数据分析
古月_Monbir
这个作者很懒,什么都没留下…
展开
-
数据产品-数据分析和可视化工具Excel函数使用
Excel作为数据产品经理常用的工具之一,其最强大的功能莫过于其内嵌强大的函数体系,能够大大减少重复人工操作。但作为工具,和SQL一样,我们对其学习也是遵循二八法则,能够掌握常见的函数和常规的透视表使用即可,而对于复杂的函数和VBA等高级功能,若有需要我们再进一步学习,本文章会分享在此课程中学习到的关于Excel常用函数的功能,个人认为这写功能已经能够满足工作中80%以上的数据问题课程链接:ht...原创 2020-04-20 20:39:21 · 754 阅读 · 0 评论 -
数据产品-数据分析和可视化工具Excel基础使用
数据产品-数据分析和可视化工具Excel使用Excel作为数据产品经理常用的工具之一,常被用来做一些简单的分析和可视化的展示。但作为工具,和SQL一样,我们对其学习也是遵循二八法则,能够掌握常见的函数和常规的透视表使用即可,而对于复杂的函数和VBA等高级功能,若有需要我们再进一步学习,本文章会分享在此课程中学习到的关于Excel常用的功能,个人认为这写功能已经能够满足工作中80%以上的数据问题...原创 2020-04-16 14:08:55 · 602 阅读 · 0 评论 -
数据产品-数据指标标签常用sql函数
使用case when…then…else…end进行字段分层,在构建数据标签的时候常会用到,因为需要把不同范围的数据聚成一类--收藏等级--字段名:save_levelselect a.materialid,b.collectcount,case when b.collectcount>=2000 then '五颗星' when b.collectcount>=...原创 2020-04-15 11:08:07 · 849 阅读 · 1 评论 -
数据产品-规则型和挖掘型标签构建案例
数据产品经理在构建数据标签的过程中,最为常见的是构建统计性的标签,其很大原因是统计型标签的可解释型比较强,开发周期很短,容易根据业务需要进行调整。而对于规则型和挖掘型标签,其构建周期较长,而且可解释性较差,很难真正定义一个挖掘型标签是绝对的可应用型。但作为数据产品经理,需要知晓这两种类型标签的构建过程,也需要了解一些统计学理论和算法理论,才能够在需要之时构建对应的标签一、规则型-用户生命周期分组1、背景说明通过生命周期的判定,对不同阶段用户采取不同运营手段,结合后续用户中心的流失预警建立,减少用户.原创 2020-09-10 16:58:56 · 1574 阅读 · 0 评论 -
《游戏实战数据分析》读书笔记
数据分析的真正价值,是发现数据潜在的价值,而不是仅仅剖露现状,现状是众多人都能都洞察到的,而数据分析的价值就在于洞察之后能够给出对应的机遇和挑战说明,并提供方向指引游戏行业的数据分析价值:①货:市场热点分析、运营指标监控预警②场:评估产品质量,定位产品问题,实现用户体验升级③人:用户画像构建、流失预警和用户生命周期管理④资源:预估市场资源投放、舆情分析和广告投放、资源位把控用户从下载到进入游戏的行为数据结构图一、游戏数据分析指标体系1、转化率:反应产品体验①激活率=激活量/安装量(.原创 2020-09-09 09:54:54 · 722 阅读 · 0 评论 -
数据产品-增长黑客
增长,就是在产品创造价值之后,通过增长向更多的人传播价值增长黑客,是一群以数据驱动营销、以市场指导产品,通过技术手段贯彻增长目标的人。增长黑客擅长通过测试或者实验来寻找增长点,数据分析在其中发挥着重要作用一、增长黑客常用的数据分析方法1、趋势分析通过业务指标的监测来研究用户行为规律,寻找增长点2、多维分解单一的指标往往很难发现问题,只有将其从多个维度进行拆解才能发现深层次原因,从细节中寻找增长点3、漏斗分析用户的核心操作行为都具有一定的转化路径,用户在转化过程中不断流失,天然递减,关注其流原创 2020-06-19 15:10:42 · 524 阅读 · 0 评论 -
数据产品-指标体系与数据采集
本文章是通过学习GrowingIO所发布的《指标体系与数据采集》方案的一些知识总结,具体方案的详情可以去GrowingIO官网上查看一、科学规划指标体系1、指标规划阶段常见问题数据指标体系建立的第一步,就是要做好数据指标体系的规划,如若不规划则开展,很难实现“数据驱动增长”的快速落地① 难以快速定位问题原因:因为缺少体系化的数据指标监控,更关注结果性数据,很多过程性数据往往被忽略。结果会导致业务结果异常时无法定位具体原因② 前期数据未采全,后期反复③ 上下目标没有对齐:实现没有进行数据指标体系规原创 2020-06-12 11:05:48 · 3350 阅读 · 0 评论 -
数据产品-核心能力学习
作为数据产品,需要掌握的能力非常之多,本篇文章分享个人在数据产品课程中的一些学习总结。随着项目经验的丰富,会不断完善自身对数据产品的理解,并丰富文章的内容原创 2020-05-19 13:53:49 · 999 阅读 · 0 评论 -
数据产品-数据分析方法论和分析方法介绍
作为数据产品,前期的数据分析工作是必不可少的,只有经历过足够多的数据分析小活,对业务的认知和对底层数据的熟悉度才能够足够深入,足够支撑我们将底层的需求提升成为数据产品层面上的需求。而数据分析的方法层出不穷,但很多都是基于前人最基础的数据方法论所衍生出来的,因此对原始常见的数据方法论的了解和认知程度很大层度影响了后面的工作。本篇文章将介绍常见的数据分析方法,并会在自己工作过程中,结合实际的事件进行不断的丰富。...原创 2020-05-14 13:56:07 · 985 阅读 · 0 评论 -
数据产品-数据可视化工具Excel之数据透视表
数据产品接触的数据流程大致可以分为四个环节:数据采集、数据存储、数据计算和数据可视化,而Excel做为最基本的数据分析软件,可以在其中做很多数据的操作,其中数据透视表可以说是Excel最为功能强大的功能,对于数据透视表的常用功能本文章不会再做过多的描述,想学数据透视可以采用简单数据实操一下则能掌握常见的功能。本文章想和大家分享一下在使用数据透视表中的一些小技巧...原创 2020-05-02 15:52:24 · 522 阅读 · 0 评论