大数据营销的10大切入点 许多人感觉到大数据时代正在到来，但往往只是一种朦胧的感觉，对于其真正对营销带来的威力可以用一个时髦的词来形容——不明觉厉。实际上，还是应尽量弄明白，才会明白其厉害之 ...
2015-11-04大数据如何精确定位营销 大数据将是继云计算、物联网之后IT产业又一次颠覆性的技术变革。 电影《天下无贼》里有这样一句经典对白：“21世纪什么最贵？人才！”如今，选项可能还要加上一个：数据。 ...
2015-11-04
大数据+大创意=？赚大钱 在大数据时代背景下，品牌商一方面要借助大数据的整合应用，另一方面要从目标受众的角度出发，不断推送让受众喜闻乐见的原创内容，才能真正做到品牌更加精准化、更加深层化 ...
2015-11-04大数据公司实践零售O2O:打通线上线下 大数据公司这样实践O2O：通过线上线下会员打通识别同一人、全触点数据采集、建立大数据管理平台支撑上层应用系统辅助零售商进行大会员管理与经营管理决策以及个性化 ...
2015-11-04
15个IT技术人员必须思考的问题 行内的人自嘲是程序猿、屌丝和码农，行外的人也经常拿IT人调侃，那么究竟是IT人没有价值，还是没有仔细思考过自身的价值？ 1.搞IT的是屌丝、码农、程序猿？ ...
2015-11-03数据分析浅谈 从以下几个方面入手，什么是数据分析，怎么做数据分析，为什么要做数据分析，如何才能做得更好。 1.什么是数据分析 所谓数据分析就是将产品相关的数据收集整合，然后利用特定 ...
2015-11-03
四个要素，轻松搞定企业大数据规划 成功的大数据规划聚焦于四个核心要素：应用场景、数据产品、分析模型和数据资产，企业着手实施大数据战略要着重考虑这四大方面，管理者需要在这四方面做好规划，才能 ...
2015-11-03数据挖掘与数据建模的九大定律(2) 第六，洞察律：数据挖掘增大对业务的认知。 数据挖掘是如何产生洞察力的？这个定律接近了数据挖掘的核心：为什么数据挖掘必须是一个业务过程而不是一个技术过程 ...
2015-11-03数据挖掘与数据建模的九大定律(1) 数据挖掘是利用业务知识从数据中发现和解释知识（或称为模式）的过程，这种知识是以自然或者人工形式创造的新知识。 当前的数据挖掘形式，是在20世纪90年代实践 ...
2015-11-03关于数据分析，聪明人常犯的5个错误 就算了解数据分析，聪明人在进行数据分析时，也会犯错。下面5个错误就是聪明人也常犯的5个错误： 1. 走得太快，没空回头看路。 初创公司里的人们仿佛 ...
2015-11-03
互联网时代，你应该了解的五种物联网大数据 大数据是我们这个时代最伟大的经济机遇之一。但它的概念非常模糊。在一些谈话中，不同的参与者用“大数据”所表示的意思可能有以下三种：1.大量的数据；2.超 ...
2015-11-03O2O的大数据金矿应以什么姿势挖掘 首先我们先来分清数据在商业社会中产生的两端，一端是TO B端，也就是商家端，这个部分在银行表现有企业的存贷等数据；零售业则是商品属性、进价、商家类型等数据。说白 ...
2015-11-03抓住大数据的历史机遇 大数据正在创造新理论、新技术、新价值，带来大机遇、大挑战、大发展，在国家治理、社会发展、经济科技创新中的引领作用日益凸显，成为推进时代变革发展的重要切入点和增长点。 ...
2015-11-03“大数据”做P2P 风控靠谱吗 P2P平台傍上“大数据”听着美美的，然而事实上绝大多数的P2P平台并没有大数据资源和分析能力，所谓的风控很可能是天方夜谭。而相对来说，线上、线下相结合的风控模式安全性更高 ...
2015-11-03
SPSS学习笔记之—生存分析的Cox回归模型（比例风险模型） 一、生存分析基本概念 1、事件（Event） 指研究中规定的生存研究的终点，在研究开始之前就已经制定好。根据研究性质的不同，事件可以是患者的死亡 ...
2015-11-02
一张报表奋斗N晚？数据分析对它说“NO” 双十一即将来临，伴随着销售量的一路上升，各类数据也接踵而来。适当的统计分析可以提取有用信息、形成有效结论，这一过程的良好操作对于店铺的持久发展意义非 ...
2015-11-02大数据时代-如何才能把营销数据落到实处 在大多数公司，营销人员负责评估市场竞争。因此，将近60%的信息专员都会向营销部门报告分析数据，然而大多数营销人员并不能战略性地运用这些竞争分析，只是不断 ...
2015-11-02物联网加剧大数据网络问题 运营商如何应对 网络运营商和服务提供商正在加紧对物联网的准备——而物联网将收入机会与技术挑战混合在了一起。 消费者将要为物联网设备而疯狂，这些设备从穿戴 ...
2015-11-02物联网时代 工业大数据八大应用场景 工业大数据是一个全新的概念，从字面上理解，工业大数据是指在工业领域信息化应用中所产生的大数据。随着信息化与工业化的深度融合，信息技术渗透到了工业企业产业链 ...
2015-11-02如何利用互联网大数据这桶万金油 互联网金融在中国的喷发式成长带动了个人信用征信的强大需求，新型征信市场体系的建立又带动了大数据产业的发展，在这条逻辑严密的互联网金融生态链条上，如何充分合 ...
2015-11-02t 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
