加载中...

专业头像占位

李金勇

商务数据分析师

供应链优化 销售预测 数据可视化

用数据驱动业务决策,专注于电商与供应链领域的数据分析与优化。擅长构建预测模型、识别业务趋势,将复杂数据转化为可执行的商业洞察。

Python SQL Pandas Power BI 供应链建模
向下滚动

关于我

你好,我是李金勇

我相信数据不仅是数字,更是优化业务的关键。作为广东科学技术职业学院商学院商务数据分析与应用专业的学生, 我对数据有着深厚的热情——我喜欢从复杂的数据中发现规律,将枯燥的数字转化为有价值的洞察。

在学习过程中,我发现数据真正的魅力在于它能解决实际问题。无论是帮助电商识别销售趋势, 还是优化供应链库存,每一次用数据为业务带来提升,都让我充满成就感。

我期待能将我的数据分析技能应用到更多实际场景中,为企业决策提供有力的数据支持, 用数据创造真正的商业价值。

技能展示

Python

85%

熟练使用 Python 进行数据处理和分析,掌握 Pandas、NumPy 等库

Excel

90%

精通 Excel 高级函数、数据透视表、数据可视化

SQL

80%

掌握 SQL 查询、数据库设计、数据建模

数据可视化

88%

熟练使用 Matplotlib、ECharts 等工具进行数据可视化

数据采集

75%

使用 Requests、BeautifulSoup、Scrapy 进行网络数据采集

供应链分析

82%

掌握供应链数据分析、需求预测、库存优化方法

统计分析

78%

掌握描述统计、假设检验、相关分析等统计方法

Tableau

70%

使用 Tableau 创建交互式数据仪表盘

学习与实践经历

学习经历

2023 - 至今

商务数据分析与应用专业

广东科学技术职业学院

学习数据分析、数据库、供应链管理等相关课程,掌握数据分析核心技能。

实践经历

2025

数据分析项目

使用 Python 和 Pandas 进行数据清洗和分析,生成可视化报告。

Python Pandas Matplotlib
2025

供应链数据调研

调研供应链数据,分析物流效率,提出优化建议。

Excel 供应链分析 数据可视化

我的课程

编程技术

Python基础

Python编程语言的基础知识和应用

学习进度
85%
4.8
Pandas NumPy Python语法 数据结构 函数编程

课程简介

学习Python编程语言的基本语法、数据类型、控制流、函数、模块等基础知识,掌握Python编程技能,为数据分析打下基础。

核心技能

  • Python语法
  • 数据结构
  • 函数编程
  • 文件操作

学习目标

通过实际项目练习,编写小型数据处理脚本,解决简单的数据分析问题。

学习内容

  1. Python语言简介
  2. 基本数据类型和变量
  3. 控制流和循环
  4. 函数和模块
  5. 文件操作
  6. 异常处理
  7. 面向对象编程基础
数据分析

数据分析技术

数据处理和分析的核心技术

学习进度
80%
4.9
SQL Tableau NumPy Pandas Matplotlib

课程简介

学习数据清洗、数据可视化、统计分析等核心数据分析技术,掌握使用Python库进行数据分析的能力。

核心技能

  • NumPy
  • Pandas
  • Matplotlib
  • 统计分析

学习目标

通过实际数据集,进行数据清洗、分析和可视化,生成分析报告。

学习内容

  1. 数据分析概述
  2. NumPy库的使用
  3. Pandas库的使用
  4. 数据可视化技术
  5. 统计分析基础
  6. 机器学习入门
数据分析

数据采集与处理

网络数据采集和预处理技术

学习进度
75%
4.7
Requests BeautifulSoup Scrapy

课程简介

学习网络爬虫技术、数据采集工具使用、数据预处理方法,掌握从网络获取数据并进行处理的能力。

核心技能

  • Requests
  • BeautifulSoup
  • Scrapy
  • 数据清洗

学习目标

编写网络爬虫,采集公开数据,并进行清洗和预处理。

学习内容

  1. 数据采集概述
  2. Requests库的使用
  3. BeautifulSoup库的使用
  4. Scrapy框架入门
  5. 数据清洗技术
  6. 数据预处理方法
商务应用

供应链数据分析

供应链管理中的数据分析应用

学习进度
82%
4.8
需求预测 库存优化 物流分析

课程简介

学习供应链管理理论和数据分析方法,掌握供应链数据分析技能,为供应链优化提供数据支持。

核心技能

  • 需求预测
  • 库存优化
  • 物流分析
  • 供应链绩效评估

学习目标

分析供应链数据,识别优化机会,提出改进方案。

学习内容

  1. 供应链管理概述
  2. 供应链数据采集
  3. 需求预测模型
  4. 库存优化分析
  5. 物流路径优化
  6. 供应链绩效评估
编程技术

数据库原理与应用

数据库系统的基本原理和实际应用

学习进度
80%
4.7
SQL 数据库设计 数据建模

课程简介

学习数据库基本原理、SQL语言、数据库设计,掌握数据库操作和管理技能。

核心技能

  • SQL
  • 数据库设计
  • 数据建模
  • 数据库优化

学习目标

设计数据库 schema,编写 SQL 查询,进行数据管理。

学习内容

  1. 数据库系统概述
  2. 关系型数据库基础
  3. SQL语言基础
  4. 数据库设计原理
  5. 索引和优化
  6. NoSQL数据库简介

课程对比

课程名称 类别 学习进度 评分 核心技能
Python基础 编程技术
85%
4.8 Python语法、数据结构、函数编程
数据分析技术 数据分析
80%
4.9 NumPy、Pandas、Matplotlib
数据采集与处理 数据分析
75%
4.7 Requests、BeautifulSoup、Scrapy
供应链数据分析 商务应用
82%
4.8 需求预测、库存优化、物流分析
数据库原理与应用 编程技术
80%
4.7 SQL、数据库设计、数据建模

项目案例展示

电商平台销售数据分析

2024.01-2024.02

挑战

业务方缺乏数据驱动决策能力,无法识别销售趋势和热点商品,导致促销资源错配和库存周转效率低下。

任务

构建销售分析体系,识别销售趋势和热点商品,为运营策略优化提供数据支持。

方案

使用Python清洗6个月历史销售数据,基于Pandas构建时间序列分析,开发了基于ARIMA的销售预测模型,使用Power BI设计实时监控仪表盘。

成果

精准识别3个核心增长品类,优化促销资源分配,提高核心品类销售额10%,库存周转效率提升22%。

Power BI 销售仪表盘占位

Python Pandas ARIMA Power BI 时间序列

供应链库存优化分析

2024.03-2024.04

挑战

库存结构失衡,滞销品占比35%,热销品频繁缺货,导致资金占用过高和客户满意度下降。

任务

建立科学的库存分类体系,设计需求预测模型,优化安全库存水平。

方案

应用ABC分类法对SKU进行价值分层,使用移动平均法和指数平滑法构建需求预测模型,计算经济订货批量(EOQ),建立动态安全库存机制。

成果

重构库存结构,降低库存成本15%,订单满足率从82%提升至95%,滞销品占比下降至18%。

库存优化分析报告占位

Excel ABC分类 需求预测 EOQ模型 供应链

图表作品展示

销售趋势图

产品销量对比

市场份额占比

库存变化曲线

学习资源推荐

常用工具推荐

  • Python

    数据分析首选编程语言

  • Excel

    强大的电子表格工具

  • MySQL

    开源关系型数据库

  • Tableau

    数据可视化工具

行业资讯链接

学习路线规划

第一阶段

学习 Python 基础语法和 Excel 高级技巧

第二阶段

学习数据库、数据采集和数据分析技术

第三阶段

实践项目开发,积累实际经验

联系我

准备好合作了吗?

下载我的简历,了解更多关于我的技能和经历

直接联系方式

期待用数据为您创造价值,欢迎随时与我联系!

专业邮箱

2499963402@qq.com

GitHub 主页

github.com/wryzxc

留言评论

常见问题

这是什么类型的网站?

这是一个个人学习和成长档案网站,用于展示我的课程学习、技能展示、项目案例和联系方式。

如何与我取得联系?

您可以通过上方联系方式模块中的邮箱、GitHub 或者留言表单与我取得联系。

网站的技术架构是什么?

本网站采用纯静态 HTML + CSS + JavaScript 构建,无任何后端依赖,适合部署到 Cloudflare Pages 等静态网站托管平台。

如何使用键盘快捷键导航?

您可以使用方向键 ← → 在项目轮播图中切换,使用 Home/End 键快速跳转到页面顶部或底部。

友情链接

复制成功!