分析类
文章平均质量分 54
民谣书生
只为成功找方法,不为失败找借口!
展开
-
知乎的一个分析情况
知乎的搜索指数还是可以的,而且算是五大社交软件的中中流支柱,内容上更高逼格,人群分布集中在青年,但有质量的回答实在30-39岁区间里,男性居多,社交的地域也大多集中在北上广等一线城市和苏浙一带。...原创 2018-09-25 10:41:35 · 526 阅读 · 0 评论 -
化妆品报告
http://index.baidu.com/?tpl=demand&word=%CA%FD%BE%DD%B7%D6%CE%F6http://index.1688.com/alizs/topOfficialSite.htm?spm=a262ha.8884054.0.0.JS17C0原创 2018-09-25 13:43:12 · 245 阅读 · 0 评论 -
用户行为路径分析
用户行为路径分析同样是重要的数据分析模型,它为企业实现理想的数据驱动与布局调整提供科学指导,对精准勾勒用户画像也有重要参考价值。用户访问APP/网络,如同参观画展,观众是感受和传达画展参展方和展品的目的受众体,图画的展现布局不同,每一位观众根据自身喜好形成特有的参观顺序。为让观众沿着最优访问路径前进,需要策展者结合观众需求进行布局调整。这种自主式的数据分析方法,让业务人员都能科学进行数据分析。...转载 2018-09-25 20:41:00 · 3619 阅读 · 0 评论 -
行为事件分析
在用户行为领域,通过数据分析方法的科学应用,经过理论推导,能够相对完整地揭示用户行为的内在规律。基于此帮助企业实现多维交叉分析,帮助企业建立快速反应、适应变化的敏捷商业智能决策。结合近期的思考与学习,将为大家陆续介绍不同针对用户行为的分析模型。本文主要介绍行为事件分析。一、什么是行为事件分析?行为事件分析法来研究某行为事件的发生对企业组织价值的影响以及影响程度。企业借此来追踪或记录...转载 2018-09-25 20:46:35 · 4928 阅读 · 0 评论 -
用户留存分析
在用户行为领域,通过数据分析方法的科学应用,经过理论推导,能够相对完整地揭示用户行为的内在规律。基于此帮助企业实现多维交叉分析,帮助企业建立快速反应、适应变化的敏捷商业智能决策。结合近期的思考与学习,将为大家陆续介绍不同针对用户行为的分析模型。本文主要介绍用户留存分析。据某第三方平台近期调研结果显示,在金融创业领域,2013 年一家互联网金融创业公司的投资获客成本区间为 300 – 5...转载 2018-09-25 20:58:30 · 3561 阅读 · 0 评论 -
漏斗分析
用户行为分析之漏斗分析模型是企业实现精细化运营、进行用户行为分析的重要数据分析模型,其精细化程度影响着营销管理的成败,以及用户行为分析的精准度。现代营销观念认为:“营销管理重在过程,控制了过程就控制了结果。”用户行为分析之漏斗分析模型是企业实现精细化运营、进行用户行为分析的重要数据分析模型,其精细化程度影响着营销管理的成败,以及用户行为分析的精准度。粗陋的漏斗分析模型因为过程管理不透明...转载 2018-09-25 21:09:39 · 1322 阅读 · 0 评论 -
间隔分析
在用户行为分析领域,数据分析方法的科学应用结合理论推导,能够相对完整地揭示用户行为的内在规律。间隔分析模型旨在通过事件发生间隔时间与分布态势,辅助企业实现深度多维交叉分析,进一步提升用户行为分析的精细化程度。本文将详细介绍间隔分析模型的概念、特点与价值、应用场景。一、什么是间隔分析?间隔分析从事件发生的时间间隔维度来探索用户行为数据价值,它能够科学地反映特定用户群体(如北京地区年龄...转载 2018-09-25 21:11:08 · 1430 阅读 · 0 评论 -
用户分群分析
用户分群是企业精细化,数据化运营的第一步。用户分群数据分析方法是进行用户画像的关键数据分析模型,这是企业进行数据分析、精细化运营的第一步。用户分群即用户信息标签化,通过用户的历史行为路径、行为特征、偏好等属性,将具有相同属性的用户划分为一个群体,并进行后续分析。漏斗分析关注阶段差异,用户分群关注群体差异前面的文章我们讲了漏斗分析模型。通过漏斗分析模型,运营人员可以看到,用户在不...转载 2018-09-25 21:13:40 · 3720 阅读 · 0 评论 -
点击分析
继之前分享了5个用户行为分析模型之后,今天来聊聊点击分析模型。点击分析模型在各行业内数据分析应用较为广泛,是重要的数据分析模型之一。点击图与热力图有何差异?热力图是以特殊高亮的形式显示访客热衷的页面区域和访客所在的地理区域的图示,如图。同样,点击图也是特殊高亮的颜色形式的显示。不同的是,点击图是点击分析方法的效果呈现,在用户行为分析领域,点击分析被应用于显示页面或页面组(结构相...转载 2018-09-25 21:14:45 · 603 阅读 · 1 评论 -
A/B测试分析
在你的应用程序和服务中,你能用什么样的A/B测试来留住顾客呢?如果你体验过Duolingo(多邻国),这个语言教育平台给你的感受可能是玩了一款游戏。来自游戏的设计模式正在有效地应用在Duolingo的平台中,有趣的游戏关卡设计让更多用户在快乐中坚持更久。当然这不是巧合。Duolingo 早已敏锐地意识到了将教育游戏化的力量。增长副总裁Gina Gotthilf表示,无论发送给用户的...转载 2018-09-28 11:10:38 · 468 阅读 · 0 评论 -
2A3R模型分析
数据分析是一项实战性的工作内容,只有在不停的优化中才能越做越好。对一个刚入门的产品经理来说,为一个全新的产品或项目做数据分析,都会有手足无措的感觉。现在,笔者把自己在数据分析这块工作上的所遇所思写成文章分享给大家,按照文章的步骤,你也能做出一个基本的数据分析。一、明确数据分析的目的:做数据分析前,一定要先确定好目标,这样后面的每一步才能不偏离大方向。那么,你做数据分析的目的是什...转载 2018-09-28 09:41:42 · 11821 阅读 · 0 评论 -
游戏专有名词缩写
http://www.netshop168.com/article-45077.htmldau 是日活跃用户dnu是日新增用户dou是日老用户mau是月活跃用户IA:信息架构,网站的内容信息组合陈列方式IB:页面原型图 每日活跃用户(DAU)Active Dialy Users活跃付费账户(APA) Active Paid Account平均同时在线人数(ACU)...原创 2018-10-02 11:11:38 · 1471 阅读 · 0 评论 -
excel空值排查快捷键
原创 2018-10-02 13:59:59 · 1260 阅读 · 0 评论 -
衡量机器学习算法的准确性标准
摘要:数据挖掘、机器学习和推荐系统中的评测指标—准确率(Precision)、召回率(Recall)、F值(F-Measure)简介。引言:在机器学习、数据挖掘、推荐系统完成建模之后,需要对模型的效果做评价。业内目前常常采用的评价指标有准确率(Precision)、召回率(Recall)、F值(F-Measure)等,下图是不同机器学习算法的评价指标。下文讲对其中某些指标做简要介绍...原创 2018-10-11 12:45:02 · 4025 阅读 · 0 评论 -
Mysql中多字段问题
今天遇见了一个sql字段有多个值得问题其实这种查询之前就见过,没有具体分析罢了,接下来我们来观察一下其实我们想把这个数据变成select * from yoyoselect * from yoyo where s_name LIKE '%1%'select * from yoyo where find_in_set(1,s_name)select * from yoyo...原创 2018-10-11 17:18:15 · 340 阅读 · 0 评论 -
调度问题
作者:比艺商城链接:https://zhuanlan.zhihu.com/p/21983299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。 对于滴滴打车相信大家都不陌生,既方便又非常的实惠。那么滴滴打车背后付出的艰辛你又了解多少呢?过去这家依靠「烧钱」驱动的公司,有幸拿到互联网上半场的船票得以生存下来。如今这家公司的目标是希望成为一家「世界顶级的科...原创 2018-10-03 16:46:03 · 1922 阅读 · 0 评论 -
外卖调度问题
外卖的兴起以后,方便了人们日常就餐。与此同时,配送时间过长,尤其是寒冬里的雨雪天气,订餐人数暴涨,而配送员送餐速度减缓,消费者从饿等到不饿,用户就餐体验大大降低。如何解决外卖配送时间过长的问题,成了社会关注的热点问题。有人说外卖配送时间过长是一个压根无法解决的问题,可控的因素少,不可控的太多,比如配送员的数量、天气、交通状况和事故,及商家的配合度等。有没有什么办法可以有效解决这些问题,以达到缩...原创 2018-10-03 16:49:21 · 2315 阅读 · 0 评论 -
调度问题2
一个好的调度系统,要解决资源最优利用的问题。将需求和可用资源进行最优匹配,从而达到资源利用最大化。 以蚂蚁金服的客户和小二为例, 应该如何从数学上定义这样的一种系统呢? 答案:用映射关系(Map)的方式最自然不过.先定义三个变量集合:VC,VS,EVC : 把用户看作是需求发起方, 可以理解为原象中的元素, 用VC这个集合来表示。VS : 把小二看做是服务的承接方,也...原创 2018-10-03 16:59:55 · 427 阅读 · 0 评论 -
*****
01 老四季青批发市场 可以逛逛 十几年前生意很好做,现在有点慢慢跟不上节奏了。年轻女性作为目前服装消费市场的主力军,更愿意为时尚、流行的款式买单。而老市场服装款式年纪偏大,整体的市场环境也不好。有些档口都是自己有服装工厂直批的,价格便宜,数量上相对可观。对中年女装有需求的可以去逛逛。 四季青老市场北大楼外景 02老杭派女装批发市场杭派女装必去 在...原创 2018-10-04 12:51:24 · 281 阅读 · 0 评论 -
店铺运营逐步的数据化
店铺运营逐步的数据化,通过数据来分析问题,通过数据来分析店铺的运营思路,今天给大家分享一个全面的手淘搜索流量下滑的原因分析。1、降权编辑:频繁的编辑宝贝或者修改了宝贝的高权重部分信息,那么可能会导致流量的下滑。在新品期是不建议大家编辑宝贝的。那么后期的话编辑宝贝也要慎之又慎。特别是当宝贝有一定的流量时。如果确实编辑过了,那么最好时接下来的3天直通车做一个预算的递增,通过直通车增加权重,...原创 2018-10-04 14:37:39 · 513 阅读 · 0 评论 -
虚假流量的识别(1)
接下来两篇文章都是针对虚假流量的识别,上篇围绕虚假流量的发生机制、发生原因(背后的利益捆绑)、识别虚假流量的常见维度等;下篇从一个案例完整介绍如何识别虚假流量。电商、支付平台、O2O、自媒体、广告等行业无一例外地充斥着虚假流量,不同行业的流量作弊形式不同。对广告主来说, 了解广告投放过程中虚假流量的作弊形式和获益形式,是识别虚假流量的基础与前提。图 1 各行业虚假流量的形式...转载 2018-09-27 13:24:26 · 2907 阅读 · 0 评论 -
爬虫技术
参考链接:https://github.com/cexll/tuchong_Spider 风景https://juejin.im/post/5b83d937e51d4538ae4dac0ahttps://www.jianshu.com/p/a1b7d443ea6e 美女https://blog.csdn.net/column/details/15501.html 所有网...原创 2018-10-04 21:45:32 · 218 阅读 · 0 评论 -
虚假流量识别(2)
上篇围绕虚假流量的发生机制、发生原因(背后的利益捆绑)、识别虚假流量的常见维度等;下篇从一个案例完整介绍如何识别虚假流量。在虚假流量的认知与识别(上篇)中介绍,虚假流量的识别可从基本属性、产品参与度、转化情况三方面来识别。首先,基本属性。具体包括:时间 & 地域维度、终端类型、操作系统、联网方式、运营商、IP 集中等 其次,产品参与度。具体包括:跳出率、平均访问深度、平均...转载 2018-09-27 14:29:49 · 1055 阅读 · 0 评论 -
用户路径分析之可视化(旭日图)
现在的旭日图,其实有很有软件能够写出来,包括excel,而以下是应用了R语言中的文库画的:install.packages('sunburstR')library(sunburstR)sequence <- read.csv( system.file('examples/visit-sequences.csv', package = 'sunbu...原创 2018-10-12 14:24:34 · 3794 阅读 · 0 评论 -
python中self的认知
最近要爬去数据,外接的采集器不靠谱,就看了一下python编程部分,不是分析中的一个重要部分,但是不太了解selfself代表类的实例,而非类。实例来说明class Test: def prt(self): print(self) print(self.__class__) t = Test()t.prt()执行结果如下 ...原创 2018-10-05 14:53:06 · 139 阅读 · 0 评论 -
时间序列分析
时间序列有三种基本模式:平稳性 / 随机性(Stationarity):当数据没有明显的模式特征的话,我们认为它是平稳的,Y值在一个范围内随着时间上下浮动。趋势性(Trend):当Y值在一段时间内随着时间有明显的向上或者向下的趋势的时候,我们认为有趋势性。季节性(Seasonarity):当Y值在某个固定的时间内,有明显的波动,我们认为存在季节性。举个例子,降雨量大的时间通常在春夏两季...原创 2018-10-12 19:06:50 · 1127 阅读 · 0 评论 -
mysql的字段拆分和合并
SELECT a.s_id as '编号',SUBSTRING_INDEX(SUBSTRING_INDEX(a.s_name,',',b.help_topic_id + 1),',',-1) as '特征',CONCAT(a.s_id,SUBSTRING_INDEX(SUBSTRING_INDEX(a.s_name,',',b.help_topic_id + 1),',',-1),'哈哈')...原创 2018-10-12 20:21:46 · 880 阅读 · 0 评论 -
mysql行列转换
其实,对于数据清理部分的去重工作,很多工具都可以做到这一点,还有对应的随机选取,但是最近听到关于mysql的另类做法(之前只知道distinct()函数)。https://www.cnblogs.com/Qi1007/p/9671194.html mysql行列转换https://blog.csdn.net/bocodb/article/details/44...原创 2018-10-12 20:49:53 · 1090 阅读 · 0 评论 -
数据挖掘讲究用数据说话
数据挖掘讲究用数据说话,但很多喜闻乐见的案例并不像听起来那么美好,有些被神化了,有些言过其实,更有些是不可能完成的任务,为什么会这样呢?最近搜刮了几个典型案例,分别是啤酒与尿布、Google预测冬季流感、大数据预测纸牌屋、天气精准预报、股市K线预测,希望看了后于你有启示。1、啤酒与尿布是数据挖掘最大的谎言这个案例估计是数据挖掘界的头号代表。全球零售业巨头沃尔玛在对消费者购物行为分析...转载 2018-09-28 14:20:40 · 578 阅读 · 0 评论 -
电商口红分析
链接:https://zhuanlan.zhihu.com/p/45347701http://dblab.xmu.edu.cn/blog/spark/爱美之心人皆有之。近年来电商平台美妆区市场的热度有增无减,口红在美妆区的角色必不可少。各种微博美妆博主种草、小红书明星推荐等渠道更是加速口红市场的飞跃。现分析近期某电商平台口红销售数据情况。特别鸣谢:比心@POINT小数点数据(...转载 2018-09-28 15:33:35 · 4067 阅读 · 0 评论 -
mysql行列互转
其实有很多途径可以做到这样,智能化的工具贼多,不在于这两个东西,了解一下也行。SQL Select语句完整的执行顺序: 1、from子句组装来自不同数据源的数据; 2、where子句基于指定的条件对记录行进行筛选; 3、group by子句将数据划分为多个分组; 4、使用聚集函数进行计算; 5、使用having子句筛选分组; 6、计算所有的表达...原创 2018-10-13 14:51:17 · 226 阅读 · 0 评论 -
海量日志数据
1、海量日志数据,提取出某日访问百度次数最多的那个IP。首先是这一天,并且是访问百度的日志中的IP取出来,逐个写入到一个大文件中。注意到IP是32位的,最多有个2^32个IP。同样可以采用映射的方法,比如模1000,把整个大文件映射为1000个小文件,再找出每个小文中出现频率最大的IP(可以采用hash_map进行频率统计,然后再找出频率最大的几个)及相应的频率。然后再在这1000个最大的IP...转载 2018-09-28 15:58:22 · 701 阅读 · 0 评论 -
selenium爬取淘宝物品
http://www.jianshu.com/p/74d848f4c9aa?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes将代码进行修改配置文件config中增加关键词 SearchWord。MongoDB数据库的基本查询http://www.cnblogs.com/stephen-liu74...原创 2018-10-13 20:11:37 · 165 阅读 · 0 评论 -
爱奇艺,腾讯和优酷市场分析(1)
在影视行业迅猛发展与粉丝经济的强大带动背景下,爱奇艺与腾讯视频借助其自身流量优势,纷纷推出了泡泡与doki两个子功能,爱奇艺更是将原有交互界面改版,以增加用户对于泡泡功能的使用频率。本文主要针对爱奇艺泡泡与腾讯视频doki的完成竞品分析,以用户体验的五个维度对二者进行对比分析,最终,提出一些针对该功能的优化建议与想法。本文的主要结构:1. 竞品背景2. 竞品分析2.1 战略...转载 2018-09-28 21:03:44 · 8674 阅读 · 0 评论 -
爱奇艺,腾讯和优酷市场分析(2)
1.整体分析我从易观千帆搜索短视频类排名靠前的APP和与短视频相关做的比较好的APP中选取了6个APP,进行竞品分析。下面是总体上的横向对比:通过对比我们发现:1.所有的短视频内容都是以娱乐为主,因为这符合用户利用碎片化的时间看一些有趣的东西的需求。2.像bilibili和最右这类用户是青少年的APP都是有弹幕的,弹幕可以形成良好的围观氛围,使得观看者不再感到孤独,虽然眼花缭乱,...转载 2018-09-28 21:04:54 · 1784 阅读 · 0 评论 -
案例分析
在我们接触竞品分析工作的时候,可能大家的第一感觉是,怎么竞争?我需要怎样超越竞争对手?我在这次竞品的分析中学到了什么?可能还会做一个自我对立的提问:在我们的产品和对方的产品做的差不多的情况下,究竟是我做了别人也在做,还是我想做而别人没有做,或者是我们不做但别人在做?如果做了很多功能,但是这些功能可能并没有太大的帮助,那就没有太大意义了。所以我们在做竞争竞品分析之前,首先要有一个自我的认识,...转载 2018-09-28 21:06:09 · 385 阅读 · 0 评论 -
爱奇艺和优酷分析
综合视频类平台的竞争已经趋于白热化了,根据艾瑞网提供的数据可知,腾讯视频、爱奇艺分别以6.3亿、6亿的月独立设备数齐头并进,优酷土豆以5.2亿月独立设备数紧追其后。由此可见,综合类视频平台是用户粘性非常高的平台,所以依然值得去分析。这里我们将从腾讯视频的角度来进行分析,包括市场、竞品、展望等部分。一、产品概述1.1 体验环境体验机型:iPhone 7plus系统版本:IOS 1...转载 2018-09-28 21:07:36 · 1857 阅读 · 0 评论 -
MongoDB数据的信息的导出--tableau可视化分析
前几天用python采集了很多数据,被我放到了MongoDB数据库中,然后用MongoDB数据库客户端查看了这些信息,但是比较坑的一点是,我并没有事先了解到这些数据如何去做数据分析,难道要导出到我的mysql数据库,或者其他分析么?然后就去查了相关文档。其中有个是导入tableau中,不过每个人的步骤都差不多,但是这里我把我的个人情况记录下来, 这样就可以了。需要下...原创 2018-10-14 12:20:41 · 1048 阅读 · 0 评论 -
R语言链接MongoDB数据库分析
install.packages("mongolite")library(mongolite)con <- mongo(collection = "product",db = "taobao", url = ""mongodb://localhost")mydata <- con$find()原创 2018-10-14 13:49:51 · 916 阅读 · 0 评论 -
python爬取猫眼电影
首先来了解一下python中yield函数迭代的功效https://www.ibm.com/developerworks/cn/opensource/os-cn-python-yield/然后这一期我们来玩一下python爬去猫眼电影, 当然,注意的地方是这里的headers一定要带上,看着被人不带上也能玩,可是我不行,觉得这是一个坑,还是带上吧。总之,要想...原创 2018-10-14 14:40:04 · 1802 阅读 · 0 评论