成果展示
VISUAL GALLERY
基于巴西电商平台 Olist 公开数据集（2016–2018，约 10 万笔订单）的全链路分析项目： 融合表格 · 文本 · 地理空间 · 时间序列四类异构数据， 覆盖数据探索、地理洞察、评分预测、客户价值细分、生命周期价值预测与情感分析。
数据集概览、各州/城市客户分布、表间关联关系与 choropleth 分级统计地图。
CEP 邮编体系拆解、订单/收入/运费/配送时效/延迟的地域分布与空间可视化。
基于评论文本预测好评/差评，6 模型对比（NB/SVM/LR/RF/XGBoost + LSTM 深度学习）。
RFM 分群 + K-Means 聚类，客户留存、新客比率与八类价值矩阵。
BTYD 模型（MBG/NBD + Gamma-Gamma）预测客户生命周期价值与存活概率。
葡语评论情感二分类、词云、正负面分布与时空热力图。
消费用户主要分布在东南部沿海经济发达州，圣保罗州占比约 42%；北部/东北部运费更高、配送更慢、评分更低。
约 17% 的头部大额用户贡献了 50% 的消费金额，高价值用户运营空间巨大。
97% 的用户仅消费一次，2017 年度复购率仅约 2.78%，用户忠诚度低、生命周期短。
90% 的订单消费金额低于 300 雷亚尔，90% 的订单仅购买 1 件商品。
约 58.86% 的用户评 5 分，但评分 ≤ 3 分占比达 21.44%，需结合文本情感深入洞察。
平均收货用时约 12.5 天，北部/东北部时效与运费问题突出，是运营优化重点。
# 1. 克隆仓库 git clone https://github.com/yohoten/omma.git # 2. 安装依赖（国内建议清华镜像） pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple # 3. 启动 Streamlit 可视化看板（默认打开科技风数据大屏） streamlit run streamlit_app.py ✔ 访问 http://localhost:8501