下一步設有12人參與預測，將每個人預測的數值進行匯總分別對其求平均
    可以得到8.43為中位數的平均數
    累計概率為把概率點位平分，每點之間的概率都是12.5%
    所以我們可以看到低於或等於8.84的概率是75%。
    根據外推預測和差值需要，將函數繪製成平滑曲線，然後我們就可以對其進行估計，可以使用兩種方法，點估計和區間估計。
    日常生活和經濟全球化之間存在密切的關係。經濟全球化是一個涉及全球範圍內經濟活動、貿易、投資、金融等方麵的概念，它使得各國經濟相互依存、相互聯係，形成一個全球範圍的有機經濟整體。這種全球化的趨勢對人們的日常生活產生了深遠的影響。
    以購物為例，經濟全球化使得人們可以輕鬆地購買到來自世界各地的商品。無論是在大型超市、電商平台還是實體店，我們都可以看到來自不同國家的商品琳琅滿目。這些商品可能包括食品、衣物、電子產品等，它們不僅豐富了我們的選擇，也提高了我們的生活質量。
    負責對每個省份的銷量數據進行統計和分析，關注主要銷售熱點地區和潛在的市場機會
    -提取出關鍵的銷售變化和趨勢，使用python數據可視化，直觀展示產品銷售的月度和
    地域分布，為市場部提供了有價值的數據洞察，支持關鍵的市場策略決策。
    針對安利雲購的程序首頁，以下是五個建議的調整地方，以及相應的改進思路、設計方案和改進後的驗證方式：
    1.
    調整一：提升頁麵加載速度
    改進思路：優化代碼結構，減少不必要的http請求，壓縮圖片和文件大小，使用cdn等技術手段提升頁麵加載速度。
    設計方案：對代碼進行性能分析和優化，移除冗餘代碼。
    合並css和javascript文件，減少http請求次數。
    使用圖片壓縮工具對圖片進行壓縮，減少圖片大小。
    引入cdn服務，分散服務器壓力，提升用戶訪問速度。
    驗證方式：使用頁麵性能分析工具（如lighthouse）對首頁進行性能評估，確保加載速度在合理範圍內。
    邀請用戶進行實際體驗測試，收集用戶對頁麵加載速度的反饋。
    2.
    調整二：增加個性化推薦
    改進思路：通過分析用戶行為數據，為用戶提供個性化的商品推薦，提升購物體驗。
    設計方案：收集用戶瀏覽、購買、搜索等行為數據。
    利用機器學習算法對用戶行為數據進行分析，生成個性化推薦列表。
    在首頁顯眼位置展示個性化推薦商品，並提供推薦理由。
    驗證方式：監控個性化推薦商品的點擊率、購買轉化率等指標，評估推薦效果。
    收集用戶對個性化推薦的反饋，了解用戶滿意度。
    3.
    調整三：優化頁麵布局
    改進思路：根據用戶習慣和數據分析結果，優化頁麵布局，提升用戶體驗。
    設計方案：采用響應式設計，確保頁麵在不同設備上都能良好展示。
    將重要信息和功能放在顯眼位置，方便用戶快速找到。
    減少頁麵冗餘元素，提高頁麵簡潔度。
    驗證方式：通過a/b測試對比不同頁麵布局的用戶滿意度和轉化率。
    邀請用戶體驗測試，收集用戶對頁麵布局的反饋。
    4.
    調整四：提升平台交互性
    改進思路：增加社交功能，提升平台互動性，吸引更多用戶參與。
    設計方案：在首頁增加用戶評論、曬單等功能，讓用戶可以分享購物心得和體驗。
    引入社交分享功能，方便用戶將商品分享到社交平台。
    舉辦互動活動（如抽獎、優惠券發放等），提高用戶參與度。
    驗證方式：監控社交功能的用戶參與度和活躍度。
    收集用戶對社交功能的反饋，了解用戶滿意度。
    5.
    調整五：加強品牌宣傳
    改進思路：通過首頁設計加強品牌宣傳，提升品牌知名度和用戶信任度。
    設計方案：在首頁顯著位置展示品牌logo和口號。
    引入品牌故事、企業文化等元素，增強用戶對品牌的認知。
    展示品牌榮譽和認證信息，提升用戶信任度。
    驗證方式：通過問卷調查了解用戶對品牌宣傳的感知和認可度。
    監控品牌搜索量和用戶轉化率等指標，評估品牌宣傳效果。
    采用增量字段方式捕獲變化數據的原理是y在源係統業務表數據表中增
    加增量字段y增量字段可以是時間字段y同時也可以是自增長字段y當
    源業務係統中數據新增或者被修改時y增量字段就會產生變化y時間戳
    字段就會被修改為相應的係統時間y自增長字段就會增加
    每當etl工具進行增量數據獲取時y隻需比對最近一次數據抽取的增量
    字段值y就能判斷出來哪些是新增數據y哪些是修改數據。
    這種數據抽取方式的優點是抽取性能比較高y判斷過程比較簡單yetl
    係統設計清晰y源數據抽取相對清楚簡單y可以實現數據的遞增加載
    最大的局限性就是由於某些數據庫在進行設計的時候y未考慮到增量字
    段y需要對業務係統進行改造y基於數據庫其他方麵的原因y還有可能
    出現漏數據的情況。
    3.
    全量同步
    全量同步又叫
    全表刪除插入方式
    y是指每次抽取前先刪除目標表
    數據y抽取時全新加載數據該方式實際上將增量抽取等同於全量
    抽取對於數據量不大y全量抽取的時間代價小於執行增量抽取的
    算法和條件代價時y可以采用該方式。
    這種方式的優點是對已有係統表結構不產生影響y不需要修改業務
    操作程序y所有抽取規則由etl完成y管理維護統一y可以實現數
    據的遞增加載y沒有風險
    缺點是etl比對較複雜y設計較為複雜y速度較慢與觸發器和時
    間戳方式中的主動通知不同y全表比對方式是被動的進行全表數據
    的比對y性能較差當表中沒有主鍵或唯一列且含有重複記錄時y
    全表比對方式的準確性較差。
    日誌比對的方式是通過獲取數據庫層麵的日誌來捕獲到變化的數據y
    不需要改變源業務係統數據庫相關表結構y數據同步的效率比較高y
    同步的及時性也比較快y最大的問題就是不同數據庫的日誌文件結
    構存在較大的差異性y實施分析起來難度比較大y同時y需要具備
    訪問源業務庫日誌表文件的權限y存在一定的風險性y所以這種方
    式有很大的局限性。
    日誌比對方式中比較成熟的技術是cdc(change
    data
    capture)技術y
    作用同樣是能夠捕獲到上一次抽取之後產生的相關變化數據y當
    cdc對源業務表進行新增更新和刪除等相關操作的時就可以捕獲
    到相關變化的數據y相對於增量字段方式ycdc方式能夠較好地捕
    獲到刪除數據y並寫入相關數據庫日誌表y然後再通過視圖或者別
    的某種可操作的方式將捕獲到的變化同步到數據倉庫當中去。
    這種方式的優點是etl同步效率較高y不需要修改業務係統表結構y
    可以實現數據的遞增加載缺點是業務係統數據庫版本與產品不統
    一y難以統一實現y實現過程相對複雜y並且需深入研究方能實現
    這種方式也通過第三方工具實現y但是y一般都是商業軟件y費用
    較高。