数据分析

用户画像高大上,但90%的人都做失败了

做好数据分析,有助于清晰现有用户的画像,找到各个行业用户的核心关注点,来进行精细化的运营以提升用户的复购。但实际的情况中,很多人却并不知道如何做好用户画像。本文作者从项目实践出发,结合案例对用户画像失败的原因进行了分析讨论,与大家分享。上一篇分享算法模型失败的案例,参见《不懂数据分析的算法工程师,会有多惨》,激起了很多同学的共鸣,有同学问:“有没有用户画像项目失败

数据分析,如何支持运营迭代?

对运营来说,掌握数据分析能力能为运营提供大量支持,不过大多数人仍处于认知阶段。那为了支持运营迭代升级,到底还需要哪些?这就得从运营迭代升级到底在干啥说起。01 运营迭代升级怎么做运营之所以喜欢说迭代,首先是因为运营有大量的基础套路、模板、案例可以参照,完全不需要从头做起。所以不需要用“创新、设计、创造”这种词。男生们可以回忆一下你们玩的游戏,是不是首充送XX,七日登录送XX

数据分析报告写作攻略(四):怎么用策略性思维提建议?

什么是缺乏策略性的数据分析建议呢?答案就是“就数论数,脱离过程”。所以,要想用策略性思维提好建议,就需要深入到问题发生的过程中,并提出具体的建议动作。你不要光报数字!要做策略性思考!要提出可行的建议!很多做数据的同学都被领导、同事这么吆喝过。然而,什么是策略性思考呢???大家往往一听到这种词,就有同学急不可耐的掏出《麦肯锡方法》之类的镇山法宝,或者在网上搜《底层思维》、《核

为什么你做的数据分析,运营懒得看!

做数据分析的最容易和运营怼上。到底数据分析该怎么做,才能支持运营迭代?作者将分两篇来分享,本文将先从问题谈起,希望能让你在数据分析的过程中有所收获。一来运营的数据需求太多,且经常提的很紧急、很奇葩;二来数据分析师主动给的报告往往没人看,运营最喜欢自己跑数自己写报告,还专门衍生出来一个岗位:数据运营(虽然数据运营本意不是这个,但在很多公司硬生生做成了写 SQL 的运营)。一、

“人货场”模型搞懂没?数据分析大部分场景都能用!

做数据分析的同学,可能很多都听过人、货、场分析模型。但是大多数人只是知道这个模型,对其具体应用却不了解。本文作者结合实际分析,对此进行了系统的讲解,与大家分享,希望通过此文能够加深你对“人货场”模型的认识。问题场景:某生鲜电商,用户复购率较低,60%的用户在30天内无二次购买行为,运营领导非常着急,要求通过数据分析提升复购率,请问你作为数据分析师该怎么做?建立人工

10 亿用户的微信表情指标体系是如何构建的?

本文主要介绍了数据指标体系,以及构建指标体系的相关方法和异常监控,希望通过此文能够加深你对指标体系的认识。一、什么是指标体系先举两个轻松的例子1. 现实生活中的男女生评价指标我们在判断一个男生或者一个女生是否在意你的时候, 我们会用绝对值指标比如: 主动发消息数, 回复消息数, 回复消息时间,  年送礼物数, 月制造惊喜数比率型的指标: 发给你的消息数/其他人的消息数,  

你真的懂数据分析吗?4 个方面深入了解数据分析

“大数据”、“数据驱动”这些词汇,对沉浮在互联网的厂工们来说并不陌生,隔着屏幕,一边在源源不断地生产数据,一边在紧锣密鼓地收集解读数据。这些数据是奇妙的,它可以让人更加直观、清晰地认识世界,也可以指导人更加理智地做出决策。数据分析目的有俩:挖掘问题,定位原因,对症下药验证假设,提供必要的数据支持不能为了做数据分析而做,这是互联网小白甚至是白银段位产品汪也会犯的错误,你可能听

数据指标体系是什么?5+5+5

作者对数据指标体系进行了系统的梳理,总结了数据指标体系的5个要素,构建体系的5个步骤和常见的5个问题,与大家分享。希望文章能让你对数据指标有更深入的了解。大家好,2020年开年就是一波疫情,就业和经济形势都很严峻。为了提升同学们的职场竞争力,为灾后重建做点贡献,陈老师特别推出一个系列教学。从数据分析的基础方法到具体问题处理,系统讲解一下。第一期,当然得从数据指标体系讲起。因

调研复盘:以统计学为基础,我对在线教育平台做了一次调查

本文是一次调研复盘,作者对自己公司的在线教育平台做了一项深度研究,对平台用户的购课率、影响用户购买在线课程的因素做了一次深入的调查和梳理,过程种设计到非常有价值的统计调研知识,与大家分享。前段时间笔者对自己公司的在线教育平台做了一项深度研究,主要方向是探究影响用户购买在线课程有哪些因素,以及这些因素的影响程度如何,希望以此结果指导平台的运营方向。这篇研究我花了几个月的时间,

5 个要点,让你拥有数据分析思维

本文分析了如何拥有数据分析思维的5个要点:说事实,而不是观点、用客观标准代替主观判断、不预设立场、演绎而不是归纳、找出背后的逻辑。引言数据分析师究竟要掌握哪些技能?大部分的数据分析教学都会教你excel,Python,sql,机器学习,还有一些分析方法比如对比分析、漏斗分析、留存分析等等技能。但是,很多人掌握了这么多工具和技能,依然做不好数据分析。面对具体的业务问题,我们还