统计学有多无聊?谷歌首席决策师这样说
新闻

统计学有多无聊?谷歌首席决策师这样说

转自: 大数据文摘(ID: BigDataDigest) 编译: 王缘缘、蔡婕、小七 来源: medium 统计学是通过搜索、整理、分析、描述数据等手段,以达到推断所测对象的本质,甚至 预测对象未来的一门综合性科学。 嗯,以上是统计学课本中对统计学的定义! 但是近日,一位来自谷歌的统计学家却发长文表示统计学很无聊。 这位统计学家叫Cassie Kozyrkov,目前是Google的首席决策师。 在这篇文章中,她提到: 别看我们平时都是在做一些看起来高大上的计算,其实核心都很单调的; 另外,数据是很无聊的,人性化的事情才是难点。 让我们先普及一些统计学的入门级概念,然后跟着这

2019-04-29
数据透视表10大常用技巧
新闻

数据透视表10大常用技巧

excel数据透视表的制作步骤很简单,选取表格 - 插入 - 数据透视表,但制作完成后还需要一列系的操作才能满足我们的要求,下面的10个最常用技巧是小伙伴们必须掌握的。

2019-04-28
揭秘:大数据公司如何挖掘数据价值?附49个案例
新闻

揭秘:大数据公司如何挖掘数据价值?附49个案例

本文是近年来不同行业、不同领域的大数据公司的一些经典案例总结和解析。虽然涉及国内国外各行各业,但其中的深层逻辑对于我们每个人都会有所启发。 本文力图从企业运营和管理的角度,梳理出发掘大数据价值的一般规律: ● 一是以数据驱动的决策,主要通过提高预测概率,来提高决策成功率; ● 二是以数据驱动的流程,主要是形成营销闭环战略,提高销售漏斗的转化率; ● 三是以数据驱动的产品,在产品设计阶段,强调个性化;在产品运营阶段,则强调迭代式创新。

2019-04-26
数据分析应该向云端迁移,还是保留在本地
新闻

数据分析应该向云端迁移,还是保留在本地

在企业纷纷“上云”,实现业务云化的大背景下,将数据分析业务迁移到云端成为一种流行的趋势。但是,这个过程并非一蹴而就,企业需要考虑许多问题,例如检查现有的分析流程、选择正确的云计算工具、确保数据质量等,而且必须制定一套行之有效的云化策略。

2019-04-25
避坑指南:数据分析中这些常见错误你犯了几个
新闻

避坑指南:数据分析中这些常见错误你犯了几个

数据分析是一项科学、严谨的工作,分析结果常被作为企业决策的重要指导,因此必须确保分析结果的可靠性。 然而,在进行数据分析时工作人员很容易犯一些常见错误,导致分析结果不准确,为企业决策带来失误。 今天小编就来盘点一下数据分析中的常见错误,希望大家能够及时规避。 1、分析目标不明确 海量的数据其实并不能产生海量的财富,许多数据分析人员由于没有制定清晰的分析目标,常常在海量数据中混乱,要么是收集了错误的数据,要么收集的数据不够完整,这会导致数据分析的结果不够准确。 但如果一开始就锁定了目标,你究竟要分析什么? 再以结果为导向去思考,你就会知道需要用什么样的数据去支撑你的分析? 从

2019-04-23
掌握这25条小贴士,快速提升数据可视化能力!
新闻

掌握这25条小贴士,快速提升数据可视化能力!

可视化不是单纯的数据展示,其真正价值是设计出可以被读者轻松理解的数据展示。设计过程中的每一个选择,最终都应落地于读者的体验,而非设计者个人。

2019-04-22
终于有人把云计算、大数据和人工智能讲明白了!
新闻

终于有人把云计算、大数据和人工智能讲明白了!

故事里面三个角色:兼具经济效益与情怀的云计算;努力把信息变为智慧的大数据;模拟人类大脑工作方式,学会推理的人工智能。三个从出身开始就注定“量子纠缠”的伙伴,他们之间相亲相爱,相辅相成的跌宕故事,献给非专业技术背景,但是需要了解行业的你。

2019-04-19
如何做好网站数据分析
新闻

如何做好网站数据分析

说到网站,每个网站都有自己存在的目的和意义。对于一个企业的网站,大多数企业的网站都有很重要的功能或作用,除政府和公益类网站之外,大部分网站存在的目的都是为了盈利或为盈利创造条件。那么如何让这样的战略目的得以顺利实施?首先要做的就是熟悉并分析你自己网站的数据。

2019-04-18
企业如何提升数据质量,实现业务增长
新闻

企业如何提升数据质量,实现业务增长

数据是企业最具价值的资产之一,而数据质量则直接影响数据的产出和数据价值的高低。因此,数据质量的管理对于企业决策、战略水平和业绩提升至关重要。今天我们就来聊一聊企业如何评估和提升数据质量。

2019-04-17
那些牛人的结构化思维是如何炼成的?
新闻

那些牛人的结构化思维是如何炼成的?

如果我们在解决问题、面临选择以及与人沟通的时候,能够找到一个结构,将所有的碎片信息放进去,就能够大大减轻大脑的负担,更容易地解决问题。而这,就是所谓的“结构化思维”。

2019-04-16
如何11步转行数据科学家 (适用数据员/ MIS / BI分析师)
新闻

如何11步转行数据科学家 (适用数据员/ MIS / BI分析师)

数据科学作为一个专业领域迅速崛起,吸引了来自各种职业背景的人。工程师、计算机科学家、市场和金融毕业生、分析师、人力资源人员——每个人都想尝一块 “数据科学馅饼”。

2019-04-16
你还在为数据分析烦恼,领先的零售企业已在考虑用数据来“讲故事”了
新闻

你还在为数据分析烦恼,领先的零售企业已在考虑用数据来“讲故事”了

随着互联网经济的快速发展,越来越多的零售企业开始推动线上线下业务的融合,由此也积累了海量的数据。 为了挖掘这些数据的价值,不少零售企业通过数据分析软件、R语言等工具对于数据进行了不同维度的分析。 但是,很多零售企业很快就发现, 这些数据分析结果的可读性与可理解性并不高 ,特别是对于缺乏数据专业技能的管理人员与业务人员来说,数据图表的确不少,但是这些数据说明了什么问题,下一步应该怎么做,仍然不得而解。 很显然,对于零售这样一个快速变动、需要实时决策的行业来说,增强数据的可读性显然具备十分重要的意义。 那么,怎么增强零售数据的可读性,甚至用数据来讲故事呢? 下面我们就通过 Da

2019-04-12
在线咨询