我们要从多少个维度才能读懂数据

随着大数据时代的来临，数据分析、数据运营已经成了所有人都在不停讨论的话题。不管是产品经理、市场运营还是销售好像都在说数据导向、用数据说话。虽然对数据的看法与定义众说纷纭，但是所有人都会认同读懂数据，通过严谨深入的数据分析来驱动产品的更新迭代，调整运营及市场策略这一事实。互联网产业随着技术发展，所涉及的行业包罗万象。虽然每个行业关注的数据点都不一样。但是几个常见维度还是能够较

产品经理 2017年01月24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

马化腾：未来是在云端用 AI 处理大数据

未来就是在云端用人工智能处理大数据。今天非常荣幸能够邀请到朱从玖副省长、张建星副社长、徐愈局长，以及郑新立会长，以及李岩益副秘书长，徐焕明副主任等领导来到今天的中国互联网+数字经济峰会。也感谢各位的来宾和媒体朋友、合作伙伴，能够今天亲临会场。今天是第三届的互联网+峰会，大家留意到没有，今年的互联网+加了一个“数字经济”。可以说，腾讯从2013年就开始积极倡导互联网+这个概念

业界综合 2017年04月22日

大数据在医疗领域的应用

写下自己对医疗大数据的浅析，希望对医疗 健康感兴趣的盆友有所帮助，同时希望可以和大家一起交流健康，探讨医疗医疗大数据的发展会给医疗行业带来哪些变化呢？让医疗诊断和结果的描述更加精准，更加客观让医疗效果的展现更加直观，更加能说服于人，如果从此方面对医生的业绩进行考核，则会更客观可信让疾病的预测更准确，更科学让真正的个性化医疗成为可能让医疗中的决策更快速，更高效让医疗事故等责任

业界 2017年12月27日

被医疗把脉的大模型

6月，一家头部制药公司迎来了几位客人，他们手握基于某大厂模型能力打造的“半成品”系统，希望以该厂商提供的用户数据做敲门砖，达成初步合作。会议室的空调未能驱散盛夏的暑气和湿热，在长达数小时的焦灼磋商后，

产品经理 2024年07月11日

大数据时代企业必须更注重信息安全

随着大数据时代的到来，互联网也将走到一个奇点，而安全将决定互联网走过这个奇点之后，到底是向上走到一个新高度，还是向下走到一个坏局面。大数据时代，有两个事情无法避免。第一，现在用户产生的数据都会存在云端，都会存在各个厂商的服务器上。第二，数据采集能力更强大，采集范围更广阔。现在不仅有移动互联网，未来还会有物联网、车联网，会有更多的可穿戴智能设备，这些硬件普及之后，你会发现用户

业界综合 2016年05月23日

2014春晚广告风向标：移动安全、移动支付、大数据

一年一度的春晚已经成为了一种新民俗，春晚广告也可视为中国经济的晴雨表。今年春晚突然杀出了一票互联网公司，哪些公司在春晚做巨额投放，哪些公司在春晚受到关注，基本可将其视为新一年的相关细分行业领跑者的最有力争夺者。[br]从春晚广告中收益最大的该是1996年的标王秦池，6666万广告费的投入让秦池一举跻身中国白酒第一阵营。后来获得高收益的案例还有1998年的爱多，2004年的蒙

业界综合 2014年02月01日

如何辨别“伪大数据”产品？

科技营销紧跟正在上升的有力潮流来盈利，这是个长期公认的做法。在互联网热潮（.com boom）时期，和互联网一点儿关系没有的公司都在名字里加上了“.com”。环保产品满身绿色。云端产品都和“云”贴边。现在又兴起用大数据来贴金。这些夸张的手段是否弊大于利呢？也许因为营销中利用了“大数据”这个词，人们能去接触并了解一个不然他们不会去考虑的产品。但这个伎俩几乎骗不了谁，并且会让用

产品运营 2014年12月26日

2017 年大数据发展八大预测 [精]

又到了年终岁尾时，业界权威市场研究和咨询机构Ovum公司日前估计，大数据市场规模将从2016年的17亿美元增长到2020年的94亿美元。随着市场的增长，企业的挑战正在转变，对人们的技能需求正在改变，而大数据服务供应商的景观也在风云变幻。2017年将是大数据专业人士更为忙碌的时刻。以下是一些来自相关行业观察家和技术专家对大数据在2017年的发展预测。2017年大数据发展八大预

业界 2016年12月20日

一名优秀的分析师是怎样炼成的？

一、数据分析师的前世今生1 ：历史上大名鼎鼎的 “ 分析师 ”“ 历史统计 —— 总结分析 —— 预测未来 ” 的实践为自己的组织创造了绝大的价值，而这就是 “ 数据分析师 ” 的前身。二、数据分析师的价值金字塔图 2 ：数据分析师的价值金字塔用户行为数据、交易订单数据和 CRM 数据。工程师把不同来源的数据采集好，然后通过清理、转化等环节统一到数据平台上；再由专门的数据工

产品经理 2016年12月03日