数据分析
-
浅谈用户全生命周期管理
给大家分享他对于用户全生命周期运营的思考和总结,从定义到周期划分,用户分层定义,到后续运营策略方式,系统建设、数据体系等逐步探讨。
-
我是数据分析师(二):假老公又提数据分析要多表关联—为了爱情,我忍了
文|数加大数据团队 自从上次给老公写了个《我是数据分析师(一):假老公提Excel数据自动更新的需求》教程,他就哼哧哼哧的去做了,就在上周他又提了个新的问题:“我还有一张用户信息,需要跟之前那张销售订单表关联,看看购买的用户的地域来源及年龄情况,要怎么搞?” 于是,就在各位童鞋还沉浸在三八妇女节的欢乐中时,我居然还在跟家里那位讨论怎么做多表关联的报表,而那时…
-
如何提升用户复购?这7个「不容错过」的营销策略请收好!
为什么用户买了一次后,就再也没见到他来了?
-
从底层到应用,那些数据人的必备技能
根据数据应用的不同阶段,我将从数据底层到最后应用,来谈谈那些数据人的必备技能。
-
3个模型+5个方法,数据分析小白必备
有时候找到的是数据分析方法,但是又无法准确的对这两者进行一个清晰的界定,也不知道如何有效的正确的使用这些方法论和分析方法。
-
七种常见的数据分析方法拆解,打工人必备
数据分析是用适当的统计分析方法对收集来的大量数据进行分析,将它们加以汇总和理解并消化,以求最大化地开发数据的功能,发挥数据的作用。本文作者分享了七种常见的数据分析方法拆解。
-
基于数据科学进行决策,应遵循的五个步骤
寻求利用数据科学进行战略决策的组织应遵循以下五个步骤。
-
如何搭建数据分析指标体系?
最近有同学面试的时候被问到,如何搭建数据分析指标体系?那今天就和大家来聊聊这个事情 阅读路线: 为什么要搭建数据分析指标体系? 如何来搭建一个数…
-
数据分析技术:数据差异的显著性检验
数据差异的显著性检验是数据分析的重要技术之一。然而,如何正确选择检验方法是很多初学者困惑和容易出现错误的地方。下面为大家总结一下数据差异显著性检验的方法及适用范围。
-
为什么做了那么多的数据分析,还是无法让产品成功?
在这样一个「数据驱动」的时代,很多产品团队都选择在产品早期就引入或搭建数据分析平台,并希望能够通过数据驱动产品的快速成长,但即便如此,大多数的初创企业还是难逃失败的厄运。除去战略、经营等导致企业死亡的情况,数据分析的「深度不够」也是让产品铩羽的重要原因——大多数企业构建的数据分析平台仅仅能看一些统计指标——而这并不足以指导产品改进,并使之走向成功! 01、产…
-
复杂网络分析之数据准备篇
作者:邓旭东HIT 关系图之原始数据 我给大家编了下面两组原始数据,试图画出abcd四元素之间的关系 nodes_data = [‘a’, ‘b’, ‘c’, ‘d’] raw_data = [‘acW’, ‘aca’, ‘caE’, ‘ec’, ‘cd’, ‘dc’] 我们做关系网络前的最初始数据最好就是上面这样子,这种数据格式还是比较简单的。 nodes…
-
如何选择用户画像范围:构建用户画像取决于需要完成的目标
本文对宽窄范围的用户画像进行解析,并总结如何正确选择用户画像范围。
-
零售行业数据分析应用模型
1、门店管理应用 应用模板包括:店长维度-门店评分;总部运营维度-门店分析;门店销售日报;商品搜索引擎 本模型主要是在门店角度对零售公司经营进行分析,其中店长维度和总部运营维度是从两个不同的视角对门店进行分析。店长是单个店铺的情况,以及本店铺在整体中的排名。而总部运营则是整体的视角,看所有的店铺。 对于门店来说,每天查看基本的业绩情况,是对于门店运营的关键,…
-
数据分析技巧:找趋势、看分布、做细化!
趋势、分布、细化这三点包含了数据分析的大部分内容。无论是数据的收集、数据的整理,还是数据的分析,都需要不断地找趋势、看分布、做细化,这样才能找出最有价值的结论。
-
五个「用了都说好用」的减少用户流失方法!
如果不重视用户流失这个问题,不弄清每个流失用户对产品不满意的具体原因,这对于产品的长期成长及平台的长期发展是非常不利的。