网站数据分析思路导图 下图是一个网站分析的生命周期示意图,在确认好分析需求并收集好我们所需要的数据后(强调一下,明确分析需求很重要,这可以避免为了分析而分析),我们就可以充分使用网站分析工具的 ...
2015-11-13数据分析、数据挖掘、BI及分析型CRM的区别与联系 市场领域里的数据分析,是用数据来描述过去和现状。比如到目前为止,前5年的市场份额,及增长率;目前客户的年龄、地域、收入分布等等。数据分析可以满 ...
2015-11-13网页数据分析 vs 移动数据分析:有何不同 一篇Web Analytics vs. Mobile Analytics: What’s the Difference?的文章,在我evernote里躺了几个月,最近几天刚好项目节奏不太忙,回顾了下我evernote里的很 ...
2015-11-13竞争对手的数据分析方法 确定了你的竞争对手并收集到足够数据后,我们就要对他们进行深度分析了。 竞争对手分析路径 竞争对手分析共分为10个步骤,如图1是分析路线图。这 ...
2015-11-13大数据撬动创新创业新契机 大数据被视为云计算之后的又一科技热点。从走在前沿的互联网新兴行业,到与人们生活息息相关的医疗、电力、通信等传统行业,大数据浪潮无时无刻不在改变着人们的生产生活方式 ...
2015-11-13大数据与深度学习是一种蛮力 Facebook去年底挖来了一个机器学习大神Vladimir Vapnik,他是统计学习理论和支持向量机的主要发明者。Vladimir Vapnik被称为统计学习理论之父,他出生于俄罗斯,1990年底移 ...
2015-11-12大数据时代莫忘信息安全 围绕个人信息的采集、加工、开发和销售正悄然变为一条“数据产业链”,由于信息泄露造成的“精准营销”和金融诈骗活动,给人们的隐私和财产造成了难以估量的损失。我们既不能熟 ...
2015-11-12大数据的边界:被改变的与无法改变的 “大数据”的汹涌澎湃,让人们逐渐意识到,由此带来的,极有可能是一场发生在几乎所有领域的颠覆性革命。只是,虽然坊间有关大数据的论著很多,但敢于将这种趋势上升到 ...
2015-11-12数据也会说谎:常见的数据造假三种形态 日常生活工作中,处处都会与数据打交道,但你知道数据是会“说谎”的,即你看到的数据结果并不是事实。本文介绍一些常见的说谎场景以及如何避免。 一、图表 ...
2015-11-11大数据时代:九种从大数据中获取价值的方法 现在已经有了许多利用大数据获取商业价值的案例,我们可以参考这些案例并以之为起点,我们也可以从大数据中挖掘出更多的金矿。 去年TDWI关于管理大数 ...
2015-11-11大数据时代:九个大数据应用领域 随着大数据应用越来越广泛,应用的行业也越来越低,每天都可以看到大数据的一些新奇的应用,从而帮助人们从中获取到真正有用的价值。很多组织或者个人都会受到大数据分析影 ...
2015-11-11深度学习和拓扑数据分析的六大惊人之举 假如你有一个一千列和一百万行的数据集。无论你从哪个角度看它——小型,中型或大型的数据——你不可能看到它的全貌。将它放大或缩小。使它能够在一个屏幕里显示 ...
2015-11-11浅析大数据时代下市场研究方法 大数据时代新的市场研究方法使“无干扰”真实还原消费过程成为可能,智能化的信息处理技术使低成本、大样本的定量调研成为现实,这将推动消费行为及消费心理研究达到一个 ...
2015-11-11数据挖掘与预测分析术语总结 数据挖掘目前在各类企业和机构中蓬勃发展。因此我们制作了一份此领域常见术语总结,希望你喜欢。 分析型客户关系管理(Analytical CRM/aCRM):用于支持决策,改善公司 ...
2015-11-11数据可视化和信息图成功的要素 如果仅仅是能够将数据转化成漂亮的图表,或者是设计出20种不同式样的图表来解释你的观点,并不说明你应该利用所有这20种图表,甚至是其中一种。 如果要成功 ...
2015-11-11从“道”的角度来论述大数据对企业的价值 本文更多是从比较高的层面,也许就是我们说的“道”的层面去思考大数据如何对于一个企业产生价值。有很多观点的值得借鉴,值得大家去深入思考的,本文更多是一 ...
2015-11-11大数据分析的集中化之路 建设银行大数据应用实践PPT 刘贤荣先生现任中国建设银行总行数据管理部副总经理,中国人民银行金融统计分析“双百人才”。国内首个风险加权资产(RWA)计算系统设计专家,参与制定 ...
2015-11-11几种常见的excel错误和解决方法 使用excel的初学者经常会遇见一些比较奇怪的问题,让人又难以看懂,比如说# N/A!、#VALUE!、#DIV/O!等等,出现这些错误的原因有很多种,但是你真的知道这些到底是怎么 ...
2015-11-10我们该如何进行数据分析之入门篇 本篇目的主要是把“产品健康度”监控相关的指标(描述性指标,告诉我们是什么)做一个系统的梳理,希望能够帮助刚刚入行或准备入行的朋友,快速熟悉游戏运营分析相关的 ...
2015-11-10产品经理做市场调研和数据分析的方法 产品经理,你对用户的需求了解多少呢?你知道用户想要什么样的产品吗?你想知道用户将会如何看待你的产品吗?你想知道 ...
2015-11-10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 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 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 ...
2025-08-15