一年一度的调薪周期到来，多家公司酝酿着新一轮的薪资调整方案。接到很多电话，于是盘点了常见的薪酬管理误区，并将在此基础上，会继续发一些薪酬诊断分析和改善策略的文章，以体现人本时代薪酬管理的关键趋势，帮 ...
2016-07-20
数据不在大，而在于完整 我们谈论大数据的时候，我们常常谈论的是数据模型、数据的全面和及时，但对小商家而言，却并不具备获取大数据的条件。对于它们来说，从老客户身上获取的数据才更有意义。 这几年关于 ...
2016-07-20
大数据应用的三个阶段(辅助产品-创造价值-塑造我们) 从庞杂的数据背后挖掘、分析用户的行为习惯和喜好，找出更符合用户「口味」的产品和服务，并结合用户需求有针对性地调整和优化自身，就是大数据的价值。 ...
2016-07-20
大数据时代，你熟悉这几种互联网征信的模式吗 传统个人征信的分析维度包括： 1 )个人基本数据，如年龄、性别、职业、收入、婚姻状况、工作年限、 工作状况等; 2) 信贷情况，主要是信贷和信用卡相关数据; ...
2016-07-20
大数据行业人士必知10大数据思维原理 大数据思维原理是什么?简单概括为10项原理，当样本数量足够大时，你会发现其实每个人都是一模一样的。 一、数据核心原理 从“流程”核心转变为“数据”核心 大数 ...
2016-07-20大数据可视化正面临哪些挑战 拓展性和动态分析是可视化的两个最主要的挑战。举例来说，对大型动态数据，原本A问题的答案和B问题的答案也许在同时应对AB两个问题时就不适用了。基于可视化的方法迎接了四个挑战 ...
2016-07-20
你听说过“首席数据官”吗？欧莱雅、道明银行等老牌企业都已经成立了研究中心，任命了首席数据官，不少企业成立了虚拟或临时性组织，研究企业所拥有的数据中蕴藏的价值。 数字商和智商、情商的不同之处在于它体现 ...
2016-07-19
大数据所体现的财富价值 计算机云技术的出现，将大数据分析和处理变成现实。目前，有很多人，也有很多商企部门都在倾向性关注大数据。大数据分析和处理能创造数据财富价值。一个商企所拥有的跟自己关系密切的大 ...
2016-07-19如何学习数据可视化技术 数据可视化就是一个将数据分析结果转化为图形或者表格的过程，随着大数据技术的关注度不断提高，精通数据可视化的人在职场上也可以占据有利的地位，那么如果想要学习数据可视化要从哪里 ...
2016-07-19重磅，企业实施大数据的路径 企业实施大数据主要有四个方面的内容： 第一，企业要建立数据文化，企业作决策应该用数据来说话。 第二，企业要建立数据的战略。 第三，企业在数据战略之下组 ...
2016-07-19机器学习的大数据分析成绩斐然，却令数学家大惑不解 这篇文章原刊登于《量子杂志》（Quanta Magazine），分析了机器学习在大数据中的一些数学原理和问题，作者Ingrid Daubechies是杜克大学数学、电子和计 ...
2016-07-19
大数据时代历史研究新方法 16世纪的“科学革命”后，自然和人文社会科学的学术传统出现分流：自然科学追求发现和认识“未知”事物，形成“求是型学术”（Scholarship of Discovery）；人文社会科学注重解释和理 ...
2016-07-19
大数据背景下的综合性学术期刊 借力大数据，可及时获得读者的信息反馈，对学术信息传播效果即时评估，从而矫正刊物传播的内容。通过不同的终端发布学术信息，不仅可以实现学术信息的“碎片化”传播，更重要的是 ...
2016-07-19
数据分析员工销售能力 数据分析越来越细化了，在企业中，数据分析不仅仅使用在管理企业总体业务上，也可以在管人上，及时的了解和掌握员工的工作能力和工作情况的分析，不仅可以解决个人的问题，也可以很大程度 ...
2016-07-18数据可视化过程中容易犯的三种错误 数据可视化的讨论越来越多，数据分析的过程很重要，数据分析的结果好不好理解，就和数据可视化过程息息相关，如果数据可视化的过程中存在很多问题，那么就会很大程度的影响数 ...
2016-07-18制造业 正迈入大数据时代 在德国的工业4.0中，大数据被认为是物理与信息融合中的关键技术。在美国GE提出的工业互联网中，大数据分析作为联机数据处理分析的核心，被认为是重构全球工业、激发生产力的关键技术。 ...
2016-07-18
为什么现在人们重视大数据 在一次聚会中，一位从事大数据行业的朋友在聚会期间谈到他最近一直处于忙碌的状态。问起他忙碌的原因，他则表示忙碌与如何通过大数据来实现春运的抢票事宜。抢车票这和大数据有什么关 ...
2016-07-18
破解大数据走向战场的难题 随着大数据在军事领域的逐步开发和应用，越来越多的人认为在未来战场上，只有具备大数据优势的一方，才能立于不败之地。但依靠大数据打仗，并没有看起来那么美，也并非一蹴而就，而 ...
2016-07-18大数据如何使得数据库变得更好 当在提及“数据库”时，大多数人第一时间想到的肯定都是已经主宰该领域超过30年的关系数据库管理系统(RDBMS)。然而，这种状况可能很快就会改变。 一系列全新的竞争对手， ...
2016-07-18
数据分析被大数据赋予的新特点 大数据的兴起不断的促进大数据技术的发展，大数据的工具和软件成本也在不断的降低，不断的更加低廉，更加简单，可以满足企业的高性能的需要。大数据分析的产品也在不断的发展，大 ...
2016-07-17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在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中，“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”：各部门数据口 ...
2025-10-10在深度学习中，“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术：损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中，常会遇到这样的困惑：某电商平台 11 月 GMV 同比增长 20%，但究竟是 “长期趋势自然增长”，还 ...
2025-10-09Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29
