DataHunter解读：汽车寒冬背景下 数据运营帮助经销商“过冬”
DataHunter 从数据运营出发，解读了汽车经销商如何从海量的数据中获得洞察，实现智能的数据决策，提供更能满足市场需求的汽车产品与服务，从而安全“过冬”。
2019年中国 BI 应用发展的五大趋势
在刚刚过去的2018年，数据智能(BI)行业实现了平稳而快速的增长，通过BI工具来挖掘数据价值、支撑业务增长的企业越来越多，敏捷 BI 的理念也得到了 BI 提供商与用户的广泛认可。那么，在2019年，中国 BI 行业将会朝哪个方向发展呢?DataHunter 研究人员根据对行业的观察与 BI 应用实践，总结出以下几个趋势：
数据可视化工具的特点有哪些?
数据大时代已经来临，使用数据可视化工具已经是企事业单位快速致胜的法宝，好的数据可视化工具能够在企业的数据运营方面发挥重要的作用，并能够提高企业的分析效率，降低分析的成本，今天就给大家具体介绍下数据可视化工具的特点有哪些。
当今时代大数据发展的趋势和困境
企业的数字化转型应该清楚的认识到业务发展的趋势和面临的障碍，更好地规划出一条通往其所寻求业务成果的路线。考虑到这一点，以下是我们关注的三大数据趋势，以及在数字时代可能出现在企业和成功之间的三大困境。
Excel数据可视化竟可以如此惊艳
最近2年来，Smartbi因“真Excel”的电子表格功能被广泛认可，最近新版本研发已有部分成果，小编实在没忍住，决定“偷”出来给大家炫耀一下哈。
数据分析师应掌握的核心技能和思维
对于很多刚开始学习数据分析的人来说，最常被问道的问题就是：我感觉自己掌握了很多数据分析技术啊，但好像又什么也做不了。 拿到一堆数据，根本不知如何下手，从哪里开始分析? 统计分析、建模一顿骚操作，得出的结论竟然只是常识?
有效数据分析的4个要求
要实现IIoT的好处，需要重新审视软件分析产品。目标是找到一个产品，可以提供完整和灵活的方法，从生产数据中提取有价值的信息。数据分析软件，可以给过程专家提供第一手的有价值的数据信息，使他们能够自定义分析并改进生产结果。
互联网运营数据分析必须掌握的10个经典方法
眼花缭乱的东西很多，真正派上用场的，却不见得是那些看起来炫酷的。 很多方法朴实无华，却解决大量的问题。下面十个方法都是我这么多年做互联网运营分析时一定会用到的最经典的方法。这些方法如果烂熟于心，其实互联网运营分析的最核心部分也就掌握差不多了。真没那么复杂。
准备实施数据分析前要注意的6个问题
怎么准备数据分析? 数据准备可能是任何类型的严肃数据分析中最重要的步骤。虽然在一篇文章中试图涵盖如此广泛的知识领域是荒谬的，但我们已经准备了一份快速清单，你可以在准备分析数据时进行检查。希望这有助于你优化分析过程的数据准备工作，并确保涵盖所有重要步骤和基础。
一文盘点6种聚类算法，数据科学家必备！
在机器学习中，无监督学习一直是我们追求的方向，而其中的聚类算法更是发现隐藏数据结构与知识的有效手段。目前如谷歌新闻等很多应用都将聚类算法作为主要的实现手段，它们能利用大量的未标注数据构建强大的主题聚类。本文从最基础的 K 均值聚类到基于密度的强大方法介绍了 6 类主流方法，它们各有擅长领域与情景，且基本思想并不一定限于聚类方法。
学会这15组Excel函数，解决数据分析中80%的难题
函数是excel中最重要的分析工具，面对400多个excel函数新手应该从哪里入手呢？下面是实际工作中最常用的15个（组）函数，学会后工作中的excel难题基本上都能解决了。
数据分析，真的能驱动用户快速增长么?
俗话说，“酒香不怕巷子深”;俗话又说，“酒香也怕巷子深” 。再后来，俗话还说，管他酒香不香巷子深不深，只要找个算盘技巧神乎其神的账房先生，即数据科学家，酒就可以大卖了。这叫做用数据驱动用户快速增长，说行话叫“Growth Hacking”。