梦想与前行：一名数据人的自白（下）
离上次写文已过去五年，回想起那会最开心的事就是在微博上跟同行百舸争流，恰大数据正热，年少气盛，怀揣憧憬，乐此不疲。然而，
0评论2021-07-290
如何用投行思维做宏观数据分析
叮叮叮~~~，距离上一篇《数据运营的“道”“术”“器”》写完后过了快一个月了，此篇做为分支，从“器“中宏观维度对数据运营做
0评论2021-07-290
超详解析零售业中的那些数据挖掘问题
本文是 TalkingData 首席数据科学家张夏天翻译自 Highly Scalable Blog的一篇文章，介绍了零售业中的数据挖掘问题。本文内容包括
0评论2021-07-292
超详解析零售业中的那些数据挖掘问题（二）
本文是 TalkingData 首席数据科学家张夏天翻译自 Highly Scalable Blog的一篇文章，介绍了零售业中的数据挖掘问题。本文内容包括
0评论2021-07-292
写给设计师看的数据知识
设计师在工作中常遇到的一些问题其实都可以通过数据分析解决，本文通过常见的概念和案例分析，总结了关于数据方面的一些基本知识
0评论2021-07-290
5个提问，详细介绍北极星指标的策略框架
北极星指标（North Star Metric）已经逐渐成为许多公司指导产品发展的重要指标，本文通过五个设问和多个行业案例，系统性地介绍
0评论2021-07-292
数据驱动为什么要基于数据产品？
数据产品是通过构建数据流对数据的应用和管理，因此从产品的形态、构成和逻辑上会比一般产品更复杂。那数据驱动为什么要基于数据
0评论2021-07-290
数据分析必须警惕的坑：辛普森悖论
辛普森悖论为英国统计学家E.H.辛普森于1951年提出的悖论，即在某个条件下的两组数据，分别讨论时都会满足某种性质，可是一旦合并
0评论2021-07-290
客户流失预测模型，如何进行效果评估
本文作者通过详细的例子阐述了如何评价客户流失预测模型的效果，以及客户流失预测模型的目的：有效挽留和关怀客户。 一、一个重
0评论2021-07-290
为什么你需要改进训练数据，如何改进？
本文为雷锋字幕组编译的技术博客，原标题 Why you need to improve your training data, and how to do it，作者为 Pete Warden
0评论2021-07-290
2018年5月专车市场研究报告
这是一份关于2018年五月份的专车市场的研究报告，一起来看看~ 自2016年下半年，网约车新政出台以来，推动了专车市场的重新洗牌。
0评论2021-07-290
大屏数据可视化的过程是什么？
这不是一个具体告诉你怎么设计的攻略文档，这里面多是理解的内容，可以让读者更好的去完成大屏可视化项目。 我的第一性原理 可视
0评论2021-07-290
你是如何被“大数据”洗脑的？
数据真正的价值并不在于其统计或计算结果，而在于人们能对其做出正确的解读。 正文开始之前，请大家先看一个案例： 一家公司希望
0评论2021-07-290
白话数据产品（一）——数据仓库
数据仓库是存放收集来的数据的地方，数据仓库的特征有按时抽取、分层存储、切片存储、抽建模业务等。 数据产品的工作比较杂，从
0评论2021-07-290
VIP会员