数据分析
文章平均质量分 90
ttdata
如果半途而废,就意味着从头来过
展开
-
数据分析—工具箱
1、微信大数据分析工具新媒体指数:http://www.gsdata.cn清博大数据-新媒体指数(www.gsdata.cn)是新媒体大数据第一平台,为运营新媒体利器!现已开通账号分钟级监测服务,打击粉丝造假账号,支持用户自主监测新媒体数据、定制各类榜单,并提供数据API等各类增值服务。2、数据可视化工具百度ECharts:http://echarts.baidu.com/转载 2017-07-07 15:10:21 · 470 阅读 · 0 评论 -
用户画像-构建步骤
有一句话是,千万人撩你,不如一人懂你,这句话在互联网圈可以说成是,真正的了解用户,才能得到用户,所以,用户画像的重要性不言而喻。什么是用户画像?用户画像可以简单理解成是海量数据的标签,根据用户的目标、行为和观点的差异,将他们区分为不同的类型,然后每种类型中抽取出典型特征,赋予名字、照片、一些人口统计学要素、场景等描述,形成了一个人物原型 (personas)。企业在转载 2017-09-01 10:11:30 · 9873 阅读 · 0 评论 -
用户画像-如何设计
推荐星级:★★★★★ ▌阅读时间:12min ▌推荐理由:用户画像分析是PM的基本能力,也是优秀运营人的必会技能。你还不会?进来学啊! 本期干货铺内容大纲: Step 1、理论科普篇——快速了解用户画像 什么是用户画像?【干货x2】 为什么要做用户画像分析?【干货x1】 用户画像构建的基本流程【干货x1】 Step转载 2017-09-01 10:03:49 · 6122 阅读 · 0 评论 -
如何通过数据驱动业务发展
如何通过数据驱动业务发展人人都是产品经理百家号 09-07 13:33本文根据刘立明在起点学院线下沙龙分享的课程整理而成,加入起点学院在线社员(或复制报名链接:http://t.cn/R53OsvD到浏览器中详细了解),即可观看本课程视频回放及尊享300门视频课程学习特权。题图:刘立明,腾讯大数据高级产品经理本文大纲如下:转载 2017-09-07 14:52:21 · 2788 阅读 · 0 评论 -
数据分析中的辛普森悖论
在某公司工作时,曾发现过一个诡异的事情。 当时正在做公司整体的战略规划,发现公司客户各年龄段的客单价都是呈上升趋势,可是整体客单价却出现下滑。 今天听了公司内部的一个分享课才知道, 原来这个就是 辛普森悖论。 人懒,懒得自己整理数据和文字,就直接转载网上搜索来的博客 辛普森悖论是一种统计现象,实验群体由具有不同统计特性的子群体组成,观察到的现象是总转载 2017-09-04 11:14:27 · 2186 阅读 · 0 评论 -
数据分析展现选图
转载 2017-08-21 14:01:18 · 350 阅读 · 0 评论 -
相关性学习
1、定义相关性分析是指对两个或多个具备相关性的变量元素进行分析,从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。相关性不等于因果性,也不是简单的个性化,相关性所涵盖的范围和领域几乎覆盖了我们所见到的方方面面,相关性在不同的学科里面的定义也有很大的差异 2、应用领域网络分析 财务分析 经济分析 统计分析 数学分析转载 2017-08-02 17:39:37 · 4294 阅读 · 0 评论 -
相关性学习—python实现Pearson相关系数
Discussion of Similarity MetricsPearson Correlation CoefficientAnalysisUnlike the Euclidean Distance similarity score (which is scaled from 0 to 1), this metric measures how highly correla转载 2017-08-02 18:03:26 · 4438 阅读 · 0 评论 -
相关性学习-皮尔逊相关系数2
https://segmentfault.com/q/1010000000094674皮尔逊相关系数理解有两个角度其一, 按照高中数学水平来理解, 它很简单, 可以看做将两组数据首先做Z分数处理之后, 然后两组数据的乘积和除以样本数Z分数一般代表正态分布中, 数据偏离中心点的距离.等于变量减掉平均数再除以标准差.(就是高考的标准分类似转载 2017-08-02 17:59:01 · 1489 阅读 · 0 评论 -
相关性学习-皮尔逊相关系数
作者:TimXP链接:https://www.zhihu.com/question/19734616/answer/117730676来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。要理解Pearson相关系数,首先要理解协方差(Covariance),协方差是一个反映两个随机变量相关程度的指标,如果一个变量跟随着另一个变量同时变大或者变小转载 2017-08-02 17:44:48 · 3004 阅读 · 0 评论 -
用户画像
用户画像是一个挺新颖的词,最初它是大数据行业言必及之的时髦概念。现在我们运营谈及用户画像,它也是和精准营销、精细化运营直接钩挂的。这篇文章主要讲产品和运营角度的用户画像。希望看完后,解决你一切关于用户画像的疑问。什么是用户画像用户画像一点也不神秘,它是根据用户在互联网留下的种种数据,主动或被动地收集,最后加工成一系列的标签。比如猜用户是男是女,哪里人,工资多少,有没有谈恋爱转载 2017-08-08 13:36:52 · 798 阅读 · 0 评论 -
数据分析工具—矩表
报表,从来都是商业领域的主角,而随着商业智能(BI),大数据时代的到来,报表更加成为了业务系统的核心组成。因此传统的格式已经无法满足新的需求,最终用户期望在一张报表中看到更多的汇总、分类信息,而往往这些汇总和分类信息是不固定的,比如下面这张报表类似上图中的复杂表头和分类汇总,用传统的报表已经无法完成。矩表(Table+ Matrix)就是专为此类报表需求而产生的强大工具,无论你是文转载 2017-08-08 11:50:53 · 2423 阅读 · 0 评论 -
Cohort analysis
99% 创业常识|简单好用的 Cohort Analysis,认清公司真相2016-05-11 19:52上周五我们发出了新栏目「99% 创业常识」的第一篇:《CAC、LTV、PBP》,反响相当热烈。但是,由于小编鬼使神差地没有设置留言功能,我们并不知道各位看官的阅读感受和建议,这次你们可以任性地评论了。重要的话再说一遍:做这个栏目的想法源于与创业者的日常交流,我们发现转载 2017-07-21 13:14:02 · 2585 阅读 · 0 评论 -
大数据—工具箱
当前,整个互联网正在从IT时代向DT时代演进,大数据技术也正在助力企业和公众敲开DT世界大门。当今“大数据”一词的重点其实已经不仅在于数据规模的定义,它更代表着信息技术发展进入了一个新的时代,代表着爆炸性的数据信息给传统的计算技术和信息技术带来的技术挑战和困难,代表着大数据处理所需的新的技术和方法,也代表着大数据分析和应用所带来的新发明、新服务和新的发展机遇。为了帮助大家更好深入了解大数据,云转载 2017-07-07 15:51:22 · 728 阅读 · 0 评论 -
用户画像—设计参考
https://wenku.baidu.com/view/9aaa543a6294dd88d1d26b4e.htmlhttp://www.infoq.com/cn/articles/4-billion-mobile-device-user-portrait-and-tag-architecturehttp://cdc.tencent.com/2011/12/19/%E5%88%9B转载 2017-09-01 10:57:43 · 2706 阅读 · 0 评论