有哪些数据分析师的博客或网站值得推荐_百度知道
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。
有哪些数据分析师的博客或网站值得推荐
我有更好的答案
博客或者看网站：从数据到结论（吴喜之）第二版　　4、统计数据标准化方法　　补充几本书：　　1、统计学的世界　　2、民生数据的真相　　3，不如多看点书数据分析方面个人推荐书目：　　1、《统计与真理——怎样运用偶然性》　　2、Google Analytic经典分析　　3、统计学
采纳率：85%
来自团队：
为您推荐：
其他类似问题
数据分析师的相关知识
等待您来回答变设龙 企业高质量图片智造平台
增值电信业务经营许可证：苏B2-
编辑热线：6-2
A5创业网 版权所有
扫一扫关注最新创业资讯后使用快捷导航没有帐号？
查看: 3635|回复: 22
有哪些数据分析师的博客或网站值得推荐？
中级会员, 积分 415, 距离下一级还需 85 积分
论坛徽章:0
中文互联网数据资料来源 平台机构
分析论坛商业智能网
&&&待补充中文博客站点数据挖掘与分析的博客
网站分析博客
&&&待补充 用户研究
高级会员, 积分 914, 距离下一级还需 86 积分
论坛徽章:1
马克之。。。。。。
金牌会员, 积分 2662, 距离下一级还需 338 积分
论坛徽章:2
好东西收走！
金牌会员, 积分 1163, 距离下一级还需 1837 积分
论坛徽章:1
这个真心好东西啊...不过太多了，最多挑选几个好用的就可以了...
高级会员, 积分 769, 距离下一级还需 231 积分
论坛徽章:2
好好好，特别好
高级会员, 积分 941, 距离下一级还需 59 积分
论坛徽章:2
不错，很好，很强大！！
中级会员, 积分 401, 距离下一级还需 99 积分
论坛徽章:1
好东东，谢谢分享
金牌会员, 积分 1167, 距离下一级还需 1833 积分
论坛徽章:2
高级会员, 积分 730, 距离下一级还需 270 积分
论坛徽章:7
好东西，很全
中级会员, 积分 481, 距离下一级还需 19 积分
论坛徽章:2
不错，参考一下，谢谢分享！对于质量比较高的数据分析学习网站或博客，大家有什么好的推荐吗？-
对于质量比较高的数据分析学习网站或博客，大家有什么好的推荐吗？
推荐growingio博客，很多大牛写的文章
看来growingio数据分析学习博客最近很火呀
列几个版块，大家看看有没有自己想要的：数据驱动增长资料下载不收钱提高产品转化发抚篡幌诂呵磋童单阔提高用户留存
数据分析师
对于质量比较高的数据分析学习网站或博客,大家有什么好的推荐吗?……
推荐growingio博客,很多大牛写的文章
如何做基于大数据的教学质量分析报告……
学校之间的竞争,说到底,还是教学质量的竞争,而不在于学校大楼有多雄伟,场地有多宽阔,规模有多大。学校...
质量数据分析有什么软件比较好用……
只听说过minitab
质量管理体系数据分析是什么,怎么做……
质量管理体系数据主要分析,不良率和不良项(单个...分析哪些不良项的不良率较高,从而重点解决不良率....
质量管理工具有哪些,能简单分析就行?……
全面质量管理活动中,用于收集和分析质量数据,分析...作为班组长应该首先学习和掌握它们,并带领工人应...
求个高质量的数据分析师交流平台或者qq群……
深圳谷大应用统计研究所招兼职数据分析师,月薪上万。 深圳谷大应用统计研究所--谷大数据分析师联盟 (...
大数据分析解决方案哪家好?……
大数据解决方案的选择需要考虑这几个方面的问题: 1.可视化分析; 2. 数据挖掘算法; 3. 预测性...
如何从学生学习过程数据中监控网络教育教学质量……
网络教育的教学质量是从事网络教育工作的人员密切关注的,但是如何有效的监控、分析是目前研究的一个主要课...
加载中……自己建的博客站,想要快速排名的话,有什么好的方法吗?
关于个人博客站 大家都用什么主机或服务器呢求大神帮助
一个个人博客网站需要多大空间的服务器
个人博客站点用什么程序做最好,怎么做又好看美观又容易操作???????
想学习如何做好网站优化,网站站内优化以及SEO策略,有什么好博客推荐下
用什么域名做博客养站
我在新华博客里写的东西为什么会进系统回收站TOP热门关键词
专题页面精选
数据分析师的面试经验_数据分析师关于数据分析师的面试经验，小编找到一位电商数据分析师的经验总结，一名优秀的数据分析师都会在完成一个项目后对自己进行一个经验总结，这样才能更好的完成下一个项目，你们觉得是不 ...
数据分析师的面试经验_数据分析师
关于的面试经验，小编找到一位电商数据分析师的经验总结，一名优秀的数据分析师都会在完成一个项目后对自己进行一个经验总结，这样才能更好的完成下一个项目，你们觉得是不是？ 　08年毕业，不知不觉的混进了电子商务行业，又不知不觉的做了三年数据分析，恰好又赶上了互联网电子商务行业发展最快的几年，也算是不错吧，毕竟感觉前途还是很光明的。三年来，可以说跟很多同事学到了不少东西，需要感谢的人很多，他们无私的教给了我很多东西。　　就 数据分析职业来说，个人感觉这对互联网公司来说是非常重要的，也是确实能够带来实际效果的东西。比如说利用数据分析做会员的细分以进行精准化营销；利用数 据分析来发现现有的不足，以作改进，让顾客有更好的购物体验；利用CRM系统来管理会员的生命周期，提高会员的忠诚度，避免会员流失；利用会员的购买数 据，挖掘会员的潜在需求，提供销售，扩大影响力等等。　　最 开始进公司的时候是在运营部，主要是负责运营报表的数据，当时的系统还很差，提取数据很困难，做报表也很难，都是东拼西凑一些数据，然后做成PPT，记得 当时主要的数据就是销售额、订单量、毛利额、客单价、每单价、库存等一些特别基础的数据，然后用这些数据作出一些图表来。在这个阶段基本上就是做一些数据 的提取工作，Excel的技巧倒是学到了不少，算是数据分析入门了吧。　　后 来公司上了数据仓库，里面就有了大量的原始数据，提取数据非常方便了，而且维度也多，可以按照自己的想法随意的组合分析，那个阶段主要就是针对会员购物行 为的分析，开始接触数据建模，算法等一些比较难的东西，也是学到东西最多的时候。记得当时做了很多分析报告，每周还要给总裁办汇报这些报告，下面详细说一 下当时使用的一些主要的模型及算法： 1、 RFM模型模 型定义：在众多的客户关系管理的分析模式中，RFM模型是被广泛提到的。RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该机械模型通过一个客 户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。在RFM模式中，R(Recency)表示客户最近一次购买的时间有多 远，F(Frequency)表示客户在最近一段时间内购买的次数，M (Monetary)表示客户在最近一段时间内购买的金额。一般的分析型CRM着重在对于客户贡献度的分析，RFM则强调以客户的行为来区分客户。利用 RFM分析，我们可以做以下几件事情：　　⑴ 建立会员金字塔，区分各个级别的会员，如高级会员、中级会员、低级会员，然后针对不同级别的会员施行不同的营销策略，制定不同的营销活动　　⑵ 发现流失及休眠会员，通过对流失及休眠会员的及时发现，采取营销活动，激活这些会员。　　⑶ 在短信、EDM促销中，可以利用模型，选取最优会员。　　⑷ 维系老客户，提高会员的忠诚度。　　使用方法：可以给三个变量不同的权重或按一定的规则进行分组，然后组合使用，即可分出很多不同级别的会员。 2、 关联分析关 联分析最原始的案例来自于沃尔玛的“啤酒与尿布”。通俗意义上讲，就是只买了A商品的人，又有很多人买了B商品，那么我们就可以认为A、B两个商品的关联 性比较高。很多数据挖掘工具都有关联挖掘，主要使用的算法是Apriori算法，在计算的过程中会主要考察项集、置信度、相关性这三个结果数据，以最终确 定商品之间的相关性。除了Apriori算法外，还有许多其他的关联分析的算法，基本上也都是从Apriori发展而来，比如FPgrowth。本人从几 年的数据分析经验感觉，关联分析在零售业中并不太实用，挖掘出来的关联度比较高的商品一般都是同类商品或者同品牌的商品，像“啤酒与尿布”这种，很少能够 有。　　使用方法：组套销售或者相关陈列等。 3、 聚类分析零 售行业的聚类分析主要是指将具有相似购物行为的顾客进行群体的细分，以支持精细化的营销活动，带来更大的营销效果，节省成本。Spss里面的聚类分析主要 有两种K-means聚类和系统聚类。也可以在数据仓库中根据顾客购买的商品属性进行会员的聚类分析，这里就不需要算法的支持，只需要根据系统的已经有的 商品分类，把购买过相同商品类别的顾客划分到一起。这种方法可能与公司的业务更加贴近。聚类分析是进行会员精细化管理，精细化营销的基础，做好聚类分析， 对企业将有很大的益处。4、“之”字分析法该种方法主要是有一种很明确的会员群体，然后通过分析这些会员群体的购买行为，提取这些购物行为的相似点，然后再通过这些相似点返回到整个数据里面，从中抽取更大的会员群体，以制定精准的营销。　　再后来，公司又上了SAP，又去BW组去做报表开发，做报表开发这一块能够接触到更多的业务方面的知识，虽然做数据挖掘比较少了，但是数据最终是要指导业务的，所以这对我的成长也算是非常有利的。业务方面主要了解到了几大块：　　1、库存管理-库存管理这块主要有正品库存的管理，滞销库存，高库存商品等各种不同类型的库存该怎么定义以及该如何去管理。比如去管理供应商的库存的时候会根据正品库存及滞销库存和库存正常的周转天数来计算该供应商的库存是否在合理的水平，是否该进货还是要减少库存。　　2、 促销管理-促销管理是以提高销售额为目的，吸引、刺激消费者消费的一系列计划、组织、领导、控制和协调管理的工作。数据方面来说主要是针对不同的促销方式 来计算不同的方式收益情况，不同的促销方式可以带来不同的效果，因此在使用促销的时候要审慎的选择，以达到理想的效果。　　另外，还有财务报表、采购流程等很多方面的东西，这些接触的比较少就不写啦。　　在BW项目组的时候，也经常会帮网站做一些分析工作，自己也自学了两本关于网站数据分析方面的书，感觉学到了一些皮毛，下面说一下吧：　　1、 网站流量分析　　网 站流量的比较重要的KPI指标有浏览量、访问量、独立访客数、跳失率、转化率、页面停留时间、访问页面数、流量来源、流量来源ROI等等。通过这些数据可 以全面的反映网站的整体情况。其中跳失率可以用来衡量页面的质量，流量来源及转化率可以衡量市场及营销的工作情况。进行网站数据分析的时候，需要牢牢的把 握转化率这一指标，然后由这一指标的变化来寻找其他相关数据的变化，最终找出原因，做相对应的策略，改进我们的工作。　　2、 网站分析细分　　数 据分析行业有句话-无细分，毋宁死，足矣看出细分对数据分析意义。对于网站的数据分析尤其是如此。网站的流量数据量非常大，从整体上看根本都看不出那里会 出现问题，所以必须要细分。比如说营销人员需要看的转化率，必须就要细分到每个渠道里面，然后再看到这些渠道来的会员的点击情况，他们都看过那些网页，对 什么感兴趣，跳失率是多少，浏览时间多长，最终转化的是多少等等，这样才能看出问题。　　3、 网站的短信促销及EDM　　在 这个电子商务普遍烧钱的时代，花出去的钱到底能有多少能够带来实际的收益呢？在抢占市场的同时，怎么才能做到ROI最大化这个问题急需要解决。公司每天几 乎都要发几万条甚至几十万条的促销的短信，短信的反馈率基本上都在2%一下，怎么才能提高转化率，这就需要更精准的用户定位，把钱花到最有可能带来收益的 地方。因此网站的短息促销及EDM促销，必须要依据会员的精细化细分，不但要满足客户的需求，更要挖掘出他们的需求。　　写 到这里基本上写的差不多，通过总结才发觉自己原来很是知道的很少，还有很多需要学习的地方，比如说数学建模方面的知识不够，统计学软件使用不够好，业务了 解的不够深入，对整个电子商务行业的发展把握不清晰，这些都是需要以后加强的地方。最近在一个数据分析师的前辈的博客上看到他对数据分析师的要求只有一 点，就是要热爱数据。感觉自己还不够，平时工作的时候还不够投入，总觉得是在为公司工作，不是在为自己的兴趣工作，其实一个人每天做的事，一定要都当做是 为自己做才行，就算真的不是为自己做，也要从中学到一些东西来变成自己的东西，为自己服务。
「就学高端版」APP：随身顾问，立即就学！
期刊投稿----核心期刊编辑帮您了解投稿、审稿规则，提高投稿命中率！
考研咨询----国内经管名校研究生，为您解答疑惑、分享经验！
高考择校----高校老师为您介绍学校、专业情况，助您成功选择理想大学！
扫描下方二维码下载并注册APP
本文关键词： 本文论坛网址：
您可能感兴趣的文章
本站推荐的文章
本文标题：
本文链接网址：
1.凡人大经济论坛-经管之家转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责；
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性，不作出任何保证或承若；
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。