下一位数据分析师，可能不是数据分析师——体验Amazon SageMaker Canvas有感 一、前言我虽然不是数据分析师，但是因为工作及爱好的原因，经常需要做一些数据的分析。以前我分析数据的时候，都是先去数据库写一段长长的SQL查数据，问题简单的就
B端系统-数据分析的方法论 数据分析：1、道：为什么要做，有什么影响、什么时候需要做；2、术：具体怎么做；3、器：用什么做；数据分析的好处：避免主观情绪及偏好，客观判断产品、量化个人，产品价值；大家在做产品功能时，通常都会有自己主观思想，比如做个电商业务的商品画像标签
VOC与CXM结合的探索思考 一、从过去看未来：VOC的起源1、历史背景起源：1993年一篇麻省理工学院的论文首次提出了“客户之声”（Voice of the Customer, VoC）的概念。它被定义为对客户要求的深入理解，并
经营分析，如何洞察业务痛点 “做经营分析，要洞察业务痛点，不要只罗列指标达成数据！”，这是很多公司对数据分析师的要求。可到底怎样才算洞察到业务痛点？今天系统讲解一下。一、错误示范一提到“洞察痛点”很多人本能就把指标达成率给列出来
关于指标体系的那些事儿 对于企业来说，数据分析离不开对关键指标的追踪。每个行业都有自己独特的关键指标：餐厅的关键指标是翻台率，投资者的关键指标是投资回报率，媒体网站的关键指标是广告点击率……那么，什么是好的、可指导业务的关键
9张图，看懂数据分析如何由浅入深 很多同学被嫌弃：做的数据分析，没深度。到底啥是分析深度？怎么才能做出深度？话不多说，直接上场景。问题场景：某物流企业，负责管司机的调度中心，会给每个未上线司机标注原因，标注格式如下：备注：实际原因还有
给G端产品新人“南极星”的草率建议 应一位读者朋友留言，作为刚入行G端产品经理，现在云里雾里，想要在这个复杂的领域中突破重围，并一步步走向职业巅峰（后半句是我补充的，嘿嘿）。接下来在下就尝试结合厚黑学的诡计、心理学的智慧，加上一些实用的
