝试把描述性分析延伸到建模验证。

作品集中所有项目均已开源。如对项目细节、SQL 写法或建模思路有兴趣，欢迎前往 GitHub 直接查看完整代码。

技术栈

数据提取

SQL（MySQL）、CTE、窗口函数、多表 JOIN

分析与建模

Python、Pandas、scikit-learn（Logistic Regression）

可视化

Power BI、Matplotlib、Seaborn

数据来源

Kaggle 公开数据集、AkShare 金融数据接口

contact

寻找业务数据分析实习机会

2028 届金融工程在读，求职方向业务数据分析。互联网、金融科技皆可，一线城市优先。暑期（6–9 月）可全勤到岗，学期内可工作日远程协作。

如对作品集中任一项目感兴趣，或有合适的实习机会，欢迎通过下方任一方式联系。

📄 下载简历 PDF ✉️ 发送邮件

联系方式

📧

邮箱

18179136406@163.com

💬

微信

wnt0801

📞

电话

181-7913-6406

💻

GitHub

github.com/wnt0801