数据

餐饮外卖业为例 - 数据化运营操作指南

摘要: ◆ ◆ ◆ 前言 作为一个一直在数据领域里折腾的码农跨界乱入了餐饮行业,从可视化开发到真枪实弹的用可视化去做业务分析,辅助运营甚至作为公司运营决策的依据,这段经历让我更真切的体会到数据的价值。◆ ◆ ◆ 前言 作为一个一直在数据领域里折腾的码农跨界乱入了餐饮行业,从可视化开发到真枪实弹的用可视化去做业务分析,辅助运营甚至作为公司运营决策的依据,这段经历让我更真切的体

产品经理如何建立数据思维

本文作者将通过APP数据分析体系上的一些经验与感悟,探索如何建立数据思维的方法论。统计学之父W. Edwards Deming曾经说过一句话:In God We Trust, All Others Bring Data.翻译成大白话就是,上帝我们是信的,但是您哪,得拿数据说话。由此可见,除了上帝管辖的形而上的信仰领域,如果其他领域遇到具体的问题,数据才是最拿得出的证据。权当

实战案例:新零售时代,企业如何以用户数据重塑高效流通链?

新零售是以消费者体验为中心的数据驱动的泛零售形态。——《C时代新零售——阿里研究院新零售研究报告》(2017年3月)在新零售的服务业态下,任何零售主体、任何消费者既是物理的,也是数字化的。无限逼近消费者内心需求,最终实现“以消费者体验为中心”。这是一个商品生产、流通与销售过程进行升级改造,线上服务、线下体验以及现代物流进行深度融合的过程。在此过程中,企业需要具备一套体系化的

阿里研究院崔瀚文:未来,每个企业都要变成数据公司

未来,每个企业都要变成一个数据公司。超级IP的经营,既需要消费者数据、商品数据、行业数据,同时还需要数字化交易、数字化订单。一、更有趣的商业内容商品无法开口说话。谁能够赋予商品品格?内容。如何能够更有效的让内容产生持续聚合吸引力?超级IP。互联网上发生的第一个改变是传统的讯息内容的铺陈方式发生了巨大的改变。随之,内容消费方式也发生了改变。相应的,商品开始逐渐弱化成为商业内容

数据分析的三个常用方法:数据趋势、对比和细分分析

一个产品,如果你不能衡量它,你就不能了解它,自然而然,你就无法改进它。数据说到底,就是这样一个工具——通过数据,我们可以衡量产品,可以了解产品,可以在数据驱动下改进产品。数据分析和数据处理本身是一个非常大的领域,这里主要总结一些我个人觉得比较基础且实用的部分,在日常产品工作中可以发挥比较大作用。本期主要讨论一些数据分析的三个常用方法:数据趋势分析数据对比分析数据细分分析1.

如何让数据价值落地到产品中去?

信息化和数据化的区别就在于,信息化为我们提供了参考,而数据化让我们可以直接行动。从给建议到直接行动,这之间有巨大鸿沟。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

三种数据分析法提升电商运营

摘要: 我们邀请到袋鼠云的电商数据专家,为大家分享电商数据运营工作中的三种数据分析思维,希望大家能够利用这些分析思维挖掘更多的数据价值。包括分析去年双十一来推断未来双十一策略的MBR分析、细分相似购物行为顾客的聚类分析、衡量客户价值的RFM分析等。这次,我们邀请到袋鼠云的电商数据专家,为大家分享电商数据运营工作中的三种数据分析思维,希望大家能够利用这些分析思维挖掘更多的数据

北极星与海盗:数据指标体系的倚天与屠龙(一)

在我们谈论数据体系之前,先将时间倒推几十年,现代管理学之父彼得·德鲁克说过一句很经典的话: 如果你不能衡量它,那么你就不能有效增长它。 时至今日,从Facebook到微信,从Twitter到微博,你所熟知的每家互联网巨头都在搭建自己的数据指标体系,以此来衡量业务的发展状况,并不断优化产品。在这里,我给大家介绍两套指标体系的方法,北极星指标法和海盗指标法。北极星指标:我们的目

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.

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