如何更好的提数据需求？

本文主要是介绍业务部门（主要是运营部门）在没有完善的数据平台时如何更好的提出数据需求，来满足自己某些数据分析。一、谁会提数据需求？一般来说的话，更多的是运营提出的数据需求会更多。不过也会存在其他业务部门，比如财务、结算、市场、技术部等其他业务部门。二、有哪些数据需求？产品数据： PV、UV、页面跳出率、DAU、留存率、事件转化率、用户属性等等。业务数据： 注册数、下载数、订

产品经理 2017年08月10日

翻译：如何有效的进行数据治理

原文链接： http://www.iamwire.com/2017/03/successful-data-governance/149640 如果你处理或使用过大量数据，一定有听到过“数据治理”这个词。你会思考数据治理是什么？数据治理是否适合你？如何实施。简单来说，数据治理就是处理数据的策略——如何存储、访问、验证、保护和使用数据。数据治理也还包括谁来看，使用，共享你的数据

产品经理 2017年08月11日

数据运营实战（二）：细分漏斗画像，改善关键节点

不知不觉产品工作已有多年，从客户端产品设计，到偏后台的策略服务产品，再到数据产品，有一些心得体会，总结出来做个分享，亦是对产品工作方法和思路的讨论。根据以往工作经历将分成三篇来阐述：数据产品篇、策略产品篇、前端产品篇。今天，先来聊聊数据篇。数据产品，又分为基础数据产品和运营数据产品。基础数据是产品功能直接用到的数据，如地图行业的POI数据。运营数据是产品推出后生成的数据，比

产品运营 2017年08月14日

数据驱动是如何应用于商机立项、产品设计、增长运营的？

产品经理要重视数据，根据数据做决策，用数据说话。idea头脑风暴，表面上是天马行空，是没有限制的发散思维，但实际上最终胜出的idea，还是靠谱最重要。如何做到靠谱呢？除了以用户为中心，主要是靠数据说话，建立在真实客观的数据基础之上的idea，才是靠谱的。作为带业务的产品经理，你的idea不能脱离数据真实情况太离谱，不能越过基本的数据边界。idea的时候需要重视数据，需求分析

产品经理 2017年08月14日

复杂中见条理 —— 数据表格设计点集合（上）

数据表格中也包含着很多易忽略的设计点。数据表格是很常见的设计元素。常见，以至于自己设计时会欠缺更加深入的理解与思考。尤其是工作后接触到了很多后台系统，企业级系统等，更发现数据表格作为数据的载体，其实占据了比较重要的位置。它可以把数据，任务，有条理地归类。可能对于面向消费者的产品来说，数据表格的重要性没那么明显，但对于复杂系统来说，它们的背后，是成千上万的数据，而这些数据都需

产品 2017年08月16日

5 个步骤，教你学会商业数据分析

很多商业案例分析都离不开数据的支撑，因此掌握数据分析的方法就显得十分重要了。呈现在我们眼前所有精彩的商业案例分析，如果溯其论点的来源，都是脱离不了底层的数据支撑的。所以，懂点数据分析很有必要。Allen今天就给大家分享一下自己日常是如何做数据分析的。Ps：讲的不是数据分析师方向，而是日常的基础数据分析思路通常Allen在做数据分析时，会把数据分析拆分为5个步骤来进行（ 收集

产品经理 2017年08月18日

互联网 + 时代，企业数据化运营所需要了解的数据产品体系

本文作者把通用大数据平台的产品体系梳理了一遍，与你分享，enjoy~随着各行业产品和服务越来越丰富、多样化，市场的趋于饱和，竞争白热化，吸引并留存用户难度和成本都双双居高不下，成为企业不能承受之重，同时企业又为了盈利和生存，更加严格地控制预算和成本。依靠数据精细化运营、数据驱动增长已经成为企业的必修课。近两年企业也都纷纷成立数据团队，企业大数据团队能否基于大数据平台给企业的

产品运营 2017年08月31日

大数据应用类产品实战

作者结合自身工作经验，对大数据应用类产品进行了一些总结分享，希望能够给你带来些参考。写在本篇文章的前面，本人从事大数据应用类产品多年，在网上看到大家对于大数据类产品的文章多是 数据可视化->指导产品研发、优化以及运营策略 ，例如订单系统大数据可视化平台，通多订单多维度的分析，指导运营策略，提升订单转化率等。最近面试了很多数据产品经理，大部分经验都是在数据分析自动化、数据可视

产品经理 2017年08月31日

六步搭建数据化运营知识体系

文章从6个方面展开，分享了搭建数据化运营体系的方法，希望对你有益。数据化运营的概念随着大数据时代的到来被炒得越来越火热，提到数据分析、数据运营让很多产品、运营新人觉得瞬间高大上很多。随着数据概念的火热，如增长黑客、GrowingIO等一系列的数据分析指导产品增长的书籍、产品变得越来越受人追捧。对于互联网行业来说，无论是产品经理还是运营，都需要具备一定的数据运营能力，本文将帮

产品运营 2017年08月31日

前 HubSpot 副总裁：学会使用数据而不是在数据中沉沦

HubSpot前副总裁Brian Balfour将企业数据使用中的问题抛出，解析了大家不愿意使用数据的根本源头。死亡数据轮的四个阶段：阶段1: 数据不会一直保持不变 阶段2: 数据变得毫不相干 阶段3: 人们会失去信心 阶段4：人们将减少使用数据 如果“死亡数据轮”的以上四个阶段你看起来很熟悉，并不是你一个人这么认为，我估计任何公司三分之二的数据经过这四个阶段后都会变成无效

产品经理 2017年09月05日