京公网安备 11010802034615号
经营许可证编号:京B2-20210330

活动主题:数据时代的电商发展
嘉宾:
张涵诚 电商的数据营销
徐 懿 电商如何从移动DMP获益
7月26日下午,在北京东直门的会议活动室(感谢合作伙伴TalkingData的友情提供!),CDMC(中国数据分析与数据挖掘俱乐部)迎来了北京地区第十次聚会,现场20余位会员从下午2点开始,畅聊电商和数据相关的话题,持续到傍晚5点半,仍然意犹未尽!
下午,论坛组织方代表首先发言,介绍当前CDMC发展情况和后续的安排以及定位。CDMC自2013年由人大经济论坛发起成立以来,吸引了数百名的会员加入,其中90%以上为企业一线从事数据分析相关工作的人士,在北京、上海、深圳和成都地区都分别举办了聚会活动,吸引技术牛人、在校硕博士研究生和企业招聘人员的大量关注。
CDMC定位:
1.成为技术与需求的对接平台;
2.成为创意与灵感的展示平台;
3.成为数据人的朋友圈
这也为后续CDMC的发展提出了更高的要求。
紧接着,由来自宇信智臻信息技术公司的副总裁,北大总电子商务总裁班特聘讲师张涵诚先生。就“电商的数据营销”这一话题,展开了1个多小时的分享(PDF文档下载),从Amazon测试新版的首页开始说起,探讨了用户评价、个性化推荐、搜索营销等方式是如何促进移动电商业务发展的问题。
来自TalkingData的COO徐懿总监,在台上分享了TalkingData在移动DMP(数据管理平台)这一块的布局和成果,通过对全移动行业超过8亿受众数据的汇聚、清洗、智能运算,构建了庞大的第三方精准人群数据中心,以开放接口形式为全行业从业者提供标准的精准人群标签,帮助优化投放和提升营销效果。

最后,来自中国再保险集团的何占峰就之前话题作了一些总结和自己的见解,同时也向在保险、精算、数据分析领域的同行发出了合作、招聘邀请。

9月CDMC,期待更多志趣相投的人士参与!这里数数据人的朋友圈!
关于历次CDMC聚会情况,请参考帖子:http://bbs.pinggu.org/thread-2250292-1-1.html

CDMC会员资格申请:
申请邮箱:club@pinggu.org
邮件标题:CDMC + 姓名 + 城市
邮件内容:
姓名
手机号码
常用邮箱(最好用私人邮箱)
所在地
当前工作/学业情况以及与数据的关系(需求,技术或者创意,请具体说明)
特别注明:本俱乐部所产生的一切经费由参与聚会的会员们AA分担(如餐费,场地费等等)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30