过快、过量、过度：三类数据驱动型决策中的常见问题

在大数据的时代，很多公司通过采用数据驱动方式进行决策。在本文中我想谈一下我们在数据分析过程中三种常见失误：过快–急于求成、过量–图囵吞枣、过度–信息过载。过快：急于求成还没找到实际问题就提出解决方案不要担心在定位问题上花费太多时间。关于越早开始行动，越能提前完成项目的理论不一定正确，如果未能充分理解关键问题可能会浪费更多时间。无论你是在思考一个新的产品特性，对公司未来发展方

产品经理 2016年11月30日

闲话互联网开放型数据价值挖掘

题图文·blogchong 缘起 早在一两个星期前，就一直在思考一个问题，那就是基于互联网开放型数据的价值挖掘，对应其具体的应用场景，以及具体的落地方式。这一段时间一直没有停止过探索，以及寻求这个问题的答案，所以，这段时间一方面在和不同的同行们请教、交流，另一方面自己也在不停的思考这个话题。互联网开放型数据。 所谓互联网开放型数据，即在互联网上遵循公开性准则的前提下的开放数

产品经理 2016年11月30日

数据的验证价值：如何利用数据验证你的想法及假设？

数据的使用价值，以其目的，可以分为三类。一类用于验证假说的是否，二类为思维之翻译，三类以趋势做预测。前者是科学之所以为科学的护盾。这是说，我们总有一些道理，不知出处，或道听途说，或直觉所致，大体上，都可以暂理解为“假说”一类的道理，即未经证实的假设。我们提出一条假说，为验证假说，做了一个实验，总结了一些数字，用数字证明假说正确与否——这是我认为的数据的第一大效用。第二类效用

产品经理 2016年11月30日

傅志华：大数据量化用户体验

好的量化用户体验的模型应该符合三个标准：一是具有系统性，即该方法评估用户体验具有系统化全方位的评估;二是具有扩展性，扩展性指行业的扩展性，即不仅仅可以用于互联网行业，而且可以用于传统行业;三是易于落地执行，既在实际的统计和分析中该模型易于执行，也利于问题的发现。本人认为在研究量化用户体验的模型以Google的HEART模型较为符合以上三点，值得我们研究和参考。因此本文将基于

交互体验 2016年11月30日

解读商业地产人本数据三重门 大数据助力实现商业地产运营闭环

线下实体商业受电商冲击已是老生常谈的问题，忍痛用低租金的餐饮和休闲娱乐业态挤压高租金的零售业态比例似乎成了线下商业的生存法则。然而，步步退守并非 大数据时代的生存逻辑，转变线下商业的运营思路才是制胜关键。大数据时代的生存逻辑：回归商业本质，构建人本数据三重门在 TalkingData 看来，商业的本质在于人，电商的优势在于它创造了全方位了解消费者的条件，这使得线上零售商深谙

产品运营 2016年11月30日

超详细的大数据学习资源大全！

当今社会，可以说进入了大数据时代，爆炸性的数据信息给传统的计算技术以及信息技术带来术挑战。大数据技术正在助力公众、企业打开DT世界的大门。学习大数据不仅前景好，而且工资高。为了帮助程序员更好、更深入的了解大数据，w3cschool整理了GitHub Awesome Big Data资源，供大家参考。本资源类型主要包括：大数据框架、论文等实用资源集合。1.关系数据库管理系统(

业界 2016年11月23日

四个多月的时间里，数据产品带给了我什么 | 上

文 | 汪榕人要有梦想，否则和咸鱼有什么区别前言：忙忙碌碌，四个多月过去了。这段日子对于我意义非凡，因为我完成了一个几年前的梦想——做一款有自己特色的大数据产品，并且它很优秀。最重要的是，这样的过程，带给我的除了情怀，更多是经历，堪比一年半载的成长。一、前戏看过我以往文章的朋友——《数据情怀这东西，你曾经拥有过?》。几年前，那时候我刚开始工作，曾经有一天，领导问每个人，你们

产品运营 2016年11月23日

数据分析真的能驱动用户快速增长么？

作者：北冥乘海生链接：https://zhuanlan.zhihu.com/p/21802698俗话说，“酒香不怕巷子深”；俗话又说，“酒香也怕巷子深” 。再后来，俗话还说，管他酒香不香巷子深不深，只要找个算盘技巧神乎其神的账房先生，即数据科学家，酒就可以大卖了。这叫做用数据驱动用户快速增长，说行话叫“Growth Hacking”。第一次听说“Growth Hacking

产品运营 2016年11月21日

闲话用户画像 & 数据价值挖掘

题图 - 公号画像截图文·blogchong 引子 大伙儿看到题图是不是感觉有点奇怪？哈哈，没错，这个截图是我用某个微信公众号分析工具提取的我公众号的画像报告。其他的不说了，单就截图的这些信息吧来分析一下吧。男女比例各50%？公众号阅读者族群分布，宅男宅女19.94%，家庭主妇16.35%(大写的黑人问号)？还有...好吧，这都什么鬼？我的公众号人数大约在1300人左右，更

业界 2016年11月18日

基础的数据分析

数据分析什么是数据分析？ 数据分析是指用适当的统计分析对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。数据分析的目的是什么? 数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律。在实用中，数据分析可帮助人们作出判断，以便采取适

业界 2016年11月17日