如何看穿数据可视化的谎言
以前我们看到一个做得很烂的图表，或者穿帮的数据可视化作品时，往往是将它们嘲笑一番也就算了。但有些时候，尤其是刚过去的这一年，我们好像更难分辨一个可视化作品是单纯的糟糕产物，还是出于偏见而刻意制造的虚假信息。
如何从零开始学习数据分析
有一位朋友最近向我吐槽，他提交了一份11月数据报告给领导，报告里面放了很多图，也摆了很多数据，结果被骂了，觉得很委屈。我帮他分析后发现他撞到了一个数据分析误区：应该分析哪些内容?
大数据前沿 数据可视化的4大趋势
随着科技的不断进步与新设备的不断涌现，数据可视化领域目前正处在飞速地发展之中。
超级大片背后的数据可视化
在几个月前上映的大片《摩天营救》中，相信很多人对于片中的“神器”平板电脑，以及监控中心有着深刻的印象。作为推动情节的关键道具，这些显示设备不仅可以通过直观、酷炫的三维图像，实时显示摩天大楼的安防结构图，以及温度、电梯运行、人员分布等各项数据，还支持通过可视化的图像来进行进行交互与控制。
根据现有产品数据，如何做一次数据分析呢？
需求分析师是否适合做数据分析？这是我最近在想的问题。 需求分析是基于业务场景的商业化分析，不是技术分析，但需求分析的过程包含了数据分析。用数据驱动产品开发，即从数据中找到产品运营的不足，从而驱动产品开发，这是可能的。
超级大片背后的数据可视化
作为一个名词，数据可视化并不新鲜，大量的计算机语言都有自己的可视化库，传统数据分析及BI软件也都扩展出一定的可视化功能，我们还通过Excel等报表工具，基于数据生成一些可视化的图表。但是，为什么我们要选择智能的可视化工具呢？
DataHunter“首届数据可视化之星大赛”落下帷幕
近日，由DataHunter联合CDA主办的“首届数据可视化之星大赛”落下帷幕，本次比赛共收到了上百位数据爱好者提交的可视化作品。最终，通过综合网友投票得分和专家评委得分，13名优秀选手最终脱颖而出，通过排版美观、内容充实、实践意义突出的作品向我们展示了数据可视化之美。
数据驱动决策的10种思维
很多人都说会数据分析的人比别人聪明，实际上他们“聪明”在拥有分析思维，今天我们就来说说常见的数据分析思维。
如何做好数据可视化？
数据可视化是指以图形的方式展示数据，帮助用户能够更快地识别模式；交互式可视化能够让决策者深入了解细节层次，展示方式的改变使得用户可以查看分析背后的事实。
微信公众号背后有怎样的数据支撑
－DataHunter,让你爱（AI）上看数据 据可靠数据显示，最近一季度，微信日活趋近10亿、今日头条日活突破2.4亿、抖音日活也已经突破2亿，于是很多传统企业也开始或正在各大平台注册账号、发布内容以不断争夺品牌露出的机会。
如何做好数据异常分析？
对于用户端产品经理来说，监控处理日常的用户端数据是必不可少的工作之一，转化数据、用户数据、交易数据等等，都应该是列入日常监控的数据指标。
一款 NB 的数据分析产品，需要具备哪些功能？
业务人员难做数据分析？那一定是没遇到合适的工具和产品！ DataHunter 的数据可视化分析系统，推出七大功能为您解忧！ 友情提示：干货较多，全文阅读大概需要8分钟~ 非(tou)战(lan)斗人员请直接转向精简版！