张溪梦：硅谷十年，数据分析的变与不变——连载一

张溪梦：来自硅谷的数据驱动增长实践——连载二张溪梦：数据分析的三个层次和五个阶段——连载三作者：张溪梦，GrowingIO创始人&CEO，前LinkedIn商务分析高级总监。美国 Data Science Central 评选其为“世界前十位前沿数据科学家”。本文根据9月23日Simon知乎live分享（PPT演讲+提问回答）内容编辑整理，干货极多，分为三部分分享给大家，本

业界 2016年11月01日

从入门到精通：如何用图表做好数据分析？

我们结合互联网产品和运营的业务需求，由浅入深地给大家解答有关图表的问题。随着精益化运营的概念不断深入人心，数据分析已经成为了互联网人的必修课。相比于高深的概率统计、算法模型，简单、直观的图表工具得到了更为广泛的应用。那么图表都有哪些类型？不同类型的图表又该怎么用？在这篇文章中我们结合互联网产品和运营的业务需求，由浅入深地给大家解答这些问题。一、初阶：维度和指标初阶的图表简单

业界 2016年11月01日

关于数据和产品增长，这里有 6 个你可能关心的问题

作者：张溪梦 Simon链接：GrowingIO 与市场上其他分析产品有哪些不同？如何配置拉新与留存之间的比例？最后和大家分享下「数据分析分为哪几个阶段」这个问题。部分问题回答的较为简短，如果想要了解更多信息，我在对应问题后面附上了之前写过的一些详细解读文章。Part 1 | 公司和产品从什么时候开始关注数据？ Q：在产品的不同周期，我们应该关注哪些不同的东西？从什么时候开

用户研究 2016年11月03日

网易云音乐数据陡增背后的产品逻辑

面对强大的竞争对手，靠产品体验上的微小差异已不足以超赶。网易云音乐2013年4月上线，上线两年便实现用户过亿，截止到2016年6月，用户已过两亿。而在之前 酷狗音乐客户端从推出到用户突破7500万，用了6年；天天动听客户端从推出到用户突破7000万，用时4年；网易云音乐客户端从推出到用户突破上亿 ，仅用2年！如此成绩很多人称之为移动互联网黑马。本文试从如下几个方面对其进行分

业界 2016年11月02日

数据分析——用户行为分析的真正价值

这篇文章源于知乎的一个问题和44条评估的启发文章原创：转载需本人授权 一、关于题主问题的描述 很多人可能不知道， 「 行为分析 」 四个字的分量已经代表了近两年一些高速成长的公司对数据分析需求的精细化程度，同时，它也催生出了新一代的数据分析工具和分析方法。过去，所有人都在关注PV、UV、跳出率、访问深度、停留时长，还有很多人始终放不下的热力图等，总体来说，这些指标都属于统计

产品运营 2016年11月03日

以 Keep 为例，进行（伪）数据后台规划

免责：所有内容现编且虚构，非Keep团队成员。为了说明数据后台的方案思路使用了手机中安装的APP作为样例。准备工作 在工作开始之前，我们需要对一些基本概念有些了解，尤其是数据类型和指标定义（UV值是什么以及如何采集）。然后了解一些可视化报表的表达方式（饼图、折线图、柱状图的应用场景）最后必须对产品流程非常熟悉极简数据后台设计规则我将数据后台设计的简单规则写在下面，文章会按照

业界 2016年11月04日

射手、农场主、台球，《三体》里探讨的数据科学

三体里探讨了哪些数据科学？《三体》是一本深探宇宙本源以及生命哲学的书，所以它对于一个小分支学科“ 数据科学 ”也有很精妙的见解。汪淼告诉我们的“数据运营与分析”的局限性在“科学边界”的学者们进行讨论时，常用到一个缩写词：SF，它不是指科幻，而是上面那两个词的缩写。这源自两个假说，都涉及到宇宙规律的本质。“射手”假说 ：有一名神枪手，在一个靶子上每隔十厘米打一个洞。设想这个靶

产品经理 2016年11月10日

如何通过 A/A 测试让数据和决策更可信

没有什么能像A/B测试一样给你信心并让你阔步向前。同样地，没什么能比虚假数据更快终结你的大步向前。为了进行正确的测试，你需要了解A/B测试的统计学。否则，你会花费很多时间试图获得答案而不是得到答案，最终，你会混淆你以为你有的答案，实际上你却什么都没有。A/A测试，将确保你得到的数据能用来自信地作出决定。什么比没数据可用更糟糕？虚假数据。我们会给你介绍一种测试，如果成功它不会

业界 2016年11月10日

数据和产品经理到底是什么关系

作者：刘飞链接：https://zhuanlan.zhihu.com/p/23571913这几天总统大选又把各种民调和预测推成了热点，大家都说机器学习或者大数据完败，人心不可捉摸。这一仗证明了数据和机器总是勘不破人性这种玄学，这些永远都是无法预测好的云云。实际上并非如此，数据并不是 客观的 ，数据带有强烈的主观色彩，人本身在挖掘数据、分析数据和总结数据三个环节，都起到了至关

产品经理 2016年11月11日

环境数据分析和可视化

数据介绍本文基于以下数据进行分析和可视化，山东江苏空气质量数据、全国水质监测数据、全国气象数据、全国风场格点数据、山东污染企业和污染排放数据，希望能够唤醒公众对于公益环保的认识。作品内容我主要做了以下几个方面的统计、分析和可视化：空气质量、水质、污染、风、雨。可视化的工作包括使用python和R绘制静态可视化图片，以及使用D3进行交互可视化。最终成果用一张图来展示我的作品，

产品经理 2016年11月12日