数据

数据分析实战:数据分析的5大关键环节

大数据及移动互联网时代,每一个使用移动终端的人无时无刻不在生产数据,而作为互联网服务提供的产品来说,也在持续不断的积累数据。数据如同人工智能一样,往往能表现出更为客观、理性的一面,数据可以让人更加直观、清晰的认识世界,数据也可以指导人更加理智的做出决策。数据驱动的时代,无论你的工作内容是什么,掌握一定的数据分析能力,可以帮助你更好的认识这个世界,更好的提升工作效率。数据分析

浅谈数据监控&数据分析

关于数据分析,作者分享了一些看法,希望能够对你有所帮助。从广义来讲,数据是反映产品和用户状态最真实的一种方式,通过数据指导运营决策、驱动业务增长。数据可分为2种情况:数据监控和数据分析。什么是数据监控?数据监控是及时、有效的反馈出数据异常的一种手段,通过对数据的监控去观察是否异常,进而分析数据。什么是数据分析?数据分析是以业务场景和业务目标为思考起点,业务决策作为终点,按照

数据仓库学习笔记:修炼数据产品经理

好的数据仓库的建立能够适应业务的多变,并且能够为企业提供坚实的数据基础以辅助业务决策。随着企业业务的发展,企业自身的业务系统及其中所存储的数据会变的越来越多,同时业务及运营人员对于日常的指标及数据分析需求也会越来越明显。这时为了企业能够拥有更好的数据基础来支撑常规的BI系统以便辅助业务决策,一些企业会选择建立企业级的数据仓储系统对公司全部或部分的数据进行统一存储及管理。一、

后台系统:数据展示列表

后台数据列表设计,有哪些需要注意的点呢?通过文章一起来看看。在后台产品设计中,涉及到比较多的恐怕就是数据列表了。那么,列表应该怎样进行设计,在设计过程中有需要考虑哪些因素呢。首先,一个后台的数据列表页,主要可以分为以下几个:搜索操作列表在有的数据列表页面,你可能会看到两个列表,一个是数据详情列表,另一个则是对所选数据某些字段的一个简单统计。在设计中是否需要,需要看业务需求而

在数据分析上,管理者常犯的9个错误

数据是有角度的,你的角度对不对?数据是人类的发明。人类定义了他们想要测量的现象,设计系统收集数据,在分析之前进行清理和预处理,最后选择如何解释结果。即使使用相同的数据集,两个人也可以得出截然不同的结论。这是因为数据本身并不是“地面真实”——能够反应客观现实的、可观察的、可证明的数据。你如何概念化一个现象,确定要测量什么,并决定如何测量,将影响你收集的数据。你利用AI解决问题

当我们在设计统计报表的时候,我们在设计些什么?

如何为公司上下设计出他们都想看,而且看得懂的统计报表?又到一年岁末要做各种年终总结汇报的时候,各大平台早已纷纷推出用户的“年度账单”、“年度歌单”、“年度健身数据”等,这些数据迅速地占据了众多人的朋友圈版面,或炫耀、或概叹、或惊讶,通过平台多角度的汇总信息中,用户们似乎重新地认识了自己。数据的价值在现今互联网时代更愈发得到重视和利用,通过某安全管家的开机提示和内存检测来指导

数据型B端设计理念探讨

本文总结了当前的B端设计理念的优劣并在此基础上衍生出个人的另外一种新的B端设计理念;也阐述了基于数据型B端设计理念重新设计的模型划分以及数据型B端需求设计文档中的编写规则。本文目录如下:1.1 B端设计原理探讨1.2 当前主流B端设计理念的问题探讨1.2.1 数据型B端设计理念2.1 数据型B端设计元素2.1.1 数据型B端设计元素简介2.2数据型B端各设计元素间的关联关系

产品经理:一张表格理思路 行为数据打辅助

诸葛君说:产品经理时常面临一种困境:需求清单列表越来越长,大量需求没时间开发,尤其是初级产品经理,在面对没有受过专业的产品训练的部门所提的需求时,即使你隐隐感觉这个需求有点儿“扯”,好像也无力反驳,或者说没办法说服其放弃这个需求,那么,究竟该如何优雅的与业务部门沟通交流呢?毕竟除了mindmanager/axure外,产品经理最常用的工具是嘴。一、做产品经理,而不是功能经理

不是专业数据分析师的你,该如何科学地看待大数据呢?

当人们在不了解某样东西的时候,就会很容易神化或者妖魔化它。似乎很多创业人,都喜欢讲一些概念化的东西。例如前两年的互联网+,例如后来的大数据,又例如最近的区块链……然而我看到的满嘴互联网+、大数据、区块链的人,并 没有几个真正理解 这些东西到底是什么,是如何运作的,以及如何达到世人所见的“神奇”效果。当人们在 不了解某样东西的时候,就会很容易神化或者妖魔化它