- 博客(150)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 进制之间的转换（史上最全自己纯手工总结）
一、十进制转二进制：十进制数除2取余法，即十进制数除以2，余数为权位上的数，得到的商值继续除2，以此步骤直到商为0为止。二、二进制转十进制：把二进制数按权展开，相加即得十进制数三、二进制转八进制：3位二进制数按权展开相加得到1位八进制数（注：3位二进制转成八进制是从右到左开始转换，不足时补0）四、八进制转二进制：八进制数通过除2取余数，得到二进制数，对每个八进制为3个二进制，不足时在最左边补0五、二进制转十六进制：（与二进制转成八进制方法近似）十六进制是取四舍一（注：4位二进制转成
2021-02-14 21:39:23
30207
11
原创 产品实操——立项阶段
立项阶段：基本信息、主要方案、市场调研、用户调研、分析得出结论。测试阶段：可用性测试、性能测试、单元测试、集中测试等。运营阶段：收集用户反馈、根据用户体验不断优化改善。总结阶段：整个产品0-1的经验，方便以后复用。设计阶段：原型、UI效果图、结构流程设计。上线阶段：环境部署、测试环境到正式环境。开发阶段：前端、后端、数据库、运维等。
2024-03-13 17:08:56
377
原创 评估需求优先级的方法
在大量的需求需要进行迭代时，由于时间、人力、财力等相关因素干扰，无法在有限的时间内容对所有的需求进行满足，此时需要我们对需求进行优先级的排列。最大化的合理的提高有限资源的使用。在常见的产品优先级区分的方式有时间四象限模型和KANO模型。今天主要介绍下KANO模型如何使用。KANO 模型是东京理工大学教授狩野纪昭(Noriaki Kano)发明的对用户需求分类和优先排序的有用工具，以分析用户需求对用户满意的影响为基础，体现了产品性能和用户满意之间的非线性关系。
2024-03-07 21:53:34
766
原创 产品经理简历话术整理
从0到1参与该项目的各项工作，包括业务调研、可行性分析、需求分析，输出项目调研报告、形成整体产品侧方案，仓库现场测试验收，对一线人员培训、考核、实操，上线质量跟踪等。主要负责xxx供应链相关产品的整体规划和版本迭代规划，包括：产品市场分析、竞品分析、产品原型和PRD整理，并和研发团队进行协作，完成产品版本研发上线。负责xx产品用户调研，对接相关业务人员，梳理应用场景、业务流程以及用户需求，建立需求池，产出流程图及脑图，完成需求循环，不断优化产品用户体验。负责0～1产品调研、竞品分析、产品架构及功能设计。
2024-03-07 14:11:55
1020
原创 从零开始学PS
1.安装creative cloud：2.下载安装PS：3.下载完成：以下是 Photoshop 常用的 100 个快捷键：Ctrl + N：新建一个文档Ctrl + O：打开一个文件Ctrl + S：保存当前文件Ctrl + Shift + S：另存为Ctrl + W：关闭当前文档Ctrl + Q：退出 PhotoshopCtrl + Z：撤销Ctrl + Y：重做Ctrl + X：剪切选中内容Ctrl + C：复制选中内容Ctrl + V：粘贴Ctrl + A：全选Ctrl + D：取消选择C
2024-02-28 17:17:29
781
原创 用户标签体系的设计和效果评估
用户标签是构成用户画像的核心因素，是将用户在平台内所产生的业务数据,行为数据，日志数据等分析提炼后生成具有差异性特征的形容词。即用户通过平台，在什么时间什么场景下做了什么行为，平台将用户所有行为数据提炼出来形成支撑业务实现的可视化信息。用户标签可以有很多种存在形式，可以是用户的自然属性，可以是对用户交易、资产数据的统计指标，也可以是基于某些规则，总结出的一些分层。无论是哪种形式，都是对用户的某个维度特征做描述与刻画，让使用者能快速获取信息。
2023-10-19 15:25:46
786
原创 ChatGPT——用户研究面试干货分享
在面试中需要展示你的行业知识，说明你能够了解所在行业的市场和竞争情况，掌握最新的技术和趋势，以及在工作中保持对行业的了解和学习。在面试中需要展示你的沟通能力，说明你能够有效地和不同的人群进行沟通，以及在研究过程中保持良好的沟通和协调。用户研究需要与参与者进行深入的交流，需要与团队成员进行有效的沟通和协作，因此，在面试中需要展示你的沟通能力，说明你能够清晰地表达自己的想法、听取他人的建议并进行反馈，能够有效地与他人进行合作。用户研究需要与客户进行密切的合作和沟通，因此需要具备良好的客户服务能力。
2023-06-06 20:03:18
922
原创 用户研究干货——这一篇就够啦
才能明白我们当初是如何定义和计算的。研究用户具体的行为，去找到这个行为背后的驱动力，他的原因是什么，他背后的价值观是什么，去挖掘在这个决策点上他背后整体的来自于用户的思考逻辑思考框架，乃至来源于社会的价值观和潮流因素文化习俗等，可以去反推这些具有普适性的总结性趋势，再从总结性趋势中给出对于未来战略的一些规划和预测。①原理和本质：属于研究落地的一个方法，AB测试本质就是设置对照组，将用户流量分成几组，让不同组的用户看到不同的产品设计方案，然后根据用户的真实数据反馈，进行数据效果的校验，对比不同方案的效果。
2023-06-06 20:00:57
1337
原创 CDA Level1——9.可视化图表和业务分析报告
知识点1：业务图表决策树知识点2：比较类图表知识点3：序列类图表知识点4：构成类图表知识点5：描述类图表知识点6：数据分析报告的作用知识点7：数据分析报告的撰写流程知识点8：数据分析报告的设计知识点9：数据分析报告的撰写注意点知识点10：可视化报表与业务分析报告的差异知识点11：可视化报表的创建过程知识点12：实例......
2022-07-03 22:56:24
521
4
原创 CDA Level1——8.行为效果和业务分析模型
知识点1：行为效果分析知识点2：活动效果分析知识点3：日常销售分析知识点4：业务分析模型1.RFM模型：2.用户忠诚度模型：知识点5：业务分析方法
2022-07-03 16:05:32
286
原创 CDA Level1——7.指标的应用与设计
知识点1：指标的作用知识点2：指标的理解知识点3：基本指标1.求和类：2.计数类：3.比较类：知识点4：常用场景指标1.流量相关指标：2.转化相关指标：3.营运、销售类指标：4.库存相关指标：5.绩效类指标：6.客户相关指标：知识点5：设计新指标知识点6：指标的分析方法1.纵向分析：2.横向分析：3.预警分析：...
2022-07-03 15:51:37
242
原创 CDA Level1——6.数据驱动型业务管理方法
知识点1：数据的产生知识点2：数据的特征知识点3：数据的应用过程知识点3：数据驱动型业务应用案例
2022-07-02 18:31:54
266
原创 CDA Level1——5.多维数据透视分析
知识点1：多维数据模型创建方法1.筛选器方向：2.三种对应关系：3.两种汇总方式：知识点2：5W2H思维模型
2022-06-30 23:17:27
384
原创 CDA Level1——4.统计学
第一部分：推断统计知识点1：估计知识点2：参数估计知识点3：抽样分布知识点4：评价估计量的三标准知识点5：点估计知识点6：区间估计知识点7：实例第二部分：描述性统计分析知识点1：统计学概念1.数据：2.总体和样本：3.参数和统计量：4.变量：知识点2：描述性统计1.总量指标和相对指标：2.平均指标：3.变异指标：4.偏态与峰态：
2022-06-30 19:15:49
257
原创 CDA Level1——3.数据库
知识点1：概述知识点2：My SQL知识点3：数据定义语言DDL1.定义数据库：2.定义数据表：知识点4：“位”与“字节”知识点5：数据表中的数据类型1.小数型：2.日期时间型：3.字符串：知识点6：约束条件1.主键约束：2.非空约束：3.唯一性约束：4.默认约束：知识点7：自增字段知识点8：修改数据表知识点9：数据操作语言DML知识点10：为字段赋值update…set与删除记录delete知识点11：数据库查询语句的操作
2022-06-27 21:57:48
400
原创 CDA Level1——2.数据结构
知识点1：数据类别1.结构化数据：交易记录、产品信息、财务数据、库存信息…表格结构数据层级：表格结构数据的数据类型：单元格的格式属性：2.非结构化数据：网站图片、社交聊天记录、卫星云图、视频…知识点2：表格结构数据获取方法1.从企业后台数据库获取：1）获取流程：2）注意事项：2.前端操作平台获取数据：3.从企业外部渠道获取数据：*CSV文件：TXT文件：知识点3：表格结构数据使用方法1.单元格值的引用方法：2.单元格区域值的引用方法：知识点4：表格结构数据查
2022-06-24 23:09:26
383
原创 CDA Level1——1.数据分析的基本概念
知识点1：EDIT模型知识点2：职业道德1.将数据产权、用户利益和机构利益置于个人利益之上，保护数据资产的安全性，遵循数据的真实性、可靠性，禁止技术欺诈、数据造假、非法交易，损害用户和机构利益。2.保持和加强自身职业道德操守以及同行的操守。不参与任何违法行为，包括但不限于：偷窃、欺骗、腐败、挪用或贿赂；不使用或滥用他人的产权，包括数据资产、知识产权；不参与诽谤和侮辱；不宽恕或帮助他人参与违法行为。知识点3：行为准则专业、审慎、高效地完成各项数据分析的业务流程：1.全面了解业务背景、痛点、需求，做出
2022-06-24 21:49:20
427
原创 Power BI——Filter函数
1.定义：FILTER 接受一个表和一个逻辑条件作为参数，返回满足条件的所有行。2.语法：FILTER ( <表>, <布尔表达式> )3.使用场景：遇到如下情况使用：4.案例：
2022-02-28 18:26:39
4178
原创 Power BI——CALCULATETABLE筛选表
1.定义：在筛选器参数修改过的上下文中计算表表达式。2.语法：CALCULATETABLE(‘表’，筛选条件)*说明：不能引用度量值。不能使用嵌套的 CALCULATETABLE 函数。不能使用扫描表或返回表的任何函数，包括聚合函数3.返回值表 一个完整的表或者具有一列或多列的表。该表是表达式在修改后的筛选上下文环境中计算的结果。4.案例：1）在表工具里找到“新建表”：2）新建表：3）多了一张电视机的销售表：...
2022-02-28 15:28:55
3138
原创 Power BI——CALCULATE函数
1.定义：在筛选器参数修改过的上下文中对表达式进行求值2.语法：CALCULATE( 计算器, 筛选器)*说明：1.计算器：就是度量值2.筛选器：‘表’ [列] = 满足什么条件3.注意：不能引用度量值。不能使用嵌套的 CALCULATE 函数。不能使用扫描表或返回表的任何函数，包括聚合函数3.返回值标量 一个任意类型的值。该值是表达式在修改后的筛选上下文环境中计算的结果。4.案例：销售表：1）求电视的销量：新建度量值：2）新建切片器：将商品名称放入“字段里”：选
2022-02-28 15:10:33
9773
1
原创 Power BI——新建度量值的最优方法
1.新建表：在“数据”选项卡下找到“输入数据”：在名称后输入新建表的名称，点击“加载”：创建成功，会在右侧“字段”下面出现新建的度量值表：2.新建度量值：首先，选中度量值表，在“计算”选项卡里找到“新建度量值”，会在下面出现公式栏，输入新建的度量值公式：说明：1.在新建度量值的输入公式栏里，输入小括号 (和’ 即可出现所有的表名和字段名，例如：2.搜索度量值时需要输入中括号 [ 即可：3.运算符：1）常规运算，如：±*/正常使用2）逻辑运算：...
2022-02-24 15:47:51
12888
1
原创 Power BI——关系函数(RELATED和RELATEDTABLE)
一、RELATED(多端找一端)：1.定义：事实表找维度表，从关系的一端返回标量值。2.语法：*说明：列名 - 包含所需值的列1.RELATED 函数生效的前提是当前表和目标表之间存在关系。函数遵循现有的多对一关系（或具备多个同向关系的关系链条）从相关表的指定列中提取值。2.RELATED 函数在行上下文中计值；因此，它只能用于存在行上下文的环境中，比如计算列，或者可以扫描表的迭代函数，如 SUMX 等。3.RELATED 从关系的多端获取关系一端的值，反之，如果你想获取位于关系多端的多个结
2022-02-22 17:47:50
8426
原创 Power BI——建模
1.导入表：导入一张表：不需要看“模型”选项卡导入多张表：需要先看“模型”选项卡，再看“数据”选项卡2.两张表建立关系：找到两张表里表示相同ID的字段，即销售表里的 商品名称 和 商品表里的 表名把 品名 和 商品名称 做一个连线，习惯把 1 放在上边， * 放在下边。由于商品表里的每个商品只对应一个进价，是一对一的关系，销售表里是某个产品在某个日期卖了多少，是一对多是关系，则商品表与销售表是一对多的关系。3.传递方向：商品表指向销售表，这时 商品表 可以筛选 销售表，销售表 可以向
2022-02-22 17:09:26
5477
原创 Power BI——DIVIDE函数
一、定义：执行安全除法，可以在被 0 除时返回备用结果或空值。二、语法：*说明：1.分子，被除数2.分母，除数3.备用结果，可选-分母为 0 时的结果，避免返回错误值。被 0 除时使用的备用结果必须是一个常量，默认使用空值。三、返回值：标量： 一个小数值（可通过“格式化”设置为百分比格式）...
2022-02-22 15:38:48
13157
原创 Power BI——新建列
1.在“计算”选项卡里找到“新建列”：2.左侧选择“数据”选项卡，在“销售表”里可以看到原始数据——日期、商品名称、销售数量，在新建列里输入公式：*注意：1.方法1：在=后边输入一个" 号即可出现所需要的表里的字段（推荐使用）2.方法2：在=后边输入一个[ 号可出现所需要的字段不需要带有表的情况：在自己的表里新建的列不需要加表名；需要带有表的情况：引用其他表里的列新建列时需要加对应的表名；即可得到 销售数量*10后的数量：...
2022-02-22 14:18:32
7404
原创 Power BI——着色地图(Filled Map)
一、概念：着色地图和气泡图制作过程基本一样，只是展现数据的方式不是使用气泡，而是用颜色填充的方式，颜色越深表示数值越大。着色地图对位置信息的要求比上面的气泡地图要更严格，提供经纬度数据会更容易正常显示，另外还需要把相应字段先设置地理信息分类，并选择和地理位置对应的层级设置好以后，该字段前面会显示地球状的地理标识。以后无论使用何种地图可视化，推荐先按上述方式设置好地理信息的字段。...
2022-02-21 18:11:28
3732
原创 Power BI——如何关联维度表和事实表
一、基本概念：1.维度表：主要是作为参考表，比如日期表（日期，财年，周数，月数），人员信息表（人名，工号，身份证，入职时间，岗位，籍贯），产品信息表（产品ID, 产品名字，产品所属产品线，产品的量产时间等），客户信息表（客户ID, 客户名字，客户类型，客户所在省份，客户类别等）。这些标的一个特点是，有一些属性是位移的，比如身份证，客户ID, 产品ID，维度表的唯一性对于后面做关系映射至关重要。2.事实表：事实数据。例如产品销售数据，公司财务数据这些都是事实表。二、操作步骤：1.导入数据表，打开此
2022-02-21 15:44:37
5661
2
原创 Power BI——地图可视化(气泡地图Bubble Map)
一、概念：在地图上利用气泡的大小来表示不同地区的数据二、案例分析：展现世界各国的 GDP：步骤1：步骤2：如果有多个层次的位置列，比如上图中是国家层级的位置，再加上省自治区、市级的位置数据，就可以在地图上向下钻取。以中国数据为例，在中国的层级下添加各个省份的 GDP 数据列，并且在河南省下添加各个地市的 GDP 数据列，然后把这两个字段列拖到位置框中，单击图表右上角的向下箭头，启用“深化”，就可以在地图中向下钻取到下一层级的数据了，GIF 动画如下：必应地图对于地名的识别有时会有偏差，尤其
2022-01-18 18:45:14
4985
原创 Power BI——树状图(矩形树图)
一、概念：它把整体的数据想象成一颗树，而其中每一个数据就是一个枝叶，不过这个枝叶是放在一个矩形中，然后每一个数据矩形，错落有致的排放在一个整体的大矩形中，矩形树图通过每个矩形的大小、位置和颜色来区分各个数据之间的权重关系，以及占总体的比例，使你一目了然的看到整个数据集二、类型：1.单层树状图：各省市的 GDP 排名树状图：默认各个矩形从上到下、从左向右按面积降序排列的，因此可以很直观的看到每个省市的 GDP 在全国排在什么位置。2.双层树状图：各品牌手机的销量数据：每一种颜色的矩形代表一个手机
2022-01-18 18:10:39
4317
原创 Power BI——柱形图
一、概念：柱形图就是利用水平的柱子表示不同分类数据的大小，与之类似的是条形图，它就是竖的柱形图，或者说把柱形图顺时针转动 90 度就成了条形图，使用以及作图方式类似。二、类型：堆积柱形图：不同的序列在一根柱子上显示；可以直接比较总量的大小；分类序列的数值比较功能弱化簇状柱形图：不同序列使用不同的柱子；可以比较各序列的数值大小；总量比较功能弱化百分比堆积柱形图：不同序列在一根柱子上显示；显示各序列的相对大小，Y 轴标签变为百分比；无法比较总量，每根柱子都一样高四、案例分析：2006-2015 年
2022-01-18 17:56:25
6354
原创 Power BI——EARLIER 函数(对行操作)
一、概念：对指定行进行上下文操作 ，比如分析数据的每一行、提取某一行的数据。二、语法：说明：1.第一个参数是列名2.第二个参数一般可省略3.EARLIER 函数提取本行对应的该列的值，实际上就是提取本行和参数列交叉的单元格三、案例分析：有一张订单表：利用 EARLIER 做以下几种分析：1.求两个订单的时间间隔：下一个订单的日期减去当前订单的日期步骤1：新建列[下个订单日期]，先把下一行的订单日期提取过来，输入 DAX 公式：= SUMX(FILTER(‘订单表’,‘订单表’[序
2022-01-18 17:36:37
6671
原创 Power BI——SUMX函数(对列操作)
1.语法：说明：第一个参数为被运算的表 table，第二个参数是对表中的每一行计算的表达式2.步骤：SUMX（）将迭代第一个参数中指定的表，一次一行，并完成第二个参数中指定的计算3.案例：总销售额SUMX = SUMX（销售表，销售表[数量] *销售表[单位价格]）例如数量x单位价格，当前过滤器已应用（即仍然首先过滤，求值第二）。一旦它对指定表中的每一行（在应用当前过滤器之后）完成此操作，它就会累计所有逐行计算的总和以获得总计。结果返回此总数。4.评价：通过 SUMX 嵌套实现的效果和之前的方法
2022-01-18 16:39:40
4539
原创 Power BI——HASONEVALUE函数(对列操作)
1.概念：HASONEVALUE函数是个逻辑判断函数，通常和if函数一起使用2.语法：3.参数只有一个：列名4.作用：判断外部上下文中是否为该列中的唯一值，做切片器交互时十分有用5.步骤：首先外部上下文每行对列过滤，在列中找到和该行一样的行，然后判断找到的行的数量是否为1，如果为1等于True，否则返回False6.案例：...
2022-01-18 16:27:44
4358
原创 Power BI —— FILTER函数(对列操作)
一、语法结构：其中：1）第一个参数table是要筛选的表2）第二个参数filter是筛选条件3）返回的是一张表，不能单独使用，需要与其他函数结合使用二、应用场景：要做更复杂的运算，通过简单的布尔表达式根本无法实现的情况例如：度量值[产品数量 2]= CALCULATE([产品数量],‘产品明细’[品牌]=“苹果”)等同于：= CALCULATE([产品数量],FILTER(ALL(‘产品明细’[品牌]),‘产品明细’[品牌]=“苹果”))两种方式返回的结果一致三、案例分析：*用
2022-01-17 18:11:20
12807
原创 Power BI——CALCULATE函数(对列操作)
一、语法结构：1.语法：其中：1）第一个参数是计算表达式，可以执行各种聚合运算2）从第二个参数开始，是一系列筛选条件，可以为空；如果多个筛选条件，用逗号分隔3）所有筛选条件的交集形成最终的筛选数据集合4）根据筛选出的数据集合执行第一个参数的聚合运算并返回运算结果二、案例分析：步骤1：导入下面这个产品明细表：步骤2：新建一个度量值求每种产品的数量：产品数量 = COUNTROWS(‘产品明细’)，因为每种产品只有 1 行，所以求产品明细表的行数就相当于求各种产品的数量，把产品名称和该度量
2022-01-17 17:50:07
17837
原创 Power BI——DAX函数（数据分析表达式）
一、概念：DAX 是英文 Data Analysis Expression 的缩写，DAX 公式是用作数据分析的，DAX的主要功能正是查询和运算，DAX 查询函数负责筛选出有用的数据集合，然后利用 DAX 的聚合函数执行计算。如果说度量值是 Power BI 数据建模的灵魂，那么 DAX 就是度量值的灵魂。二、使用范围：DAX 可以在 Power BI Desktop 的数据建模和 Power Pivot 中使用，除了可以创建度量值，还可以新建列（非必要不建议使用）。 例如：想把这个日期表上的月
2022-01-17 16:41:39
9214
1
原创 Power BI——度量值
一、概念：度量值是用DAX公式创建一个虚拟字段的数据值，不改变源数据，也不改变数据模型，拖拽到报表上作用很大，可以随着切片器的筛选而变化，所以度量值一般在报表交互时使用。二、案例：1.问题：全国连锁电子产品专卖店的 2016 至 2017 年的销售明细，销售产品有三类：手机、电脑、平板，每一类又分别来自三个品牌：小米、苹果、三星，这个店销售的产品共计 9 个，全国 8 个城市门店设有门店：还有几个维度表和一个日期表，模型关系图如下：要求：分析累计销售同比增长率2.步骤：步骤1：新建一个度
2022-01-17 15:51:11
9250
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人