一个报告核心不是包含很多内容，让听众或者读者去花时间理解，核心是讲好一个简单的故事。咨询和投资机构做BP之前，会先花时间理清楚storyline。......

关于企业的大数据体系构建，可以分为4个层级，每个层级之间可以是递进的关系，虽然业务主导不同，但构建思路相通。......

据仓库更多代表的是一种对数据的管理和使用的方式，它是一整套包括了etl、调度、建模在内的完整的理论体系。现在所谓的大数据更多的是一种数据量级的增大和工具的上的更新。两者并无冲突，相反......

数据分析到底都包括些什么？从完成数据采集到做出数据产品，到底有多远的路程要走？笔者在工作的过程中碰到过很多企业老板、客户以及领导，他们对数据分析的理解之浅薄，让我觉得难以置信。......

数据分析中，虽然数据越多越齐越好，可是受限于各类因素的制约，我们并不能获取全部的数据。比如Excel的性能限制，比如数据库不支持大文件导出、或者是无法全量进行的用户调研等。......

从客户角度来看，选取一款BI和数据分析产品时，需要从哪几个方面考虑，怎样才算优秀的产品?有没有可以量化的公式?怎么考虑选型的性价比?......

在招聘中，有很多的HR或者求职者都在问我，现在好的数据分析师都在那个行业、地点，还有那些专业是适合数据分析师专业的？......

如果对一个公司的业务没有足够的了解，是没有办法去做分析的。数据驱动业务的增长已经不仅仅是分析的方法和模型问题，而是包括了数据人才的培养、数据架构的设计，甚至整个公司组织架构设计的企......

经典的冰淇凌销量和游泳溺水人数成正比的数据，这并不能说明冰淇凌销量的增加会导致更多的人溺水，而只能说明二者相关，比如因为天热所以二者数量都增加了。......

对很多的互联网公司来说，数据一直很重要，但是并没有一个可供参考的方法论，这篇会从数据驱动的必要性、LinkedIn数据驱动的底层逻辑、需要关注的指标、如何理解变现等等方面做详细的阐述。......

销售数据分析的重要性已无需赘言，只有通过对销售数据的准确分析我们才有可能真正找准数据变动（增长或下滑）的根本原因......

在别人的眼里数据分析既是很深奥的职业，也是被人挑战的职业，更是让你又恨又爱的职业！其实这些都不重要的，重要的是对此行感兴趣，骨子里有量化一切的意识！......

为什么要对数据仓库分层：a)用空间换时间，通过大量的预处理来提升应用系统的用户体验（效率），因此数据仓库会存在大量冗余的数据；......

某天晚饭时老大问：你们觉得下次XX2发售，哪些用户最有可能来购买？应该给哪些用户PushMessage？让尝试来分析一下。......

可以直接提取的常规数据主要来自五个渠道：友盟、分享后台、后台、AOS100、友盟推广。......

得到的用户是获得用户+使用数据，围绕用户的一系列需要梳理，分类，分析，结合过去的经验，秉着对过去的事情复盘想法，于是就有了下文——从用户梳理到构建体系再到数据分析......

智能有很多种表现，但我们的大脑并不会以同样的方式去响应它们。因此，人工智能的探寻之路面临着诸多挑战，但并不仅仅是我们尚未理解透的人类的智力。......

所有的促销活动，本质上都是透支利润换销量。想要让老板不欠工钱，小姨子不跑掉，就得有效控制促销投入，提升活动效果。实际上，促销，特别是打折促销，还在透支品牌。持续性的打折促销就像吸毒......

比率越高,表示每件商品的固定费用(成本)减低、相对降低由损坏和失窃引起的亏损、能适应流行商品的潮流、能以少额的投资得到丰富的回报、减少存货中不良货品的机会、容易出现“断货”......

不少应用开发者对AARRR模型都有所了解，并且经常会观察产品数据指标的变化和趋势。但是，如何有效的利用这些指标指导产品及运营的改进，多少有些让人感觉无措。......

设计一套日志统计平台的需求来源主要是Nslog的研发和运维同学,整理了好几十条,并出了一个基本的方案。......

数据分析师和圣骑士职业很相似，都需要“门门通”。最近，我尝试对数据分析师的能力和工具体系进行梳理，以下内容为一家之言，仅供参考......

虽然现在大部分企业都对数据越来越重视，但目前仍有相当多的企业和从业者还没有摸清数据分析的门道，不知道自己的数据该怎么分析......

-欺诈侦测(FraudDetection):在上百万的交易中,可能只有屈指可数的欺诈交易,还有很多的欺诈交易没有被正确标注出来,这就需要在建模前花费大量人力来修正。......

数据分析方法论：它更多指的是数据分析的思路，从宏观的角度去指导如何进行数据的分析，数据分析的前期规划。......

数据分析在运营工作中无处不在，无论是活动复盘、专题报告、项目优化，还是求职面试，数据分析都有一席之地。......

我们做数据分析的前提是需要拿到靠谱的数据。如果数据不准确，基于这个数据分析出来的结论是没有意义的。......

大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析......

数据分析闭环有四个步骤：指标—>假设—>试验—>行动。无论你做的在线，离线，或是非线上的业务，都需要这个闭环来指导业务增长。......

数据分析是基于某种行业目的，有目的的进行收集、整理、加工和分析数据，提炼有价值信息的一个过程。再通过分析手段、方法和技巧对准备好的数据进行探索和分析......

公司甚至可以考虑由外部合作伙伴进行模型验证。通过建立分析基础信息设施,公司能够不断基于现有状况对模型进行评估和验证,提升分析模型性能,抓住更多目标客户。......

数据仓库的存储并不需要存储所有原始数据,因为比如你存储冗长的文本数据完全没必要,但需要存储细节数据,因为需求是多变的,而且数据仓库是导入数据必须经过整理和转换使它面向主题......

在当今经济环境中，良好的客户服务和客户体验至关重要。越来越多的企业通过挖掘客户数据提升客户关系，了解客户需求。......

为啥只说应用场景？因为具体模型有很多专业书籍讲的更好，而且我个人认为，模型是固定的，场景是多变的，知道什么时候该用什么模型，比会用这个模型更重要一些。......

漏斗模型与归因模型不仅仅可以运用在数据运营的工作中，更是对于业务整体流程的梳理与再明确。这也可以说是工作中必不可少的技能之一。......

当你完成一份数据分析报告时，不知领导是否有问过你，“你的分析方法论是什么？”。如果分析方法论不正确或不合理，那分析结果参考价值几何呢？......

看似感性主观的用户体验设计与理性客观的数据分析，究竟怎样才能相互作用进而碰撞出产品的灵感火花?......

我们平时所说的商业分析，数据分析的商业感觉到底是什么，它并不是什么很高深的理论或者别人捉摸不透的玩意。不是具体的结果，而是我们的分析的思维方式。......

像一场战役的总指挥影响着整个战役的胜败一样，数据分析师的思想对于整体分析思路，甚至分析结果都有着关键性的作用。......

数据处理新工具使数据科学家从数据准备的繁琐工作中解放出来，但如何根据每个数据分析项目量体定制，融合多源数据以形成有效的分析数据集仍是数据科学家必须面对的一个更具挑战性的瓶颈。......

大数据应用有几个方面,一个是效率提升,帮助企业提升数据处理效率,降低数据存储成本。另外一个是对业务作出指导......

数据分析是一个过程——企业利用这一过程将数据中的信息提取出来,进行处理、识别、加工、呈现,最后成为指导企业经营管理的知识和智慧。因而,企业利用这一过程的成熟程度,决定了企业使用数据的有......

作为数据分析师，无论最初的职业定位方向是技术还是业务，最终发到一定阶段后都会承担数据管理的角色。因此，一个具有较高层次的数据分析师需要具备完整的知识结构。七大板块组成数据分析师完整......

建立索引,操作跑的快一些了,开始做数据清洗,发现存储过程写错了字段名,把不该删的内容删了,卒。终于拿到完整数据,发现超过一百万行,Excel打不开,卒。......

你有没有觉得学习数据分析方法时很痛苦?本文，笔者用简单易懂的文笔总结出来一套易学易用的数据分析方法论，让初学者快速掌握数据分析方法中最核心、最常用的要点，至少能满足90%的日常需求。......

这个头衔听起来很炫，但它只是意味着你的团队需要有个懂技术的人创建数据模型，并理解查询语句如何工作。数据模型可以很简单，甚至像一封电子邮件，列出你要跟踪的行为和优先级。......

数据仓库主要是给我们需要存放的数据提供一个物理基础，我们对数据进行分析，原材料都放在这个数据仓库里面，这几年以来，除了数据仓库这个概念，还兴起了数据集市这个概念，数据集市其实就是部......

数据分析师都想使用数据库作为数据仓库处理并操作数据，那么哪一款数据库最合适分析师呢？虽然网上已经有很多对各种数据库进行比较的文章，但其着眼点一般都是架构、成本、可伸缩性和性能......

在2012年及2013年诸多大型互联网公司其移动端的流量已经超越PC端的流量，很多大型互联网企业PC业务用户往移动端迁移，呈现出PC业务增长放缓，移动业务增长迅速的态势。......

虽然国内网络营销发展的市场空间很大，但是也存在着一些弊端与不足，这时若是能发挥数据在网络营销中的积极作用，那对于网络营销来说，将会提升到一个新的发展空间。......