1
推荐
1956
阅读
分析师与运营协作的9个好习惯
最近两个月我将大量的精力放在了业务分析团队的组建和管理上。不断解决日常中遇到的协作问题，使我学到了一些分析技术以外的知识。由于人多事儿多，所以出现了不少很好的协作案例，值得推广一，分析师尽早介入业务。二，运营伙伴做好合理排期三，及时反馈。四，利用现有数据源解决问题许多时候，我们并不是缺乏数据，而...
2
推荐
2095
阅读
快速认知数据的详细步骤（五）
“多维分析”是什么？许多许多年前，初次听到这么高大尚的名字，我确实不明觉厉。后来才发现，这是一种使用“数据透视表”就能实现的方法后，略感失望。但用多了之后，发现它真的非常强大。通过多维交叉来深入认知数据用大白话来举例子，你的体重，是一维数据；你过去30天每天的体重，是二维数据，因为增加了时间维度；你过...
0
推荐
2908
阅读
你真的会用柱形图吗？
柱形图的概念已经形象的不需要再作说明了。竖起来放叫柱形图，横起来摆就是条形图，把柱子切割成几块就成了累加柱形图，切割出来的几块柱子用来表示各部分的百分比，就成了累加百分比柱形图。既然柱形图已经简单到妇孺皆知，百姓可用的地步，那为什么还要专门有一个章节来讲呢？难道它还有一些一般人不知道的特性或者用...
0
推荐
1841
阅读
Excel中的散点图
平时见得最多的也许是柱形图了，但我个人最喜欢的却是散点图。在讲散点图之前，我先阐述一个不太严谨的个人观点。我认为，所有的数据图表都可以分为两类，一类是偏重于展示，一类是偏重于研究。如何理解？偏重于展示的图表，往往是将某个指标所蕴含的信息更为直观地表达，即该类图表中获取得的信息，是可以直接应用于业...
2
推荐
1878
阅读
一位数据分析师的书单
随着最近新人的入职，发现自己之前给的书单过时了。更新一版，希望对大家有所帮助。统计学及机器学习入门《赤裸裸的统计学》《深入浅出统计学》《概率论与数理统计》（茆诗松）《机器学习》（周志华）数据分析技能《深入浅出数据分析》《Excel图表之道》《精益数据分析》《数据化决策》《R语言实战》《数据挖掘与R语言》...
2
推荐
1582
阅读
5点帮助你优化调查问卷
线上问卷调查工具的不断普及，大大降低了调查的成本。我们在运营中，问卷调查的必要性是值得强调的。辛辛苦苦地从数据库中做挖掘做预测，很多时候不如一张问卷。问卷的题目设计，看似简单，但其实非常有讲究。我们很多小伙伴可能还意识不到自己出现的错误。本文的目的就是帮助大家避免一些低级错误。以下6点，不分先后，...
2
推荐
1888
阅读
Excel使用的小经验（二）
现在越来越认识到：Excel非常强大，我却只用了它30%不到的功能。近来遇上过一些小问题，有幸当时提笔记下来了，稍作整理。计算时间间隔解决这个问题有两种方式：1.是如果计算的间隔是“年”、“月”和“日”使用DATEDIF()函数，该函数在Excel中是一个隐函数，在帮助文档里查不到，但直接能用，如下图注意：第二个参数位的日期...
4
推荐
1808
阅读
数据驱动决策的13种思维
“数据驱动决策”，为了不让这句话成为空话，请先装备以下13种思想武器，相信将来你一定能用上！～第一、信度与效度思维这部分也许是全文最难理解的部分，但我觉得也最为重要。没有这个思维，决策者很有可能在数据中迷失。信度与效度的概念最早来源于调查分析，但现在我觉得可以引申到数据分析工作的各方面。**所谓信度，...
3
推荐
1716
阅读
快速认知数据的详细步骤（四）
相关系数，一个在数据应用中极为普遍却极为容易用错的概念。有必要单独进行讨论。利用相关系数理解数据之间的关系传统的数据认知过程到“数据分布”这个环节就应该结束了。但我准备搬出自己的几个“土方法”，来让各位领略一下江湖偏方的效果。首先要说的就是相关系数。相关系数的计算公式你大可不必在意，只需要理解：相关...
1
推荐
1921
阅读
快速认知数据的详细步骤（三）
初步认知数据分布拿到一个数据集，你先检查了数据源的质量，然后通过数据清洗提升了数据集的质量，再通过平均数的计算了解了数据集大小的一般水平，接着又通过方差和标准差了解了波动变化。经过这一系列的操作，你对数据有了一定的认知。但这就够了吗？答案是否定的。在数据的快速认知中，我们还需要对数据分布进行探索...
1
推荐
2022
阅读
如何进行合理的运营测试？
我的运营策略是否有效？活动规则是否合理？这些问题抛给数据分析师，让他们从数据库中去扒信息回答你，其实是值得画问号的。最合理的方式就是做测试，或者说『对比实验』。通过测试中落下来的数据，才能形成合理的判断。撰写本文的目的在于，从最近我团队所尝试的若干个运营测试中，抽象出一套更普适的方法论，帮助大家...
4
推荐
1542
阅读
快速认知数据的详细步骤（二）
读完上一篇的你，或许会觉得我说的内容太琐碎，太简单。那么进入第二步，许多和“数”相关的东西，就要在此展开了。必要的描述统计分析从审核数据源质量，到提升数据集质量，再到明确数据类型和单位，走完这三步，你就完成了数据清洗的过程。你是觉得被扒了层皮还是神清气爽？我的文字并不有趣，想必你一定相当疲累。那么...
3
推荐
1681
阅读
快速认知数据的详细步骤（一）
当拿到一个数据集时，你通常会怎么做？你脑子里好不容易蹦出的那个答案正确吗？这个问题或许能让不少人尴尬。我们循序渐进地来回答这个问题。我们将遵循这样的顺序：数据源质量→数据类型→数据集质量→平均水平→数据分布→量变关系→多维交叉。通过这个系列的5篇内容，我希望你拿到任何数据集的时候都不蒙圈，都能有条不紊地...
2
推荐
1552
阅读
5个提醒，让你远离“数据呆”
随着数据积累得越来越多，数据获取成本不断降低，人们开始走向另一个危险的极端，那就是任何事情都要看数据，任何决定都去依赖数据。这种风气培养出了越来越多的“数据呆”。作为一个数据分析师，我是非常反对“唯数据论”的。为什么呢？让我详细地来说一说。数据库并不能记录一切你觉得，通过数据库中的记录，你能够充分了...
6
推荐
3010
阅读
我理解的朴素贝叶斯模型
我想说：“任何事件都是条件概率。”为什么呢？因为我认为，任何事件的发生都不是完全偶然的，它都会以其他事件的发生为基础。换句话说，条件概率就是在其他事件发生的基础上，某事件发生的概率。条件概率是朴素贝叶斯模型的基础。假设，你的川术公司正在面临着用户流失的压力。虽然，你能计算用户整体流失的概率（流失用...