关注 已有 147 人关注
资源集 产品数据分析的案例和经验总结
鸵鸟 鸵鸟 13个月前创建 3天前更新 共69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
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
最近这几年,互联网有俩词挺流行,一个是数据驱动,一个是技术无罪。 我们说很多产品决策的依据不是管理者拍脑袋,而是基于数据反馈,这当然是好事情。 我们说互联网产生了很多新模式,新技术,为鼓励新技术和新模式的发展,一些基于用户共享,基于用户反馈所带来的版权问题和类似的内容合法性,真实性问题,平台和技术服务商可以免责,所谓的避风港原则,也保护和激励了整个行业新技术和新模式的发展。 ...
确定 取消
今天聊一下增长黑客。 增长黑客是近年来国外很火热的一个词汇,顾名思义,它负责和驱动一切业务指标的增长。和运营平时干的事情没啥区别,只是多了一个非常酷炫的黑客后缀。 更多的含义和内容,在「增长黑客」这本书已经谈到,今天聊的是我业务中的一些增长案例。 我认为,增长黑客更见于细节和洞察,而不是爆发性的营销。后者好比老板要求你篇篇10万+,可这现实么?而细节,才是每个运营都能完成的...
描述: 运营的增长策略在各种模式都会体现出来。
确定 取消
今天是3.15,作为一个长相靠谱、内容靠谱,更新时间不靠谱的公众号运营者,没有被大家投诉,我很欣喜。 本篇文章的主题,是数据化运营。在写完《从零开始,构建数据化运营体系》后,我一直在想,能不能写得再好一点? 我胸中有很多付诸笔端的想法在鼓动,虽然在近两年的工作中,数据化运营是最得心应手的工作,但是写出来总差那么一点意思。另外一个角度看,是不够融会贯通。 于是我希望,在七周成...
描述: 从产品运营的角度讨论了数据化分析的思路,很有逻辑性,值得学习。
确定 取消
本文是《如何七周成为数据分析师》的第十二篇教程,如果想要了解写作初衷,可以先行阅读七周指南。温馨提示:如果您已经熟悉统计学,大可不必再看这篇文章,或只挑选部分。 当获得一份数据集时,你会怎么做? 立马撩起袖管进行分析么?这不是一个好建议。无数的经验告诉我们,如果分析师不先行了解数据集的质量,后续的推断分析是事倍功半的。 正确的处理方法是先使用描述统计。 &n...
描述: 数据结果的梳理与展示过程,很有条理。
确定 取消
对于运营数据分析,我相信很多小伙伴会存在以下问题: 面对异常数据经常出现“好像做了什么?好像发生了什么?所以可能造成了影响”的主观臆测? 面对数据报表,不知道该怎么分析?不知道该分析什么? 数据分析作为运营最基础的一项技能,你是否真正的将其价值发挥出来,合格的运营一定是数据驱动运营,而非运营驱动数据! 1 从单一维度到体系化的思考,是做数据分析必须做出的转变!对于数...
描述: 除了数据分析的一些元素统计,对系统分析思路也做了说明,值得收藏。
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