大数据告诉你：如何求职数据产品经理？

大数据这么火，想做数据PM？那数据PM如何求职？哪些公司爱招数据PM？ 什么样的数据PM符合企业期望？数据PM待遇如何？……凡事预则立，不预则废，本篇先带你了解了解行情。（其实就是爬了拉勾的数据做了个分析，分析过程若有不周之处，还望指正。）一、数据来源拉勾网20170519根据“数据产品经理”关键字可以搜索到的职位。由于拉勾只展示符合搜索条件的前450个职位，为了获得更多的

产品经理 2017年06月16日

数据可视化：你想知道的经典图表全在这

如何七周成为数据分析师的第四篇教程，了解写作初衷。Excel的课程告一段落，今天开始第二周的内容，数据可视化阶段。数据可视化是一个热门的概念，是分析师手中的优秀工具。好的可视化是会讲故事的，它向我们揭示了数据背后的规律。大家对可视化的使用认知或许来源于下面这张图。虽然结构清晰，但它只针对Excel图表，不够丰富。本文会结合数据分析师的使用场景展示更多的可视化案例。为方便演示

业界 2017年03月01日

换个角度认识大数据——主数据认识

说到大数据就不得不说一下主数据，曾经公司在无数个会议上被多次提到，一群参会的吃瓜群众根本不知所云。今天我们就来分享一下我对主数据的理解。什么是主数据？ 主数据就是描述企业核心业务实体的数据，比如客户、合作伙伴、员工、产品、物料单、账户等；主数据并不是历史日志数据也不是交易流水记录。一个企业的主数据包含多方面的，从不同方面分析都可以找到大量描述业务数据，例如航线、航班是对于航

业界 2016年10月20日

我与数据分析不得不说的故事（二）

昨天看我静静地扯犊子，今天看我静静地发些“湿货”。数据分析怎么学？俗话说“台上一分钟，台下十年功”。任何人取得的任何成就都不是一蹴而就的，学习之路更应如此，那么你需要的基本功是什么呢？在我看来，首先你要有兴趣，然后再谈其它，因为兴趣是最好的老师。我假设你有兴趣，并且乐意学习，那么理论上还是有些很大程度上限制不了你的条条框框，诸如你的英文水平，数学水平，认知领悟能力等，不过只

业界 2016年10月27日

餐饮外卖业为例 - 数据化运营操作指南

摘要： ◆ ◆ ◆ 前言 作为一个一直在数据领域里折腾的码农跨界乱入了餐饮行业，从可视化开发到真枪实弹的用可视化去做业务分析，辅助运营甚至作为公司运营决策的依据，这段经历让我更真切的体会到数据的价值。◆ ◆ ◆ 前言 作为一个一直在数据领域里折腾的码农跨界乱入了餐饮行业，从可视化开发到真枪实弹的用可视化去做业务分析，辅助运营甚至作为公司运营决策的依据，这段经历让我更真切的体

业界综合 2017年06月02日

为什么说大数据杀熟是一种误解？

大数据杀熟这个词在2018年出现在我们的视野中，于是乎，很多人开始怀疑自己有没有被杀熟？而大数据真的有杀熟吗？本文主要谈谈为什么说大数据杀熟是一种误解。2018年，一个幽灵，一只名唤“不信任”的幽灵，在互联网世界的上空徘徊，而当它降落到了人间，就从它千百个身相中选出一种告于世人，名曰：  大数据杀熟。2018年2月28日，《科技日报》报道了一位网友自述被大数据“杀熟”的

业界 2018年05月04日

12亿条出行记录背后的纽约故事

纽约出租车和轿车委员会（简称 TLC）在其网站上公开了纽约整个城市从 2009 年 1 月到 2015 年 12 月、共 12 亿条出租车出行记录（压缩前数据量大约 200GB）。这些数据详细记录了每一趟出租车上下客的时间和地理位置（精确到经纬度）、出行距离、出行费用、支付方式以及司机上报的乘客数量。出租车作为城市发展、社会变迁的见证者，其活动轨迹提供了很好的一扇窗，让我们

业界 2016年07月01日

地产大数据真相：人口红利消失后的城市博弈

编者按：本篇报告通过互联网大数据，将全国人口流动一一展现，对于房地产行业，及创业者在城市选择有有一定参考意义。1、零和博弈——渐行渐近的城市战争内生性人口红利的趋缓 回顾我国房地产业快速发展的30年，本质是人口红利加速释放的30年，这期间我国总人口净增加了3.24亿，其中15岁至64岁的人口数量保持了12年的连续增长，人口红利的快速释放也加速了城乡的聚集，2014年人口密度

业界综合 2016年10月12日

数据为王：从司法案例来看大数据

一、从司法案例来看大数据 互联网基础设施、传感器技术的进步让数据沉淀的速度大大加快，数据成了新的生产资料，给产业发展带来的影响如同20世纪初电力带来的推动。诚然，数据作为生产资料需要立法保障。但囿于立法的滞后，单靠法律也解决不了实际问题 。 前不久就有个实例---2016年6月28日，国家互联网信息办公室发布了《移动互联网应用程序信息服务管理规定》（下称《规定》），明确了什

业界 2017年03月31日

万字长文全面解析大数据思维的十大原理

一、数据核心原理:从“流程”核心转变为“数据”核心大数据时代，计算模式也发生了转变，从“流程”核心转变为“数据”核心。Hadoop体系的分布式计算框架已经是“数据”为核心的范式。非结构化数据及分析需求，将改变IT系统的升级方式：从简单增量到架构变化。大数据下的新思维——计算模式的转变。例如：IBM将使用以数据为中心的设计，目的是降低在超级计算机之间进行大量数据交换的必要性。

业界综合 2016年05月23日