商业洞察力才是“艺”,大数据分析是“术” 在容易获取海量数据的时代,大数据分析是帮助企业决策的重要工具,但管理者的商业洞察力和智慧仍是不可缺少的重要因素。 在对今年美国总统大选结果的各 ...
2016-11-27
“双11”大数据背后的新消费趋势 进入第8个年头的“双11”,已经成为洞察全民消费动向的一个窗口。据星图数据发布的《双11网购大数据分析报告》显示,“双11”当天全网销售额高达1770.4亿元,东道主天猫占据 ...
2016-11-27
物流和大数据的结合,这三巨头强在哪 说起物流大数据,你会想到什么? 因为量大,我首先想到的水,因为水会顺流而下,沿途支流不断汇集壮大,最后百川归海。同样地,数据流也会源源不断注入数据池、数据湖, ...
2016-11-27侵犯个人信息和“大数据”,不是一回事 近日,由中国青年政治学院等机构撰写的《中国个人信息安全和隐私保护报告》正式公布。经过对全国100多万份调查问卷的分析,发现全国多达81%的人收到过对方知道自己姓名或 ...
2016-11-27
玩转大数据的人 “互联网教父”凯文·凯利曾经指出边缘式创新具备颠覆式力量,这个理论适用于经营管理,但对于个人职业发展也同样适用,大数据时代催生出了数据分析师这个新兴职业,对于很多人来讲,选择一个快 ...
2016-11-27大数据时代下数据分析的变化 ( 一) 分析思路 大数据时代的分析常常是直接计算现象之间的相依性。传统的统计分析过程是 “定性 - 定量 - 再定性”,第一个定性是为定量分析找准方向,主要靠经验判断,一般 ...
2016-11-26
对大数据未来的设想 关于大数据未来的设想,笔者认为可以分为精细化的传感器和数据服务即开即用两个方面。 精细化的传感器 对于服务器上传感器的设计,互联网企业有特殊的需求,对上游硬件厂商的依赖是比 ...
2016-11-26
大数据获取+计算工具+计算平台的能力=人工智能 其实在软件行业当中,越来越关注算法。跟你算法的设计是有很大关系。现在很多人研究新的计算时代到底走到哪里去。 AI是人工智能,在整个科技发展过程中,科技 ...
2016-11-26
要搞好数据挖掘,还是得先整明白这张图…… 《哈佛商业评论》称数据科学家为21世纪最性感的职业,性感一词,充分表达着其中说不出的诱惑和吸引。而数据,作为这一切的根源,更是扮演着极其重要且神秘的角色。 ...
2016-11-26秒懂数据统计、数据挖掘、大数据、OLAP的区别 在大数据领域里,经常会看到例如数据挖掘、OLAP、数据统计等等的专业词汇。如果仅仅从字面上,我们很难说清楚每个词汇的意义和区别。今天,我们就来通过一些大数据 ...
2016-11-26
大数据时代对社会生活的影响 近来,大数据似乎在一夜之间闯入了任何一个关于互联网未来的讨论,成为一个炙手可热无所不包的概念。“大数据时代”的来临也已成为媒体关注的热门话题。无论人们对此持有何种观点, ...
2016-11-26
数据挖掘在客户关系管理中的应用 客户获取 客户获取的传统方式一般是通过大量的媒体广告、散发传单等方式吸引新客户。这种方式涉及面过广不能做到有的放矢而且企业投入太大。数据挖掘技术可以从以往的市场 ...
2016-11-25
如果你想学习一门编程语言,但又不知道学什么,Python 无疑是一个上佳选择。 俗话说得好: 丨人生苦短,我用Python 瑞士军刀一般的 Python,容易上手,召之即来,来则能战,数据挖掘和机器学习都不在话下。 这 ...
2016-11-25大数据分析:从数字中“掘金” 在对今年美国总统大选结果的各种预测中,“义乌做旗子的预测美国大选结果”异军突起,让人们见识到了大数据的神奇力量。眼下,在我们生活周围环绕着各种大数据,但很多人对大数据 ...
2016-11-25想充分利用数据?改变操作方式 如今,数字革命几乎在每个行业发生,其中包括医疗保健,制造,金融,零售行业等等。组织正在采用传感器,数字记录,云计算和自动化(存在众多其他技术之中),以简化和改进操作, ...
2016-11-25
物流和大数据的结合,这三巨头强在哪 说起物流大数据,你会想到什么? 因为量大,我首先想到的水,因为水会顺流而下,沿途支流不断汇集壮大,最后百川归海。同样地,数据流也会源源不断注入数据池、数据湖, ...
2016-11-25
大数据利益相关者的利益矛盾及其伦理治理 2013年是大数据元年[1],大数据时代的到来,已给我们的生产、生活、学习与工作带来了前所未有的变革,同时也带来了许多的挑战。在一切皆可数据化的新历史条件下,数据 ...
2016-11-25
大数据更智能 2017年移动营销5大趋势 两年前,全球移动设备使用量首次超过了计算机使用量。自那时起,这种差距便在逐步拉大。如今,人们每天起床后的第一件事情便是拿起智能手机,用户对于移动设备的依赖程度可 ...
2016-11-25
三个案例透析大数据思维的核心 逻辑推理能力是人类特有的本领,给出原因,我们能够通过逻辑推理得到结果。在过去,我们一直非常强调因果关系,一方面是因为我们常常是先有原因,再有结果,另一方面是因为如果我 ...
2016-11-24
大数据时代,医改何处去 医改的一大任务,是要患者和公众重拾信心。为此,限价政策的制定执行,应当拿起大数据智能工具,顺应新经济。成功的药品限价,第一要素是科学性,让数据说话。 利求同 这两年,医 ...
2016-11-24在pandas数据处理工作流中,“列标签”(Column Labels)是连接数据与操作的核心桥梁——它不仅是DataFrame数据结构的“索引标识 ...
2025-11-25Anaconda作为数据科学领域的“瑞士军刀”,集成了Python解释器、conda包管理工具及海量科学计算库,是科研人员、开发者的必备工 ...
2025-11-25在CDA(Certified Data Analyst)数据分析师的日常工作中,表格结构数据是最常接触的“数据形态”——从CRM系统导出的用户信息表 ...
2025-11-25在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20在商业数据分析领域,“懂理论、会工具”只是入门门槛,真正的核心竞争力在于“实践落地能力”——很多分析师能写出规范的SQL、 ...
2025-11-20在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13