数据

运用大数据和风控手段,解决共享单车供求匹配问题

最近,看了不少共享单车方面的文章,其中有不少是探讨如何改善用户体验、提高共享单车供求匹配度和单车适用频次的。无论是文章本身,还是大家的评论,都让本人受益匪浅,以下是个人总结的一点资料,欢迎吐槽。用户痛点:想用车的时候随时都有车可用;企业痛点:提高每台单车的日均适用频次(企业需求)。两者矛盾体现为:用户想用车,附近却无车可用或有车却用不了。而企业呢?一方面,用户有用车需求,却

浅析 7 类数据表格的筛选设计

最近一直在做To B的产品,对于To B类的产品,最多出现的就是表格,表格通常都会含有很多的数据项,不方便查看,这就需要增加一些筛选条件,方便用户查找,下面就讨论一下这个筛选条件的设计。1、以搜索的形式进行筛选输入框可以输入用户关心的内容,下面可以做到实时筛选,也可以触发点击。但是必须支持模糊查询,否则用户必须记住所有内容,才能查出要找的内容项,这样的记忆成本太高了。好处:

尝试用数据丈量用户体验

用户体验一直以来都是一种看不见摸不着的东西,任产品用户成千上万,你也没有办法准确地定义一个场景下怎么样设计是体验最好的。很多时候,我们觉得离用户太远,号称为用户做体验设计,却像是面对一个黑盒子:输入一些数据,看到一些数据变化。但用户究竟如何去使用产品,我们不得而知。用户调研和可用性测试常沦为“说服”的工具,我们从中只选择自己想听的内容。如果数据正向,但收到好几个用户的反弹,

最用心的运营数据指标解读(上)

数据分析涉及不同的业务领域,很多时候,业务的了解比数据技巧更重要。很多新人常问Python、SQL,但鲜有问业务,可后者才决定分析的成败。业务的洞悉决定了数据分析师发展的上限,数据技巧只是逼近它。好的分析师都懂业务,也必须懂业务。我希望通过本文,让数据新人对业务有一个大概的了解,也适用产品和运营新人(我是互联网背景,所以本文更多涉及这块)。文章的内容会给你「宽」的感觉,希望

下一波科技浪潮:数据

本文来自微信公众号[“点拾投资”(ID:deepinsightapp)](http://mp.weixin.qq.com/s?__biz=MzA4OTIwMTEzMQ==&mid=2650753665&idx=1&sn=ee33857e6d23b06525b531b089f72fc4&chksm=88156a05bf62e3139e16e7df2d5cb1ce5cda279

基于数据治理、流程梳理、业务分析的数据化体系建设——某集团数据平台建设案例

某集团(下文简称A集团)是一家农畜牧业的大型集团。全国有60多家子公司,年产能900多万吨,是农业产业化国家重点龙头企业、中国企业500强、中国制造业500强、中国民营企业500强、中国畜牧行业百强优秀企业。以下是演讲案例:项目背景A集团从2008年开始,企业规模在逐年上升,业务逐步向上下游进行渗透,开拓了更多的新业务。并且企业管理难度在不断提升,人效下降,整个企业的效率也

别再吹新零售了,先补点“数据新能源”再说

阿里巴巴CEO张勇曾说,大数据如今已经和水电煤等基础能源一样,成为商业领域的“新能源”。在新零售时代,如何收集、分析和应用大数据,用“新能源”驱动商业发展?本次数据侠实验室活动,DT财经联合第一财经数据商学院邀请了几位研究电商领域数据的“弄潮儿”,他们从消费大数据出发,解析了数据在电商行业的应用场景及运营策略。▍ CBNData 杨钦:数据是驱动商家运营的最佳手段 第

京东数据产品经理:数据分析师的进阶突破秘籍

数据分析师是一个靠经验“混饭”的职业,系统的学习必不可少,利用专业的理论知识作为职业基础,靠项目经验进行专业度金,这才是一个数据分析师的成长王道。一个人的成长就是对未知事物领域认知的过程,只有方向正确,突破自身能力与岗位的匹配才能实现个人的升华突破。本文通过对不同阶段分析师能力掌握描述,帮助自己及各位找到成长方向,突破点,以点破面。不同层级的数据分析师有明显的能力界线,解决

手把手教你做数据分析

在互联网的下半场,不断精细化运营的背景下,产品经理不再是单纯的靠感觉来做产品,更需要培养数据的意识,能以数据为依归,来不断改善产品。不同于公司专业的数据分析师,产品经理更多的可以从用户、业务的层面去看待数据,去更快更透彻的去寻找数据变动的原因。那么在数据已经被有效记录的前提下,如何有效的去分析数据呢?一、明确数据分析的目的1、如果数据分析的目的是要对比页面改版前后的优劣,则

数据图表中的细节——让你的图表“既能用又好看”

俗话说,细节决定成败。在数据图表的制作中,此话尤其应验。图表的制作,首先是逻辑清晰,即要表达的主题明确,且图表中的信息是按一定的逻辑关系进行组合的。其次是精确传达信息,即保证图表中数值的准确度,并保证展示的精度。接着是调整展示的细节,让图表从“能用”向“既能用又好看”过度。通过学习本文的内容,希望能帮助大家把图表做得“既能用又好看”。1 图表背景和绘图区背景从埃森哲、尼尔