SAS市场研究应用介绍:组合/联合分析 一SAS市场研究模块介绍 市场研究是指研究组织（企业）与客户、公众三者关系的规律的过程，是市场营销领域中的一个重要元素。它把消费者、客户、公众和营销者通过信息 ...
2016-09-17
数据挖掘典型应用:如何做好关联分析 在电商数据运营中，对于客户而言，有两个很重要的指标对于扩大销售规模是很重要的：第一，提高顾客重复购买次数；第二，提高客户订单中的Basket size（即购物篮件数）。而第 ...
2016-09-17
甲方乙方：数据分析内外有别 现在是一个大数据时代，人人嘴边都挂着数据创造价值、数据挖掘等一些热词。各公司内部也逐渐认识到数据的重要性，纷纷成立数据部门，期待数据可以真正的为业务服务。 另外，也有 ...
2016-09-17
数据科学家的4种工作形式与8项求职技能 “数据科学家”被誉为21世纪最性感的工作，但如何成为一个数据科学家？怎样才能入门呢？许多的信息可能导致你认为成为一个数据科学家需要全面的精通一些领域，比如软 ...
2016-09-17
数据分析,快比大更重要 人人都在讲大数据,数据越大,就越有价值吗?在大数据环境下，我们需要把大叔据做成小数据，数据分析采更有商业价值。 我觉得大数据本身没有任何意义，数据对我们来说就是硬盘存在电 ...
2016-09-17
系统性阐述用户画像数据建模方法 经历了12、13两年热炒之后，人们逐渐冷静下来，更加聚焦于如何利用大数据挖掘潜在的商业价值，如何在企业中实实在在的应用大数据技术。伴随着大数据应用的讨论、创新，个性化技 ...
2016-09-16经验 : 从设计到数据——写给非数据人的数据入门 供非专业人士学习交流，望专业人士勘察纠错。 一. 一段经历，一点心得 一直追我博客的人想必是清楚我之前做交互设计，然后去轮岗过行业运营，然后 ...
2016-09-16
数据分析的影响因素之组织架构革新 从底层数据的丰富和算法应用的丰富中，数据分析的原材料需求和基础技术需求都已经有了显著的提升，可以说从功能实现上来讲，数据分析已经成为企业管理的重点核心。但在大多数 ...
2016-09-16
数据分析知识，会员分析的基本方法 零售企业间的竞争，归根结底是对顾客资源的争夺，会员管理必将在这场争夺大战中发挥越来越大的作用。 会员卡的静态数据，如年龄、性别、职业、单位邮编、单位地址。 会 ...
2016-09-16
为什么要重新开始学习数据分析 在新生大学里经常可以听到老师讲到，看见真实的世界。那么该如何定义真实的世界？如何才能看到真实的世界呢？ 首先真实的世界，绝对不仅仅是每天看到的新闻，每天听到的故事， ...
2016-09-16
如何成为大数据企业 献给不懂数据挖掘的你 一家中等规模的百货商场，通过视频监控记录下商场各个区域的客流人数，从而评估每天各个时段客流的在店时长，进而结合销售记录数据估算出客流中带有明确购买目标的“ ...
2016-09-16干货 ：这7种回归分析技术 学了不后悔 本文解释了回归分析及其优势，重点总结了应该掌握的线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归、ElasticNet回归等七种最常用的回归技术及其关键要素， ...
2016-09-15如何区分三个大数据热门职业 如何区分三个大数据热门职业—数据科学家、数据工程师、数据分析师 随着大数据的愈演愈热，相关大数据的职业也成为热门，给人才发展带来带来了很多机会。数据科学家、数据工程师 ...
2016-09-15从现在起，做一名合格的数据科学家 “数据科学家”被誉为21世纪最性感的工作（Thomas Davenport和D.J. Patil在哈佛商业评论上曾发表的一篇文章中称），但如何成为一个数据科学家？怎样才能入门呢？许多的信息可 ...
2016-09-15
业务分析师和数据科学家有什么不同 数据逐渐成为企业的新一代货币，这也正是公司为了做出更好的决策不遗余力的挖掘数据的潜力的原因。为此，公司需要的是懂得如何从海量数据源中获取需要的数据并以有价值的方式 ...
2016-09-15
提升R代码运算效率的11个实用方法 众所周知，当我们利用R语言处理大型数据集时，for 循环语句的运算效率非常低。有许多种方法可以提升你的代码运算效率，但或许你更想了解运算效率能得到多大的提升。本文将介绍 ...
2016-09-15
【R】如何确定最适合数据集的机器学习算法 抽查(Spot checking)机器学习算法是指如何找出最适合于给定数据集的算法模型。 本文中我将介绍八个常用于抽查的机器学习算法，文中还包括各个算法的 R 语言代码， ...
2016-09-15
来自一位资深的数据分析从业者的分享 一、掌握基础、更新知识。 基本技术怎么强调都不过分。这里的术更多是（计算机、统计知识）， 多年做数据分析、数据挖掘的经历来看、以及业界朋友的交流来看，这点大家 ...
2016-09-14一个数据科学家首先应该做的5件事 人们总是问我如何有效的成为一名数据科学家。我的经历是先成为一名软件工程师，然后读了数据科学相关的PhD (是在它变成热点之前)。在这篇文章里，基于我在这个领域的经验总结 ...
2016-09-14
避免大数据分析的思维陷阱 大数据分析可以追溯到30年前， 那时在数据分析界， 人们认为数据分析的工具和算法已经可以深度分析出任何东西， 所欠缺的就是数据量。 数据分析师们的说法就是， 如果你能够让我测量 ...
2016-09-14PowerBI 累计曲线制作指南：从 DAX 度量到可视化落地 在业务数据分析中，“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据：用法、实例与实战技巧 在 Python 编程中，函数是代码复用与逻辑封装的核心载体。多数场景下，我们 ...
2025-08-15CDA 数据分析师：引领商业数据分析体系构建，筑牢企业数据驱动根基 在数字化转型深化的今天，企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性（Feature Importance）排名解析 在机器学习领域，随机森林因其出色的预测性能和对高维数据的适应性，被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中，t 统计量是常用的重要指标，其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中，数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量：数据链路中的双重镜像 在商业数据分析体系中，流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中，商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师：数据时代的价值挖掘者 在数字经济高速发展的今天，数据已成为企业核心资产，而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中，开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据：从业务需求到技术实现 在数据分析场景中，连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制：数据打乱的艺术与实践 在深度学习模型训练过程中，数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选：从基础语法到实战应用 在数据分析工作中，基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域：从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年，数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率：计算方法与实践意义 在游戏行业中，流水（即游戏收入）是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级：数据分析入门的基石 在当今数据驱动的时代，数据分析能力已成为职场中的一项重要技能。CDA（Certified Data Anal ...
2025-08-12破解游戏用户流失困局：从数据洞察到留存策略 在游戏行业竞争白热化的当下，用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券：CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中，数据已成为企业核 ...
2025-08-11DBeaver 实战：实现两个库表结构同步的高效路径 在数据库管理与开发工作中，保持不同环境（如开发库与生产库、主库与从库）的表 ...
2025-08-08t 检验与卡方检验：数据分析中的两大统计利器 在数据分析领域，统计检验是验证假设、挖掘数据规律的重要手段。其中，t 检验和卡 ...
2025-08-08
