数据

不要再怕数据分析!深入浅出数据分析(一)基本流程思路

什么?!数据分析?什么鬼?我学他有用吗?我看一大串数据就晕菜,一见数据就害怕!!如果你有以上类似的反应,那么恭喜你,本篇是为了慢慢让你不害怕数据分析,甚至,这个系列文章是为了让你获得一些常用有效的数据分析方法,让你不再怕他!我为什么要学数据分析呢?这是一项加分项,不管你身处哪个行业,在现在的大数据背景下,有数据分析能力的人,无疑是更加有竞争优势的,而对于我(一只产品汪而言)

一个新的利润公式:如何通过用户行为数据指导利润增长?

1 盈利VS注册量?最近看到一个提问:A公司的注册量是B公司的一半,但盈利却是B公司的两倍,为什么盈利和注册量不一定成正比?这个问题看上去有点小白,但其实反映了目前市场上一个普遍的认知偏差:许多人认为,我的产品很多人在用,有流量在就一定有钱赚。然而想想看,假设有一家商场,每天都是人头攒动比肩接踵,然而没有一个人花钱买东西,这个商场怎么可能赚钱?而假设另外有一家小店,每天店里

如何设计成功而有价值的数据可视化?

可视化能将不可见的数据现象转化为可见的图形符号,能将错综复杂、看起来没法解释和关联的数据,建立起联系和关联,发现规律和特征,获得更有商业价值的洞见和价值。what:什么是数据可视化?塔夫特所说:图形表现数据。实际上比传统的统计分析法更加精确和有启发性。对于广大的编辑、设计师、运营分析师、大数据研究者等等都需要从不同维度、不同层面、不同粒度的数据处理统计中,借助图表和信息图的

一个新的利润公式:用户行为数据如何指导利润增长?

用户行为数据与业务数据之间存在的联系,如果能有效分辨并利用起来,才能让行为数据变得更有意义。1.盈利VS注册量?最近看到一个提问:A公司的注册量是B公司的一半,但盈利却是B公司的两倍,为什么盈利和注册量不一定成正比?这个问题看上去有点小白,但其实 反映了目前市场上一个普遍的认知偏差 :许多人认为,我的产品很多人在用,有流量在就一定有钱赚。然而想想看,假设有一家商场,每天都是

不要再怕数据分析!深入浅出数据分析(二)实验法

不要怕数据分析!咖喱欧巴也在边摸着石头过河,早上到下午的时间一直在想怎么写好这一篇,因为理论是相对简单的,如何更好地融入到工作中,才是读者更关心的,但恰巧矛盾点就在这, “纸上得来终觉浅,绝知此事要躬行” ,苦想很久后发现其实问卷调查类大多都适用!那我们就开始一步步来吧!女神镇帖1.何谓实验法?咖喱说:实验法是一种通过随机抽样确定研究对象,通过设立 “实验组” 和 “控制组

深度案例解析:微信国际背后鲜为人知的一些数据

本文围绕微信国际在海外的一些市场拓展数据分享,通过分析案例让大家在产品选型、产品运营的时候,应该去思考的方向,可以避免走很多的弯路。微信国际化背后鲜为人知的故事中国是微信大本营,除了中国,微信在海外的第一大用户来源——印度市场,有几个亿的用户。另外,东南亚市场是微信用户活跃度最高的大区块市场,还有澳洲、大洋洲也有我们用户的分布,欧洲大陆,比如西班牙、意大利、英国我们都做过微

如何通过数据分析,提升情人节的产品销量?

刚刚过完春节,马上又要迎来元宵节、情人节,前一波的促销余热尚未平息,马上又要开启第二波促销狂欢。而情人节作为每年的促销重头大戏,促销活动更是种类繁多。这对于商家来说又是一个非常好的营销机会,营销的最终目的就是提升销量,那么作为一个电商企业或者网站如何做好情人节营销呢?大数据时代,数据分析无疑是最可靠的销量提升大法。一般来说一个完整的促销活动包括活动前预热、正式活动上线、活动

这 3 类人必须理解的两个大数据模型(产品、运营和用研)

这篇文章我们来谈谈大数据,因为我们是物流集团,所以中间会用到一些大数据在物流行业的应用例子,以京东物流为例谈谈如何通过大数据提升业务指标。很多同学一听到大数据可能会脑补两个形象:高大上、技术党。但是今天我们说的是比较基础的两个大数据模型,不需要有数据分析和技术背景,或者说其实更多的是为产品、运营、用研、业务的同学们而写的,是我们非技术人员也应该理解的两个大数据模型。这两个大

数据 / 方法论固然重要,但人为分析更有价值

在工作中经常会遇到需要你做决策的工作,而客观数据和成熟的方法论只是提供参考的一部分。在工作中经常会遇到需要你做决策的工作,不论是运营(活动策划,内容调性,用户分类,运营策略等),还是产品(功能确定,用户体验等)。那么像这些工作,一般都是怎么决策的呢?比较常见的有数据和方法论两个,讲两个案例,大家就明白了。案例1: 在产品讨论会上老板(或其他商务同事)问这个模块还需不需优化,

技能干货:产品经理该如何入门数据分析?

一个懂数据分析的产品经理可以利用数据驱动产品设计优化,并高效提升用户体验。彼得·德鲁克曾经说过很有名的一句话,他说:如果一个事情,你不能衡量它的话,那么你就不能增长它。事实上,越来越多的互联网公司开始了数据驱动产品及运营增长的工作,典型如硅谷的著名几家公司:Facebook 早期通过「博客小挂件」的展示获得了每月数十亿次展示、千万次点击和百万人注册;Twiter 通过引导用