数据

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

老兵刚哥:原来你是这样的 A/B 测试

老兵刚哥是数据分析老兵,统计学专家,从清华园出来后一直深耕数据行业,这是他的解读。前言: 刚哥风趣幽默,以一个硕大无比的搪瓷缸闻名。刚哥懂历史,也晓风月,更关键的是:他是A/B测试界里最懂统计学的;统计学界里A/B测试实战经验最为丰富的老兵。刚哥声名在外,记得刚到公司第一周,见他用一套《A/B测试与统计学300题》虐遍了整个公司(哦,不,刚哥说30题就够虐了)。后来有幸跟刚

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

这才是正确的数据分析步骤

“勿忘初心,方得始终”,做数据分析前要想好针对的问题是什么,想通过数据分析解决什么问题,数据分析的结果能帮助你达到什么目的,对现阶段你的产品有何实际的意义。做好数据分析需要考虑三个问题,数据从哪来,数据到哪去,数据怎么去?今天我们来讲讲数据怎么去的问题,也就是数据分析步骤。一、定义“勿忘初心,方得始终”,做数据分析前要想好针对的问题是什么,想通过数据分析解决什么问题,数据分

AI大模型终于走到了数据争夺战

当前,大模型正处在产业落地前期,高质量的数据,是大模型实现产业化的关键要素。最近,一项来自Epoch AI Research团队的研究抛出了一个残酷的事实:模

【数据分析实战】如果我为摩拜单车做数据分析

很多人都在问:如何提高数据分析能力?笔者(申悦)认为一方面要掌握基本的分析框架和分析思路,另一方面就要不断实践。一种很好的实践方式就是分析行业内典型产品的设计、运营思路,假设自己就是该公司的数据产品经理,你会如何对其进行分析。前一阵在“在行”上就遇到了一个案例,学员想了解 共享单车类 产品的 数据分析思路 ,本文就针对这个案例整理一二,供读者参考。步骤一:明确用户是谁 以摩

跌掉一个星巴克后,Facebook泄密事件告诉了我们什么?

Facebook数据泄密事件发生后,全球大为震惊,而只不过是过去数年来众多互联网泄密事件一个小小的案例。那么数据泄密为何会屡屡发生?对其他企业又有何警示呢?Facebook数据泄密事件在过去半个月来持续发酵,如果说账面上近千亿市值的损失还可估量,那么人心的向背则是一向爱惜“羽毛”的扎克伯格所不敢估量的。就连大洋彼岸的百度创始人李彦宏说了一句“客观”话:“中国人很多时候愿意用

结合 IPO 方法论,分享我在数据产品中的修炼经验

结合 IPO 这个框架,讲一下个人对数据产品这个细分领域如何落地,完成认知升级的些许经验。这里虽然专指于数据产品,但这一套方法论,对于产品经理的修炼,甚至是很多知识领域的修炼都是可以通用的。什么是认知升级最近有个词很热:认知。傅盛在之前一篇刷遍朋友圈的文章《傅盛认知三部曲之一:所谓成长就是认知升级》提到:人和人最大的差别是认知。认知,几乎是人和人之间唯一的本质差别。技能的差

史上最全的数据分析工具 --- 拿走,不谢!

工欲善其事,必先利其器。一位优秀的数据分析师应该是全能型的,我们需要具备更多的硬能力。写报告时需要优秀的文案能力、做可视化分析时需要创意策划能力、分析问题时需要有热点捕捉的能力。同时还要懂PPT、PS、Visio、脑图、Excel、Axure、SPSS、SQL、SAS………等各种数据分析工具。下面是小编精心为大家准备的数据分析,必知网站,必备工具,请各位笑纳!热点捕捉工具