数据产品设计的 3 个方法论

作者 | Leo Xiong写这篇小文主要是因为这几年总是阴错阳差地与数据打着不大不小的交道，也是想总结一下自己对数据产品的一些思考和认识，看看自己是否真的适合在这条路上一直走下去。何谓数据产品按照惯例，第一次听说数据产品这个词，毫不犹豫的百度之，搜索出现了三个比较有意思的结果。其一是虎嗅网的老读悟发表的《数据产品经理的前世今生》，其二是 “最新招聘信息6136条_数据产品

产品设计 2016年11月17日

产品做数据分析的话应关注哪些数据指标？

新增用户数？活跃用户数？留存？那么这些应该具体怎么看，怎么计算呢？处于怎样的指数范围内，才是比较良性的产品？a) 流量：分为站外流量来源和站内流量路径；站外流量，分为免费和付费，免费有自然流量和搜索流量，付费的则主要是一些广告投放的流量站内流量，主要指的用户在网站的行为路径，运营人员主要负责的就是把站内的流量运营好，增加用户粘性，提高流量变现。主要涉及的分析：Lan

产品经理 2016年11月16日

大数据在这次的美国大选中，扮演了怎样的角色？

回首美国大选这场混战，大数据技术在其中其实发挥了不小的作用。特朗普入主白宫，美国大选落下帷幕。回首这场混战，大数据技术在其中其实发挥了不小的作用，甚至占据了至关重要的地位。社交媒体上的大数据分析从美国大选之初，各候选人各方面的数据统计就已经被统计在各家网站上。比如从这张数据来看，上图表示的是各个候选人的推文提及率。而在同样的时间序列中，特朗普在推文中的提及率占有明显的领先优

业界 2016年11月15日

全面概括产品经理要掌握的数据分析知识

作者|s2dongman申悦前言：“数据”这个词，是产品经理永远绕不过的话题，但从我多年面试经验看，很多2-3岁的产品经理对数据的理解仍是模糊无章法的，鉴于本人也有着2年的数据产品经验，特整理成文，给产品新人普及一下基本的数据知识。1、基本概念 什么是“移动App的数据分析”？为什么要进行“移动App的数据分析”？ 简单来说，通过在App中进行埋点采集，或读取App存储在数

产品经理 2016年11月13日

如何七周成为一名优秀的数据分析师

来源|秦路 ID:tracykanc写这个系列，是希望在当初知乎某一个回答的基础上，单独完善出针对互联网产品和运营们的教程。不论对数据分析或数据运营，我都希望它是一篇足够好的教材。得承认我有标题党之嫌，更准确说，这是一份七周的互联网数据分析能力养成提纲。我会按照提纲针对性的增加互联网侧的内容，比如网站分析，用户行为序列等。我也不想留于表面，而是系统性讲述。比如什么是产品

业界 2016年11月13日

数据运营干货 | 如何做流量到如何做用户？

来源|友盟数据运营舍 ID:umengcom作者|创新工场合伙人汪华本文转自：创新工场合伙人汪华的博客。做流量本质上是做用户，做产品。做流量、做用户不是一劳永逸的，必须是一个机动化、持久化、长期的运作。最近在梳理自己做过的多个岗位的运营，最后发现真正的要达到最好的效果，必须要有一个整体的视角，全流程的去分析和拆解目标，才能对症下药。为什么要做流量? 首先，做流量本质上是

产品运营 2016年11月13日

大数据 Hadoop 之 ZooKeeper 认识

zookeeperZookeeper字面上理解就是动物管理员，Hadoop生态圈中很多开源项目使用动物命名，那么需要一个管理员来管理这些“动物”。在集群的管理中Zookeeper起到非常重要的角色，他负责分布式应用程序协调的工作。Zookeeper集群架构图Zookeeper管理集群会选举一个Leader节点（可参考FastLeader选举算法，即快速选举Leader节点）

业界 2016年11月11日

广告行业变局关键词（二）——数据

上文说到对于广告公司而言，当下最显而易见也最重要的技术，可能就是“数据”。即对数据的收集、存储、调用、分析及应用的一系列意识和能力。本文作者：云思科技 VP 诸彦杰在我看来，广告公司的进化，呈现出这样四个阶段： 1）资源驱动、2）策略驱动、3）数字驱动、4）数据驱动 。（当然，这只是指一家传统广告公司的一般进阶规律，不是所有公司都得从第一阶开始步步进阶，比如很多数字营销

业界综合 2016年11月11日

数据运营方法论——由“点”到“面”的体系法

互联网时代，所有用户行为都会留下足迹，而这些足迹在前端表现为用户行为，在后端则表现为业务逻辑。企业在日常数据运营中，一方面因为日常报表展现的信息量过大，让日常运营人员难以抓住重点；另一方面，又因为各部门的信息缺乏有效整合，难以形成完整的数据链条，进而在关键业务逻辑数据缺乏支撑点。针对日常数据运营的问题，企业一方面需要梳理组织架构，让数据化运营各个环节流程有效的组织起来，另一

产品运营 2016年11月11日

数据变现独角兽：10 种商业模式

进入2016，数据已经成为每一个行业和各种业务职能领域重要的生产因素和变革力量。数据的积累、合作、整理、挖掘、利用是现代企业所必需的基本素养，没有它，你的企业将无力面对大数据时代的竞争。我们对于海量数据的挖掘和运用，也预示着新一波生产效率增长和消费者个性化需求的到来。今年我们看到，很多做大数据的公司已经从实际的项目中找到了做大数据的价值变现的路径，探索出了正确的大数据变现之

业界 2016年11月10日