数据库

如何用数据分析,搞定新媒体运营的定位和内容初始化?

最近,很多运营微信公众号、微博或头条号的小伙伴都被这样一个问题困扰着:为啥我新媒体账号有时推送的阅读量很高,有时却是极低,甚至最高值和最低值之间相差达数十倍之多。如此不稳定,这究竟是为什么呢?其实,原因很简单—因为运营者们没有很好地给自己运营的新媒体账号进行定位,也不了解他们的粉丝需要什么样的内容,只知道每天推送内容,而不知道什么样的内容是与我们公众号的自身定位相符的,只要

数据运营:如何用数据分析搞定新媒体运营的定位和内容初始化

本文不空谈理论,以一个青春文学类公众号从0到1的创建作为实例。最近,很多运营微信公众号、微博或头条号的小伙伴都被这样一个问题困扰着:为啥我新媒体账号有时推送的阅读量很高,有时却是极低,甚至最高值和最低值之间相差达数十倍之多。如此不稳定,这究竟是为什么呢?其实,原因很简单---因为运营者们没有很好地给自己运营的新媒体账号进行定位,也不了解他们的粉丝需要什么样的内容,只知道每天

数据科学家最常用的 10 个算法!

越来越多人加入数据科学这个行列,而数据科学家离不开算法的使用,因此出现数据科学家们最常用的一些算法。今天我们大圣众包(www.dashengzb.cn)小编根据KDnuggets调查,带大家看看这5年时间(2011年-2016年),到底哪10个算法深受数据科学家们的喜爱呢?2016年数据科学家最常使用的十大算法,它们分别是:1. Regression 回归算法2. Clus

方法论:用 AARRR 模型做数据分析

数据分析是一项实战性的工作内容,只有在不停的优化中才能越做越好。对一个刚入门的产品经理来说,为一个全新的产品或项目做数据分析,都会有手足无措的感觉。现在,笔者把自己在数据分析这块工作上的所遇所思写成文章分享给大家,按照文章的步骤,你也能做出一个基本的数据分析。一、明确数据分析的目的:做数据分析前,一定要先确定好目标,这样后面的每一步才能不偏离大方向。那么,你做数据分析的目的

数据本没有意义,AI 本没有智慧,是人让其有了意义

好像我们这些数据行业迎来了历史上最好的时刻——数据爆发的时刻。今年以来又出现了很多热词,不止大数据,人工智能(AI)、深度学习(deep learning)、机器学习(machine learning)、AR、VR……形色的创业团队鲸吞了市场上相当一大部分的投资。所有这一切好像跟我们相关,但好像离商业价值又那么远,他们之间到底跟数据有什么关系,有没有可能给其他行业创造价值?

怎样通过数据去引导优化产品迭代?

数据分析是双刃剑,做好了,对产品优化具有重大价值,做坏了,会误导产品甚至狗带。网上流传这么一句话,不会数据分析的产品经理不是一个好的产品汪。招聘网站对于产品经理招聘的数据也显示,数据分析是产品经理吃饭必备的工具。大量的砖家也很乐于在各种社区和公众号分享他们的数据思维和数据分析方法论。今天我想要和大家简单探讨一下怎么去处理数据分析的后事,数据分析完成之后如何去优化产品迭代。1

产品经理费那么大劲做的数据分析,有用吗?

我们做数据分析的目的,是为了解决问题,换个词,是为了有用啊。很久之前,你我都曾经做过物理题。记得那时老师经常唠叨,“先认真审题,理解题意,然后再想方法,最后再落笔去做”;“审题啊!审题啊!说过几遍怎么就是不听,寻思鹰呢?”理解当年老师的良苦用心,历经磨难,你我也都顺利结束了学业,不必再审题、不必再做题、不必再考试。然而,人生不如意十之八九,你我又再次走上了数据分析的道路。转

一篇详尽的 P2P 平台跑路数据分析报告

图片来源互联网,侵删​上次发了一篇文章《P2P平台跑路了,我们该怎么办》,有不少粉丝在微信后台进行了留言和Chris进行了互动,今天Chris正好有时间,从网贷天眼上扒了一些数据和大家聊聊P2P平台跑路这些事儿。1.看看我们行业的大环境 ①P2P平台交易额 从下图网贷之家的数据看出,出2016年9月P2P网贷行业成交额为1947亿元,环比增加2%左右,同比增长69%。201

数据化管理互联网行业(七):订单对比分析

我们只从两个角度去看,一是分析的维度,二是分析的标准。接着上一篇讲,上回说到,有四种手段可以辅助提高订单额,而对比分析就是其中一种。对比分析,如果深入研究,还是一种具有历史悠久的、有着广泛应用的分析方法。本文只拿来分析订单而已,所以我们只从两个角度去看,一是分析的维度,二是分析的标准。所谓的分析维度,可以归结为以下三类:时间维度:同比、环比等时间上的对比。空间维度:地区对比

张溪梦:数据分析的三个层次和五个阶段——连载三

张溪梦:硅谷十年,数据分析的变与不变——连载一张溪梦:来自硅谷的数据驱动增长实践——连载二作者:张溪梦,GrowingIO创始人&CEO,前LinkedIn商务分析高级总监。美国 Data Science Central 评选其为“世界前十位前沿数据科学家”。七、数据分析的三个层次和五个阶段在今天的分享结束之前,我和大家简单总结一下在过去的十几年我对 数据分析 的一些很概括