关注 已有 145 人关注
资源集 产品数据分析的案例和经验总结
鸵鸟 鸵鸟 14个月前创建 1天前更新 共74条资源
对于产品经理、运营从业者来说,数据分析是基本能力,通过数据可以看到一些深层次的问题,同时优化内部的产品方案和运营手段,在这个集合当中。主要整理关于数据分析的一些内容。
一本书 一门课 一篇文章 一个站点 一个工具
上一页 下一页
没有你想要的内容?我来添加
×
【图书】
作者:
0/100
123

确定
确定
取消
有一个好的现象,近几年用户体验设计蓬勃发展,越来越多的产品设计开发同仁认识到一个产品的设计开发需求,不应该是由繁杂的功能特性堆积起来的,而是应该由核心价值用户场景作为思考基础,有效串联产品提供的功能特性而形成的。这是好事,我们做产品需求分析时,看到的不再仅仅是一张成百上千项功能的Spreadsheet,同时还有鲜明的Persona和真实的Scenario,让产品设计更有效更有针对性。 深挖...
描述: 讲的是用户行为分析的三个要素,值得借鉴。
确定 取消
最近两个月我将大量的精力放在了业务分析团队的组建和管理上。不断解决日常中遇到的协作问题,使我学到了一些分析技术以外的知识。由于人多事儿多,所以出现了不少很好的协作案例,值得推广。 分析师尽早介入业务。 运营伙伴做好合理排期。 及时反馈。 利用现有数据源解决问题。许多时候,我们并不是缺乏数据,而是“懒”,不去挖掘现有的数据集的潜力,导致分析师觉得有很多简单重复需求。 ...
描述: 认可文中的观点,数据分析最重要的是了解产品业务,进行深入的路径分析。
确定 取消
文|李少加(《进化式运营》作者) 插画|高效芸 对职场精英而言,「事实」永远比「主观判断」更重要。 「数据分析」能力俨然已是当下各行各业精英的标配能力。 那么,数据分析到底为何物?我们又该用数据之眼洞察真相,进而以「数据驱动增长」? 本文,李少加将以「公众号数据分析」为例,无论你是否为运营人,都将从中获得全新...
描述: 很有章法的运营过程,从不同策略的数据见效,进行最佳调整。
确定 取消
很久以前,大家还不怎么专门谈用户体验的时候,关于如何设计出一款好用的产品,大家基本只能靠猜。没有参照,也没有数据,那时候的设计师们凭借着自己的直觉、品味以及知识来设计一切。 时过境迁,现在大家都非常重视用户的体验,也有越来越多的人参与了进来,建立了更加具体的知识体系,而更更重要的是,我们学会了用数据来“量度”体验。即便用户不去app store进行评论,我们也能够获得非常详细而且具...
描述: 需要从多个维度判定设计的符合性。
确定 取消
为什么眼下大量企业的数据案例难以凸显价值?其中很重要的一点是,产品经理不懂数据。很多的产品经理还停留在以前做产品的阶段,靠感觉来做产品并不知道如何用数据来改善产品,更没意识到数据巳经成为了做产品的核心原材料。 过去的IT时代我们只是简单的使用数据,很少为了解决问题而提炼过数据。为什么我要强调提炼过的数据?因为如果我们要让数据产生价值,让更贴身的数据分析框架去解决用户的实际问题,
描述: 让更多数据嵌入到产品之中,产生价值。
确定 取消
获取:AARRR指标第1部分 我们正在开启一个关于AARRR指标框架(海盗指标)的系列文章。AARRR指标以收入和增长为目标,通过内在5个指标间的逻辑关系改善并推动业务增长。在这个系列文章中我们将详细介绍AARRR指标框架的每个组成部分以及在驱动业务及收入增长过程中的使用方法。 AARRR指标框架的创建者是Dave McClure。因为读音非常像海盗喊话,因此也被称为海盗指标。...
描述: 通过业务分析找到合适的测量方法。
确定 取消
为什么有的报表好用,有的报表不好用,有的企业会做一堆乱七八糟的报表,最近经常会思考这些问题。 有人说数据分析,为了开源节流,这个没有错,今天我从另外一个角度解读。数据分析,是为了应对风险(说明:风险与机会是一起的。PMI中将其共同列为风险管理,本文所有风险与机会同义),开源节流的每一次操作每一个节点,也是风险。 企业经营,风里来雨里去,免不了碰到大大小小的机会和风险,抓住机会躲避风险是每个企业...
描述: 数据分析需要建立在对业务的理解上,才能发挥作用。
确定 取消
最近有段时间不码字了,也办了好几件大事。接下来不再是为了生活费而奋斗了,辞掉了支付宝的工作,整理思绪开始下一种模式的工作。应该来说,感慨还是很多,在阿里的几年其实没赚多少钱,技术也没得到真正有意义的提升,而学习到的更多的是一种工作方式、团队模式、管理方式、公司文化。这些方面还是收获颇多,应该来说如果不是为了接下来的人生能够有更多的进步,真挺想在阿里工作到老,去其他公司真见不得有阿里这样的开放和团队...
描述: 搭建数据团队的前提是熟悉业务,找到有效的分析工具。
确定 取消
最近学习了最优化理论,正好学到了机器学习中支持向量机(Support Vector Machine)和最大熵模型(Maximum Entropy Model)中用到的KKT条件(Karush–Kuhn–Tucker conditions). 之前看了一些相关书籍,发现KKT条件的证明不是有些简略,就是太偏“数学”(对于非数学专业的学生可能看不懂)——不适合非数学专业的同学入门. 因此我通过总结教...
描述: 纯理论的问题策略解决方式,高端数据分析才用到吧。
确定 取消
数据分析中会常犯哪些错误,如何解决? 麦采尧, 马达数据http://www.madadata.com CEO, 斯坦福CS毕业 前几天刚好看到了一篇文章,里面说道《华尔街日报》发现,坐拥很多数据的大公司,却通常不知道拿数据怎么办。有原因就是因为,管理者其实经常会犯一些数据分析中的错误。我不是这方面的行家,...
描述: 从问题出发,通过数据分析找到规律与改进方式。
确定 取消
更多...
添加到资源集
+创建资源集
取消
确定
新建资源集 ×
标题:
描述:

返回
创建
用户名不正确!
下次自动登录