科学五步走，搭建企业“数据观”

大数据时代，大多数企业都对大数据寄予厚望。通过数据分析，企业既能够实现危机预警，也能做到洞察先机。但是，企业规模不同、数据应用的成熟度不同，大数据技术的发展更是一日千里。俗话说，“一口气吃不成胖子”，企业如何科学地搭建适合自己的“数据观”呢？波士顿咨询公司（Boston Consulting Group）最近的一项调查显示，公司拥有的大数据能力与他们渴望在三年内拥有的大数据

业界 2017年12月01日

百家风控公司揭秘系列｜91征信公司及产品调研报告

调研了上百家从事风控数据业务的公司，有行业大牛也有各种低调开展业务的，在不会泄露各公司太敏感信息的前提，本着客观的角度及学习的态度，逐一揭秘各家公司的征信风控产品及数据源特色。本期的目标将是【91征信】。1. 通过企查查、天眼查等获取公司股东架构通过企查查查看91征信公司的简要情况：法定代表人：薛本川。兼任91征信首席执行官，并入选2017福布斯中国30岁以下精英榜。注册资

业界 2017年12月01日

人工智能与设计（2）：面向用户的人工智能系统底层设计

上一篇文章《人工智能与设计（1）：人工智能的发展和定义》介绍了人工智能的历史和基础，身为设计师最关心的是人工智能如何落地以及如何与用户打交道。由于网上相关资料较少，我尝试带着探索的心态去挖掘两者的联系。人工智能能怎么服务人类，关键还是要看它的底层设计和能力。所以在思考过程中，我首先考虑到了人工智能的底层问题-人工智能如何收集用户数据？用户数据如何才是完整的？以下内容是对这两

产品经理 2017年11月13日

运营要如何使用数据？

数据运营是干嘛的？运营又该如何使用数据呢？文章为你解读。运营要如何使用数据？这个问题来源于下面两个提问：什么是数据运营，数据运营是做什么的，为哪些工作提供了什么支持？运营提给bi的太杂太乱，做完了也经常没啥大意义，有什么技巧可以把工作做得比较有成果？数据是一项基本功先不谈数据运营，数据对于任何互联网的工种，都是基本功。基本功的意思是，运营每天都在和数据打交道，KPI是用数据

产品运营 2017年11月08日

数据分析（1）：三观的建立

本篇文章主要分享了产品经理数据分析技能的基础认知，所谓成大事，三观要正。故起名数据分析：三观的建立一、数据分析的概念数据分析大致可以分为三个层次（这边沿用苏格兰折耳喵的部分观点）：1）描述性数据分析如果没有系统学习过数据分析的一般处于这个阶段，常用的方式：对比分析、平均分析、交叉分析等。2）诊断性数据分析从这个阶段开始，才刚刚进入真正的数据分析阶段。这个阶段可以运用一些数据

产品经理 2017年10月23日

商业智能简史，从 1865 年说起

商业智能是促进科技发展的高效推动力，文章九尾大家解读下从1865年以来，商业智能的发展简史。1865年，理查德·米勒·德文斯（Richard Millar Devens）在《商业趣闻百科全书》（Cyclopædiaof Commercial and Business Anecdotes）中提出了“商业智能”（BI）一词。他用这个词来描述银行家亨利·福尼斯（HenryFurn

产品经理 2017年10月13日

硅谷产品集团 (SVPG)：如何利用数据科学？

数据科学是通过我们收集的数据，使用特定的统计技术来得出以前没有的分析结果。那么该如何利用数据科学呢？大数据话题一直火热。在过去几年中，许多前沿公司已成功地将数据科学整合到产品运作中，并获得了收益。但对于大多数公司来说，这些技术仍然是陌生的和具有威胁性的。其中一些公司的领导者虽然了解这项技术的潜力，但却不知道如何将这种技术整合到公司。然而，大多数人对此仍然保持观望。数据科学是

产品经理 2017年09月21日

数据分析图的十大错误，你占了几个？

“数据可视化”是个好帮手，可以帮助用户理解数据。但是，你真的会用它吗?看看这里，数据可视化的十大错误你占了几个？优秀的数据可视化依赖优异的设计，并非仅仅选择正确的图表模板那么简单。全在于以一种更加有助于理解和引导的方式去表达信息，尽可能减轻用户获取信息的成本。当然并非所有的图表制作者都精于此道。所以我们看到的图表表达中，各种让人啼笑皆非的错误都有，下面就是这些错误当容易纠正

产品经理 2017年09月21日

数据可视化：常用图表使用总结

文章对常见的数据可视化图表进行了简单的汇总分析，希望对你有益。什么是数据可视化？数据可视化，简简单单就是把数据展示出来吗？非也非也，其终极是为了满足用户对数据的价值期望，利用数据，借助可视化工具，还原和探索数据隐藏价值，描述数据世界。(⊙o⊙)…还是说人话吧，就是以下两步。分析需求，熟悉数据，制定目标。选用合适图表（柱状图、折线图、散点图、饼图、雷达图、漏斗图）进行组合进行

产品经理 2017年09月11日

前 HubSpot 副总裁：学会使用数据而不是在数据中沉沦

HubSpot前副总裁Brian Balfour将企业数据使用中的问题抛出，解析了大家不愿意使用数据的根本源头。死亡数据轮的四个阶段：阶段1: 数据不会一直保持不变 阶段2: 数据变得毫不相干 阶段3: 人们会失去信心 阶段4：人们将减少使用数据 如果“死亡数据轮”的以上四个阶段你看起来很熟悉，并不是你一个人这么认为，我估计任何公司三分之二的数据经过这四个阶段后都会变成无效

产品经理 2017年09月05日