Category: 数据科学家

世界杯大数据-datacn.net

必会的10种数据分析思维

一、逻辑思维
逻辑思维即明白价值链,明白各项数据中的关系; 该方法的关键在于明白其中的关系要求你对这项工作要了解、熟悉,要细致和慎密,要清楚充分性和必要性的关系。 实际上也就是指:你需要那些数据?如何获得这些数据?数据之间的关系如何?

二、向上思维
在看完数据之后,要站在更高的角度去看这些数据,站……

深度阅读

某婴儿奶粉消费者细分图

零​售​店​铺​14​大​数​据​分​析​指​标

一休:“线下的零售业中一直都有相对精细化的数据统计与分析,值得我们学习和借鉴。如这篇来自线下的经验分享:14个线下零售店铺数据分析指标。”

一、 营业额

1、 营业额反映了店铺的生意走势,针对以往销售数据,综合各地各店实际顾客消费状况, 通过对营业额的每天定期跟进, 每周总结比较, 以此来调整……

深度阅读

Big-Data-Business-Model-Maturity-CharBig-Data-Business-Model-Maturity-Char

DataCN:大数据成熟度模型

经常有客户问:从业务角度说,大数据究竟离我们有多远?大数据的最终目标是什么?企业使用大数据作为业务催化器,与其他手段的区别和联系是什么?大数据如何助力于业务价值创造?

为了回答这类问题,有人提出了“大数据成熟度模型”。

企业采用大数据及先进分析技术来创造竞争优势时,采用了各不相同的节奏。有的企业……

深度阅读

datablog-5

大数据安全分析的6个要点

现在,很多行业都已经开始利用大数据来提高销售,降低成本,精准营销等等。然而,其实大数据在网络安全与信息安全方面也有很长足的应用。特别是利用大数据来甄别和发现风险和漏洞。

通过大数据,人们可以分析大量的潜在安全事件,找出它们之间的联系从而勾勒出一个完整的安全威胁。通过大数据,分散的数据可以被整合起来……

深度阅读

datablog-5

财经记者必备5大数据素养

数据素养(data literacy)是人们有效且正当地发现、评估和使用信息和数据的一种意识和能力。在英文文献中,数据素养也常常被称为统计素养(statistical literacy)或量化素养(quantitative literacy),而在英国,有时则称之为数字素养(numeracy)。……

深度阅读

数据分析四步走-datacn.net

业务对数据需求的4个层次

数据的重要性已经被越来越多的公司、个人所熟知与接受,甚至于有过犹不及之势头。大数据的概念满天飞,似乎一夜之间人人都在谈论大数据,见了面不用大数据打招呼,好像就不是在数据圈子里混的了。那么,被外界传得神乎其神的数据,到底可以在哪些方面促进业务的腾飞?或者换种说法,业务对数据有哪些层次的需求?数据在哪些……

深度阅读

定价策略

定价策略的五大骗局

骗局一

假设你打算用125美元买件夹克,用15美元买台计算器。计算器销售员告诉你,你想买的那种型号在该商号的另一家分店10美元就能买到,但你得开20分钟的车过去。你会去那家分店吗?

大多数受访者表示他们会去。另一组随机选择的受访者听到的则是问题的另一个版本:夹克仅售15美元,计算器要125美元。……

深度阅读

charts-tip1_145

大数据认知误区的3大流派

大数据营销应用,在大数据带来的各类应用中,恐怕是品牌企业最关注的一个方向。被许多媒体报道过的ZARA的案例,就是一例典型的基于大数据获取、 分析,完成经营及营销决策的案例。这个案例让很多企业认识到,通过大数据了解客户的喜好趋势、提高利润空间,可能是一个非常有效的途径。但是我们要知道, 因为大数据很大……

深度阅读

对大数据分析有哪些流行误解?

对大数据分析有哪些流行误解?

大数据产生的背景是整个社会走向数字化,特别是社交网络和各种传感设备的发展。云计算和搜索引擎的发展,使得对大数据的高效分析成为可能,核心问题是如何在种类繁多、数量庞大的数据中快速获取有价值信息。大数据在社会分析、科学发现和商业决策中的作用越来越大,金融只是其中的一个应用领域。

什么是大数据

大数据……

深度阅读

段勇:数据挖掘主要解决4类问题

段勇:数据挖掘主要解决4类问题

数据挖掘非常清晰的界定了它所能解决的几类问题。这是一个高度的归纳,数据挖掘的应用就是把这几类问题演绎的一个过程。下面让我们来看看它所解决的四类问题是如何界定的:

1、分类问题

分类问题属于预测性的问题,但是它跟普通预测问题的区别在于其预测的结果是类别(如A、B、C三类)而不是一个具体的数值(如5……

深度阅读