第9次课作业要求1

在本次第9次课的作业中，我们有两个主要任务，都是围绕着数据分析和可视化展开的。我们需要处理的是一个名为“人工坐席接听数据”的文档，这很可能是一个记录了客服中心服务情况的数据集，包含了关于客户服务评价满意率和服务接听量的信息。 第一个任务是创建一个散点图来展示“服务评价满意率”与“人工服务接听量”的关系。这有助于我们理解这两个变量之间的关联性。为了实现这个目标，你需要在数据集中添加一个新的计算字段，用来表示“服务评价满意率”。这可能涉及到对原始数据进行操作，比如如果满意度是基于评分的话，可能需要计算出所有评分的平均值来代表满意率。一旦这个新字段创建完成，你可以利用数据可视化工具（如Excel、Tableau或Python的matplotlib库）来绘制散点图。对于不满意的数据，即满意率低于95%的，可以设定特定的颜色（如橙色或蓝色）进行高亮显示，这样可以快速地识别出哪些时段的服务质量需要改进。 第二个任务更复杂一些，需要创建“N日移动平均参数”。移动平均是一种常用的时间序列分析方法，它可以帮助我们平滑数据，揭示趋势。在这里，你需要创建一个计算字段来计算不同N天的移动平均接听量，其中N的最大值设定为31。这意味着你需要计算过去1到31天的平均接听量。然后，利用双轴折线图，我们可以同时展示每天的人工服务接听量和N天移动平均量。双轴图允许我们在同一图表上比较两个不同尺度的变量，这里的纵坐标分别是接听量和移动平均量，横坐标则是日期。完成图形后，同样需要导出5天移动平均量的图像以便进一步分析或报告。 这两个任务都需要掌握一定的数据分析和数据可视化技能，包括但不限于计算字段的创建、条件判断、数据可视化以及移动平均的概念应用。在实践中，这些技能对于理解和优化业务流程，尤其是客户服务领域，具有极大的价值。在完成作业时，确保正确理解数据，合理选择可视化方式，以及清晰地展示结果，这些都是提升分析效果的关键。