客户端埋点那些事儿：埋点工作流程梳理

每个版本中都可能会有数据埋点工作，版本中的数据埋点工作是怎么运转的呢？本文作者将来讨论客户端埋点那些事儿。“……数据表明这次xxx的优化效果明显……”总结会上，老K的一句话突然引起了小L的注意，数据表明？这些数据从哪来的？项目过程中自己好像没有关注这块，是从开发那边直接获取的吗？还是有什么工具……会后，小L将一股脑的好奇和疑问抛向Q姐。只见Q姐不紧不慢喝了口茶，然后说道：“

产品经理 2017年05月17日

下一波科技浪潮：数据

本文来自微信公众号[“点拾投资”（ID：deepinsightapp）](http://mp.weixin.qq.com/s?__biz=MzA4OTIwMTEzMQ==&mid=2650753665&idx=1&sn=ee33857e6d23b06525b531b089f72fc4&chksm=88156a05bf62e3139e16e7df2d5cb1ce5cda279

业界综合 2017年05月18日

别再吹新零售了，先补点“数据新能源”再说

阿里巴巴CEO张勇曾说，大数据如今已经和水电煤等基础能源一样，成为商业领域的“新能源”。在新零售时代，如何收集、分析和应用大数据，用“新能源”驱动商业发展？本次数据侠实验室活动，DT财经联合第一财经数据商学院邀请了几位研究电商领域数据的“弄潮儿”，他们从消费大数据出发，解析了数据在电商行业的应用场景及运营策略。▍ CBNData 杨钦：数据是驱动商家运营的最佳手段 第

业界综合 2017年05月18日

基于数据治理、流程梳理、业务分析的数据化体系建设——某集团数据平台建设案例

某集团（下文简称A集团）是一家农畜牧业的大型集团。全国有60多家子公司，年产能900多万吨，是农业产业化国家重点龙头企业、中国企业500强、中国制造业500强、中国民营企业500强、中国畜牧行业百强优秀企业。以下是演讲案例：项目背景A集团从2008年开始，企业规模在逐年上升，业务逐步向上下游进行渗透，开拓了更多的新业务。并且企业管理难度在不断提升，人效下降，整个企业的效率也

产品经理 2017年05月18日

京东数据产品经理：数据分析师的进阶突破秘籍

数据分析师是一个靠经验“混饭”的职业，系统的学习必不可少，利用专业的理论知识作为职业基础，靠项目经验进行专业度金，这才是一个数据分析师的成长王道。一个人的成长就是对未知事物领域认知的过程，只有方向正确，突破自身能力与岗位的匹配才能实现个人的升华突破。本文通过对不同阶段分析师能力掌握描述，帮助自己及各位找到成长方向，突破点，以点破面。不同层级的数据分析师有明显的能力界线，解决

产品经理 2017年05月19日

手把手教你做数据分析

在互联网的下半场，不断精细化运营的背景下，产品经理不再是单纯的靠感觉来做产品，更需要培养数据的意识，能以数据为依归，来不断改善产品。不同于公司专业的数据分析师，产品经理更多的可以从用户、业务的层面去看待数据，去更快更透彻的去寻找数据变动的原因。那么在数据已经被有效记录的前提下，如何有效的去分析数据呢？一、明确数据分析的目的1、如果数据分析的目的是要对比页面改版前后的优劣，则

产品经理 2017年05月19日

数据图表中的细节——让你的图表“既能用又好看”

俗话说，细节决定成败。在数据图表的制作中，此话尤其应验。图表的制作，首先是逻辑清晰，即要表达的主题明确，且图表中的信息是按一定的逻辑关系进行组合的。其次是精确传达信息，即保证图表中数值的准确度，并保证展示的精度。接着是调整展示的细节，让图表从“能用”向“既能用又好看”过度。通过学习本文的内容，希望能帮助大家把图表做得“既能用又好看”。1 图表背景和绘图区背景从埃森哲、尼尔

产品经理 2017年05月22日

最用心的运营数据指标解读（上）

数据分析涉及不同的业务领域，很多时候，业务的了解比数据技巧更重要。很多新人常问Python、SQL，但鲜有问业务，可后者才决定分析的成败。业务的洞悉决定了数据分析师发展的上限，数据技巧只是逼近它。好的分析师都懂业务，也必须懂业务。我希望通过本文，让数据新人对业务有一个大概的了解，也适用产品和运营新人（我是互联网背景，所以本文更多涉及这块）。文章的内容会给你「宽」的感觉，希望

产品运营 2017年05月22日

如何让数据在产品中“说话”

为什么眼下大量企业的数据案例难以凸显价值？其中很重要的一点是，产品经理不懂数据。很多的产品经理还停留在以前做产品的阶段，靠感觉来做产品并不知道如何用数据来改善产品，更没意识到数据巳经成为了做产品的核心原材料。过去的IT时代我们只是简单的使用数据，很少为了解决问题而提炼过数据。为什么我要强调提炼过的数据？因为如果我们要让数据产生价值，让更贴身的数据分析框架去解决用户的实际问题

产品经理 2017年05月23日

2017 自由职业大数据分析

阅读须知本文以Freelancer.com的公开项目及用户数据，对自由职业进行大数据分析。由于Freelancer.com代表线上的自由职业，并不代表所有的自由职业划分，请勿以本文结论以偏概全。本文仅作为自我学习、研究用途，并不对数据的完整性、正确性负责，也不对使用、引用本文造成的法律问题负责。本文未经同意不允许任何平台转载。非法转载将追究其责任。简介Freelancer.

产品经理 2017年05月25日