大数据营销价值的10大来源 营销是一门学问吗？当然是，从人类有交易活动开始，营销便一直存在，且随着时代的变化而不断产生新的形式。进入大数据时代，市场营销也随之而慢慢进化。 在某些方面，当前的市场营销 ...
2016-03-17指点迷津的现代数据架构之道 企业要将大数据纳入到其核心企业数据架构，势必需要改动或购置大数据即服务技术。适合如今需求的现代数据架构应当包括以下这几个部分。 本文评析了现代数据架构所需要的几个部 ...
2016-03-17数据分析工作常见的七种错误及规避技巧 这在大多数情况下是正确的,但是对于数据科学家而言,犯错误能够帮助他们发现新的数据发展趋势和找到数据的更多模式。说到这儿,有一点很重要:要明白数据科学家有一个非常边 ...
2016-03-17
初学者面试数据分析岗必要准备 因为在之前的回答里提到，建议希望成为数据分析师的知友们在学习过相关知识以后，做一份自己的数据报告，作为求职的敲门砖，展示已有能力。后来发现，我这个建议自以为干货， ...
2016-03-16现代数据架构之道：包括数据仓库与语义层等四个部分 鉴于许多企业组织在竭力采用易于使用的数据分析技术让大数据广泛可用，它们应考虑将部分功能外包到云端。如果选择一种大数据即服务解决方案，可以处理像hado ...
2016-03-16
数据处理流程、分析方法和实战案例(二) 四、数据分析方法 接下来看一下互联网产品采用的数据分析方法。 对于互联网产品常用的用户消费分析来说，有四种： 第一种是多维事件的分析，分析维度之间 ...
2016-03-16
数据处理流程、分析方法和实战案例(一) 一、大数据思维 在2011年、2012年大数据概念火了之后，可以说这几年许多传统企业也好，互联网企业也好，都把自己的业务给大数据靠一靠，并且提的比较多的大数据思维。 ...
2016-03-16
产品经理学习数据分析，可以先看看这些建议 大数据时代的到来，对产品经理提出了更加严格的数据分析要求。一个懂数据分析的产品经理可以利用数据驱动产品设计优化，并提升客户体验。 那么，产品经理到底该关 ...
2016-03-16高效能数据分析的七个习惯 1．相比花哨算法，更重视分析的简单性 如果你都不能向一个5岁的小孩解释清楚，那么你将很难将你的产品卖给其他人。产品数据分析的重点不是分析，别误会，你还是需要分析，但是它 ...
2016-03-16
高级的数据分析会涉及回归分析、方差分析和T检验等方法，不要看这些内容貌似跟日常工作毫无关系，其实往高处走，MBA的课程也是包含这些内容的，所以早学晚学都得学，干脆就提前了解吧，请查看以下内容。 ...
2016-03-16
SPSS聚类分析是否需要对数据进行标准化处理？ 为了从不同的角度反映一组数据的特征，我们往往追求更多的指标，这些数据单位不同，数量级也不同，这就需要我们在开始分析之前对数据进行标准化处理。聚类分析就经 ...
2016-03-15
基于大数据算法的数据搜索，你有没有被看不起？ 随着大数据的普及，数据信息被挖掘的程度在不断加深。当数据分析产品越来高级，人们对数据分析的需求也越来越大，个人数据在社会中的流传越来越多。 基 ...
2016-03-15
你能正确评估数据吗？ 在数据界，数据分析、机器学习或是数据科学的主要目的，就是建立一个能预测未来数据的系统。在普通情况中，你很难发现监督学习（例如分类）和无监督学习（例如聚类）之前的区别，你通常会 ...
2016-03-15让企业利用数据更高效 我们从很多数据指标中都可以看到组织内部正在发生的未来趋势。然而，更为常见的情况是，组织花费了很多时间和金钱在过于深入研究一个问题上，而这样的深入并无必要。设想一下：你真的需要 ...
2016-03-15数据工作别大意！四个小要点教你少走弯路 和数据相关的工作是很精确的，有时候甚至略显枯燥。在工作中大部分人都想多做些出彩的事，其实，少犯错误远比你想的重要，因为错误一旦发生，你就要耗费大量的工程时间 ...
2016-03-15
来自田渊栋的知乎专栏，CDA数据分析师已获得作者授权 原文标题：AlphaGo的分析 最近我仔细看了下AlphaGo在《自然》杂志上发表的文章，写一些分析给大家分享。 AlphaGo这个系统主要由几个部分组成： 1.走棋网络（P ...
2016-03-15
本文简介：数据科学家的常用工具与基本思路，数据分析师和数据科学家使用的工具综合概述，包括开源的技术平台相关工具、挖掘分析处理工具、其它常见工具等几百种，几十个大类，部分网址。为数据科学教育和知识分享 ...
2016-03-14
产品经理与产品运营经理的区别？ 虽然我跟朋友有着70%的相同工作，但是，还是有区别。不厌其烦解释N遍以后，我觉得，还是要好好跟大家伙解释一下这个。 对公司来说，职位仅仅是一个Title，公司需要做的 ...
2016-03-14如何通过统计分析工具做好app的数据分析和运营;如何通过统计分析工 每个女演员挑战武则天这个角色都绕不过“剃头”这道坎儿，作为对角色的牺牲、对艺术的奉献，每次女演员的“剃头”壮举也必被热炒，可是范冰冰 ...
2016-03-14
用户在线行为学,从点击数据背后说起 在国内，消费者在线行为学领域找不到腕儿的原因有多种： 碍于实践及专注问题，传统行为学（消费者心理学）领域就没有出现专家； 互联网数据分析技术（GA/Ominture等） ...
2016-03-14t 检验与 Wilcoxon 检验：数据差异比较的两大统计利器 在数据分析中，“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法：解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域，准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师：数据治理驱动下的企业数据价值守护者 在数字经济时代，数据已成为企业核心战略资产，其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线（ROC 曲线）是评估诊断模型或预测指标效能的核心工具， ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中，隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维：驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下，数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标：基础概念与协同逻辑 一、CDA 数据分析师：数据驱动时代的核心角色 1.1 定义与行业价值 CDA（Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析：从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计：CDA数据分析师的基础核心与实践应用 一、描述性统计的定位：CDA 认证的 “入门基石” 在 CDA（Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后，原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中，response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮：CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代，数据治 ...
2025-08-21Power BI 热力地图制作指南：从数据准备到实战分析 在数据可视化领域，热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库：从原理到实践的全面解析 在深度学习领域，矩阵运算堪称 “计算基石”。无论是卷积神经网络（CNN）中的 ...
2025-08-20数据建模：CDA 数据分析师的核心驱动力 在数字经济浪潮中，数据已成为企业决策的核心资产。CDA（Certified Data Analyst）数据分 ...
2025-08-20KS 曲线不光滑：模型评估的隐形陷阱，从原因到破局的全指南 在分类模型（如风控违约预测、电商用户流失预警、医疗疾病诊断）的评 ...
2025-08-20偏态分布：揭开数据背后的非对称真相，赋能精准决策 在数据分析的世界里，“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师：数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天，“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师：善用 Power BI 索引列，提升数据处理与分析效率 在 Power BI 数据分析流程中，“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师：巧用 SQL 多个聚合函数，解锁数据多维洞察 在企业数据分析场景中，单一维度的统计（如 “总销售额”“用户总数 ...
2025-08-18
