数据分析师的几大特点分析 数据分析师就是在不同行业中，从事行业数据搜集、整理并且分析的专业人员。一些机关跟单位希望这些数据分析师为他们的项目做出科学并且合理的分析，为了做出正确的决策。有许多的风 ...
2016-03-11
在Springboard，我们的学生经常问我们这样的问题“数据科学家是做什么?”或者“数据科学家每天的工作是什么样子?”这些问题很棘手。答案因角色和公司不同而不同。 因此，我们咨询了Raj Bandyopadhyay, Springbo ...
2016-03-11现在人人都在谈大数据，大数据已经从当初一个模糊的概念逐渐发展为一个成熟的行业。企业希望利用大数据来为自己寻求发展契机，于是部署大数据分析工具就成了当务之急。我们知道，没有最好，只有最合适，那么企业该 ...
2016-03-10推荐我认为不错的几本书给大家，我简单介绍，具体内容大家可以百度。排名不分先后 1、【数据化管理:洞悉零售及电子商务运营】 自己的孩子自己夸，你懂的。这是我写的书，去年7月面世，目前已经销售近5万策略。我 ...
2016-03-10
最新出炉的微信大数据 这两天2015腾讯全球合作伙伴大会正在重庆召开，今天是互联网 微信的专场。企鹅公布了一大批牛逼哄哄的数据，通过朋友我拿到了部分重点微信数据，分享给大家。 先上两个“亿级”数据： ...
2016-03-10
高大上的数据分析方法是什么 在大学学的是各种高大上的数据分析方法，但实际工作中却是干一些只需要加加减减的统计工作。他们有理想，想干出一番自己的事业，想挖出另一个“啤酒与尿不湿”（注：这是一个经典 ...
2016-03-10
数据分析师到底是做什么的 从事数据分析师工作这么久，还是还是想知道数据分析师到底是做什么的？相信这个问题也困扰着大家。 他们总关心一些专业词汇（arpu，pcu，还有很多我也不知道的英文字母组合） ...
2016-03-10
大数据流式计算场景特征的解读 云计算、物联网等新兴信息技术和应用模式的快速发展，推动人类社会迈入大数据新时代。一般意义上，大数据是指利用现有理论、方法、技术和工具难以在可接受的时间内完成分析计算、 ...
2016-03-10过度忠于数据和分析,影响员工流失率 让我们回到1911年去探究原因。那是进步主义（Progressivism）时代。那一年泰勒在《科学管理原则》（The Principles of Scientific Management）一书的引言中写道：“在过去 ...
2016-03-09
竞品分析报告正确的打开方式 如果说就多数人的竞品分析报告来谈，并没有什么卵用，因为分析的都是一些流于表面的东西，连一些总结性的东西都没有，所以最后也就导致了这篇竞品分析是为了报告而报告的，并没有什 ...
2016-03-09
【总结】竞品分析报告撰写的方法 一份优（有）秀（用）的竞品分析报告，不是说简单地找几个类似的产品，罗列几个功能，说几个优缺点就可以的，其中往往包括了很多文案撰写逻辑，对比分析方法论，还有最重要的是 ...
2016-03-09
产品经理如何进行数据分析 流量相关数据：IP、PV、在线时间、跳出率、新用户比例; 订单相关数据：总订单、有效订单、订单有效率、总销售额、客单价、毛利润、毛利率; 转化率相关：下单转化率、付款转化率 ...
2016-03-09
大数据基础知识分享 你也可以成为相关专家 作为一名网站工作者，每天都和数据打交道。在与数据相关的知识中，大数据这个概念曾经困扰我很久。在逐渐了解一些基础知识后，我才明白大数据到底是什么，具有有什么 ...
2016-03-09
每部电影都有自己的海报，即便是在如今这互联网时代，电影海报仍是一个强大的广告形式。每部电影都会根据自身的主题风格设计海报，精致的电影海报可以吸引人们的注意力。那么问题来了，不同风格的电影海报对颜色有什 ...
2016-03-08
三大统计软件：SAS、Stata与SPSS比较 很多人曾问及SAS，Stata三大统计软件：SAS、Stata与SPSS比较 和SPSS之间的不同，它们之中哪个是最好的。可以想到，每个软件都有自己独特的风格，有自己的优缺点。 ...
2016-03-08
统计学中为什么要对变量取对数？ 对数据做一些变换的目的是它能够让它符合我们所做的假设，使我们能够在已有理论上对其分析。 对数变换(log transformation)是特殊的一种数据变换方式，它可以将一类我们理论上 ...
2016-03-08
Hadoop数据操作系统YARN全解析其它 为了能够对集群中的资源进行统一管理和调度，Hadoop 2.0引入了数据操作系统YARN。YARN的引入，大大提高了集群的资源利用率，并降低了集群管理成本。首先，YARN允许多个应用程 ...
2016-03-08
决胜大数据的六大要素 每次在为一家企业搭建大数据平台的起步阶段，他们总是向我展示各种他们采用的各种前沿技术，还有他们视若珍宝的数据储备。但是毫不避讳地讲，我根本不想在这个阶段讨论这些方面的细节。 ...
2016-03-08
详细解释数据挖掘中的十大算法 在一份调查问卷中，三个独立专家小组投票选出的十大最有影响力的数据挖掘算法，今天我打算用简单的语言来解释一下。 一旦你知道了这些算法是什么、怎么工作、能做什么、在哪 ...
2016-03-08
数据挖掘实战训练 问题：如果研究的变量为连续变量，且多种因素对它有影响，本研究共分为四组，并且组间AGE、BMI、BP等差异均具有统计学意义，应该如何校正AGE、BMI、BP等？ 这里： Y是连续性变量，我们 ...
2016-03-08在数据成为新时代“石油”的今天，几乎每个职场人都在焦虑： “为什么别人能用数据驱动决策、升职加薪，而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”，但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中，透视表凭借灵活的字段重组能力成为核心工具，但原始透视表仅能呈现数值结果，缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中，“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益，电商靠 “运营拍 ...
2025-10-17在数据库日常操作中，INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表（或查询结果集）的数 ...
2025-10-16在机器学习建模中，“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度，还是神经网络的权重，这 ...
2025-10-16在数字化浪潮中，“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法， ...
2025-10-16在大模型从实验室走向生产环境的过程中，“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型，若在高并发 ...
2025-10-15在机器学习入门领域，“鸢尾花数据集（Iris Dataset）” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中，零散的指标（如 “GMV”“复购率”）就像 “散落的零件”，无法支撑系统性决策；而科学的指标体系，则 ...
2025-10-15在神经网络模型设计中，“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少，模型可能 “欠拟合”（无法捕捉数据 ...
2025-10-14在数字化浪潮中，数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息，又要能将分 ...
2025-10-14在企业数据驱动的实践中，“指标混乱” 是最常见的痛点：运营部门说 “复购率 15%”，产品部门说 “复购率 8%”，实则是两者对 ...
2025-10-14在手游行业，“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度，更直接决定了后续 ...
2025-10-13分库分表，为何而生？ 在信息技术发展的早期阶段，数据量相对较小，业务逻辑也较为简单，单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中，“数据孤岛” 是普遍面临的痛点：用户数据散落在 APP 日志、注册系统、客服记录中，订单数据分散在交易 ...
2025-10-13在数字化时代，用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”，到视频 APP 的 “打开→搜索→观看→收藏”，再到银 ...
2025-10-11在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中，未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储，CDA（Certified D ...
2025-10-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10
