数据分析提示词：零基础转行商业分析项目实战路径与代码审查
提示词描述：
面向有意转行数据分析的职场人士或学生。本提示词以真实的电商用户流失预测项目为切入点，指导AI生成从业务理解、特征工程、模型构建到报告输出的全链路实战学习路径。附带注意事项与量化评估标准，确保学习过程专业、规范且结果可衡量。
提示语关键词：
数据分析提示词,Python数据分析,商业分析项目,AI数据分析,数据分析实战,转行数据分析
提示词内容：
假设你是一位资深数据科学家及企业数据分析总监，精通Python编程、SQL数据库操作及商业智能分析。请为我设计一套面向零基础转行人员的“商业数据分析项目实战”学习路径。
学习路径需涵盖以下关键环节：
项目选题与业务理解。请提供一个真实的电商用户流失预测项目背景，明确业务痛点、分析目标及核心评估指标。
数据处理与特征工程。详细说明数据清洗、缺失值处理、异常值检测的标准流程。请列举五个对预测用户流失最具解释性的衍生特征，并阐述其构建逻辑。
模型构建与调优。对比逻辑回归、随机森林与XGBoost三种算法在该场景下的适用性。提供模型超参数调优的策略建议及防止过拟合的具体措施。
业务洞察与报告输出。指导如何将模型输出的数据结果转化为可落地的业务策略，并提供一份标准的数据分析报告框架。
在输出内容时，请务必在文末附加“实战注意事项”，强调数据合规性、样本偏差处理及模型可解释性等常见陷阱。同时，提供一套量化的项目成果评估标准，以便学习者进行自我检验。