数据分析
-
小白学数据之NoSQL数据库(进阶篇)
NoSQL不是万能药,采用技术最好不要跟风,选择适合自己数据和应用的才是最好的哟。
-
【案例】数据可视化——用户行为序列图
经过一段时间的探索,发现将日志可视化,制作行为序列图,是一个非常直观有效的梳理思路&发现问题的方法,在此分享给大家
-
鲍忠铁:浅谈数据分析和数据建模
本文大部分内容来源于 Bart Baesens 所著《Analysis in a Big Data World:The Essential Guide to DataScience and its Applications》。中文书名为《大数据分析数据科学应用场景与实践精髓》柯晓燕张纪元翻译
-
控制在线问卷数据质量的具体方法
数据质量决定了数据是否具有科学性,是否可以代表用户,是否给出准确的研究结论。因此我们要考虑对在线问卷的数据进行质量控制的具体的方法,保证问卷数据的质量。
-
TPU精细化运营打造金融行业的今日头条
移动互联网除了BAT巨兽之外,还有一个武功高手叫做今日头条。
-
金融业如何构建新一代大数据运营中心?
近几年各行各业对大数据技术的应用越来越多,但凡有财力的企业都跃跃欲试,更何况是“手握重金”的金融行业。金融业如何利用大数据进行精准营销?如何构建新一代大数据运营中心?
-
怎样才能正确利用数据来抓住目标用户?
运营人员通常比较关心的一个问题是:用什么样的方法来重新获取已经流失的用户?今天我们来谈谈有哪些关键的指导策略,怎样才能正确利用数据来抓住你的目标用户?
-
数据新闻最常见的四大问题
和数据打交道时,有太多办法可以欺骗受众,甚至误导自己,这些错误甚至可能是无心之失。过去一年研究数据新闻的第一手经验让我发现,要犯一些最终导致结论完全歪曲的错误实在是太容易了。以下便是过去这一年里我所遇到的糟糕的数据新闻最常见的四大问题:
-
大数据分析:数据分析师到底是个怎样的物种!
不管数据分析师是个什么物种,不可否认,在大数据时代,人们对理性的数据分析结果越来越感兴趣,企业CEO、营销人员都在渴求数据,数据分析师的市场会越来越大,这个职业的潜力无穷!
-
如何打造一款快速增长的互联网产品?
创意人才按照直觉设计出对用户最好的东西,分析人才则提供有深刻见地的洞察分析。而真正的独角兽是那些能够完成从设计、开发、衡量、分析全过程的,并能够结合用户直觉与深度分析,不断迭代和改进产品。
-
数据科学家在公司的日常
最近机器学习很火,前面我们也介绍了很多机器学习的相关知识。那么平时数据科学家们上班的时候都在做些什么事情呢?今天就让我们一起来探究一下。
-
数据分析师这个职业,是你的菜吗?
宽松的格子衫、酒瓶底一样的眼镜,这或许是大多数人对程序员这一群体的群体画像,但在大数据发展如此之快的今天,数据分析师已经成为一个新兴职业。这个听着就高大上的职业,你有没有想过也可以算得上是程序员的一个分支,他们的就业现状如何 数据分析师 与传统商业大为不同的是,随着互联网的快速发展,大数据时代已经悄然降临。数据分析师这个新兴职业需求量逐渐增多,大众对于数据分…
-
如何搭建一个数据分析指标体系
什么是指标体系 “指标体系”这个概念是应用比较广泛的,我们从正式出版物中摘取一个定义: 指标体系,即统计指标体系,是由一系列具有相互联系的指标所组成的整体,可以从各个侧面完整地反映现象总体或样本的数量特征。 统计指标体系从其功能和作用不同,可分为描述统计指标体系,评价统计指标体系和预警统计指标体系三种。描述统计指标体系是由若干对社会经济活动状况做出完整而系统…
-
数据科学团队的自测题
导读: 数据科学家具备很多相邻领域的技能,至少是基本技能(比如工程、开发和运维、产品管理、数学、研究、写作、商业等等),团队最容易出问题的地方之一,就是他们无法专注于那些需要动用这一整套技能才能完成的工作。 团队是否拥有足够的数据,以及相应的工具来高效地处理这些数据。如果处理数据时困难重重:因为和生产系统相冲突,没有被文档化,或者收集方式前后不一致,甚至根本…
-
粗糙的贝叶斯转化概率预测模型
转化率是网站分析中最受关注的指标之一,如何设定转化率目标?哪些用户最有可能转化?他们有哪些特征?如何发现并找到这些用户?这些都是负责网站运营和市场营销的同学最关注的问题。本篇文章通过贝叶斯算法对网站中已经完成转化的历史用户数据进行分析,发现购买转化用户的特征,并通过交叉细分对不同用户购买转化的概率进行预测。 贝叶斯是分类和预测算法中的一种,我们在前面的文章中…