![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
运营
文章平均质量分 93
今天你DEBUG了吗
这个作者很懒,什么都没留下…
展开
-
用户画像思维导图
原创 2020-10-28 14:57:10 · 1487 阅读 · 0 评论 -
【转载】增长黑客思维导图
转载 2020-10-21 10:57:43 · 227 阅读 · 0 评论 -
《数据挖掘与数据化运营实战》(第13章)
《数据挖掘与数据化运营实战》(第13章)13 漏斗模型和路径分析13.1 网络日志和布点13.2 漏斗模型与路径分析的主要区别与联系13.3 漏斗模型的主要应用场景13.4 路径分析的主要应用场景13.5 路径分析的主要算法13 漏斗模型和路径分析在互联网数据化运营实践中,有一类数据分析应用是互联网行业所独有的,那就是漏斗模型和路径分析的应用。漏斗模型通常是对用户在网页浏览中一些关键节点的转化程度所进行的描述,比如从浏览到实际购买产品都需要经历三个步骤:浏览商品、将商品加入到购物车、将购物车的东..原创 2020-07-27 19:02:04 · 220 阅读 · 0 评论 -
《数据挖掘与数据化运营实战》(第11-12章)
《数据挖掘与数据化运营实战》(第11-12章)11 用户特征分析的典型应用和技术小窍门11.1 用户特征分析所适用的典型业务场景11.2 用户特征分析的典型分析思路和技术11.3 特征提炼后的评价体系12 运营效果分析的典型应用和技术小窍门12.1 为什么要做运营效果分析12.2 统计技术在数据化运营中最重要最常见的应用12.2.1 为什么要进行假设检验?12.2.2 假设检验的基本思想12.2.3 T检验12.2.4 方差分析12.2.5 多个样本组的非参数检验12.2.6 卡方检验12.2.7 控制..原创 2020-07-27 17:21:44 · 256 阅读 · 0 评论 -
《数据挖掘与数据化运营实战》(第10章)
《数据挖掘与数据化运营实战》(第10章)10 预测响应(分类)模型的典型应用和技术小窍门10.1 神经网络10.2 决策树技术10.3 逻辑回归技术10.4 多元线性回归技术10.5 模型过拟合及对策10.7 预测响应模型的应用步骤10 预测响应(分类)模型的典型应用和技术小窍门预测响应模型是数据挖掘中最常见的应用模型,最直接的涉及的精细化运营的客户分层以及随后的个性化区别对待。预测响应模型涉及的几种算法:神经网络、决策树、逻辑回归、多元线性回归。10.1 神经网络神经网络是一组互相连接的输入..原创 2020-07-26 18:10:57 · 395 阅读 · 0 评论 -
《数据挖掘与数据化运营实战》(第9章)
《数据挖掘与数据化运营实战》(第9章)9 聚类分析的典型应用和技术小窍门9.1 聚类分析的典型应用场景9.2 主要聚类算法的分类9.2.1 划分方法9.2.2 层次方法9.2.3 基于密度的方法9.2.4 基于网格的方法9.3 聚类分析在实践应用中的重点注意事项9.3.1 处理数据噪声和异常值9.3.2 数据标准化9.3.3 聚类变量少而精9.4 聚类分析的扩展应用9.4.1 聚类的核心指标与非聚类的业务指标相辅相成9.4.2 数据的探索和清理工具9.4.3 个性推荐的应用9.5 聚类分析的优势和缺点9..原创 2020-07-26 15:40:53 · 411 阅读 · 0 评论 -
《数据挖掘与数据化运营实战》(第8章)
《数据挖掘与数据化运营实战》(第8章)8 常见的数据处理技巧8.1 数据的抽取要正确反映业务需求8.2 数据抽样8.3 分析数据的规模有哪些具体的要求8.4 如何处理缺失值和异常值8.4.1 缺失值的常见处理方法8.4.2 异常值的判断和处理8.5 数据转换8.6 筛选有效的输入变量8.6.1 为什么要筛选有效的输入变量?8.6.2 筛选的思路8.6.3 R平方8.6.4 卡方检验8.6.5 IV和WOE8.6.6 部分建模算法自身的筛选功能8.6.7 降维的方法8.7 共线性问题8.7.1 如何发现共..原创 2020-07-25 19:08:30 · 478 阅读 · 0 评论 -
《数据挖掘与数据化运营实战》(第4-7章)
《数据挖掘与数据化运营实战》(第4-6章)4 数据化运营是跨专业、跨团队的协调与合作6 数据挖掘项目完整应用案例演示4 数据化运营是跨专业、跨团队的协调与合作在线运营团队需具有的与数据相关的基本技能要求:提出业务分析需求并且能胜任基本的数据分析提供业务经验和参考建议策划和执行精细化运营方案跟踪运营效果、反馈和总结6 数据挖掘项目完整应用案例演示项目流程:项目背景和业务分析需求的提出数据分析师参与需求讨论制定需求分析框架和分析计划抽取样本数据、熟悉数据、数据清洗和摸底按计划初步原创 2020-07-24 17:47:03 · 174 阅读 · 0 评论 -
《数据挖掘与数据化运营实战》(第3章)
《数据挖掘与数据化运营实战》(第3章)3 数据化运营中常见的数据分析项目类型3.1 用户特征分析及用户分层模型3.2 目标客户的预测(响应、分类)模型3.3 运营群体的活跃度定义3.4 用户路径分析3.5 交叉销售模型3.6 信息质量模型3.7 服务保障模型3.8 信用风险模型3.9 商品推荐模型3.9.1 Apriori算法3.9.2 协同过滤算法3.10 数据产品3.11 决策支持3 数据化运营中常见的数据分析项目类型3.1 用户特征分析及用户分层模型不同于过去的粗放式运营,在精细化运营的要求..原创 2020-07-23 17:17:10 · 828 阅读 · 0 评论 -
《数据挖掘与数据化运营实战》(第1-2章)
《数据挖掘与数据化运营实战》读书笔记1 什么是数据化运营1.1 从4P到4C再到3P3C1.2 数据化运营的主要内容1.3 数据化运营的原因及必要条件2 数据挖掘概述2.1 统计分析与数据挖掘的主要区别2.2 数据挖掘的主要成熟技术以及在数据化运营中的主要应用2.2.1 决策树2.2.2 神经网络2.2.3 回归1 什么是数据化运营1.1 从4P到4C再到3P3C4P指的是Product(产品)、Price(价格)、Place(渠道)和Promotion(促销)。Product:表示注重产品功能原创 2020-07-23 14:46:39 · 681 阅读 · 0 评论 -
《增长黑客实战》(第4-6章)
《增长黑客实战》(第4-6章)4 秉持数据为王4.1 数据能够解决什么4.1.1 是否一切皆可数据化衡量4.1.2 数据不能解决什么4.2 数据分析常见方法及指标4.2.1 数据分析的一般步骤4.2.2 留存率——产品早期“最重要的唯一指标”4.2.3 NPS净推荐值:衡量产品早期用户忠诚度4.2.4 魔法数字:发现用户的惊喜时刻4.2.5 同期群分析4.3 案例:如何通过大数据分析提升电销利润4.3.1 如何获取并维护客户销售线索4.3.2 如何控制成本实现收益最大化4.3.3 如何抓住转瞬即逝的商机..原创 2020-07-16 17:35:04 · 1094 阅读 · 0 评论 -
《增长黑客实战》(第1-3章)
《增长黑客实战》(第1-3章)1 检验商业计划1.1 伪需求1.2 快速验证商业计划1.3 产品价值和建立付费增长框架1.4 增长的三个阶段:选择最恰当时机和目标1.5 对产品增进认知2 组建增长团队3 提升协作效率3.1 AARRR流量漏斗模型3.2 如何套用流量漏斗模型,提高转化率3.3 从增长模型中挖掘机会3.3 建立团队内部协作流程1 检验商业计划1.1 伪需求对于初创公司能否存活的关键:如何快速地迭代、如何在现金流耗尽之前验证商业模式。常见的两种失败:市场占有失败产品研发失败其..原创 2020-07-14 14:15:44 · 1045 阅读 · 0 评论