数据思维

数据产业核心任务:数据产生价值(可被产品化的商业价值)

三个关键环节:数据业务定义、数据分析与建模、数据业务实施

三个关键词:收入、支出(控制成本)、风险      重要因素:可以量化的参照系

精确定位,有的放矢   更好的决策分析

受众主体:企业、政府

预测不准是常态,但可以提供价值

统计学:回归分析

分类:线性回归、0—1回归(性别)、定序回归(豆瓣电影评分)、计数回归(RFM模型:一定时间内客户到访次数)、生存回归(灯泡使用寿命、应用于市场营销、人力资源)

  • 回归分析要去识别并判断,哪些X变量是同Y真的相关,哪些不是。
  • 有用的X变量同Y的相关关系是正的还是负的。
  • 赋予不同X不同的权重,也就是不同的回归系数,进而可
  • 以知道不同变量之间的相对重要性。

大多数客户是说不清自己的需求的。

要理解数据之于客户的价值,得首先摸清楚客户的盈利模式。

发展产业:互联网和制造业

图标展示:直观、精准、匹配

若是竖着的柱子,称为柱状图;若是横着的柱子,称作条形图。

机器学习涉及到的模型属于非线性的

分类:朴素贝叶斯分类、决策树、回归树(和决策树区别:使用连续型因变量的数据。应用组合:随机森林与XGBoost)与提升算法、K均值聚类(搜索引擎广告投放)

深度学习——卷积神经网络(CNN)

线性回归的测试集与训练集展现了较高的一致性

为什么单身:吸引力和共同爱好

从古至今,很多重要的进步都是游戏激发的。

打麻将的本质,就是每一轮做决策。

数据是不是非结构化的,是一个相对的甚至是带有主观色彩的概念。

数据分析经验和数据挖掘能力、使用各种统计分析软件

职场五维评分(不分先后顺序):学历、经验、职业素养、专业技能、软件

RFMS模型:

recency:最近一次消费间隔的时间

feequency:最近一段时间购买次数

monetary:某段时间内消费金额

standard  deviation  某段时间内消费金额标准差

原文地址:https://www.cnblogs.com/bkyf/p/10849674.html

时间: 2024-11-03 06:54:48

数据思维的相关文章

产品经理如何建立数据思维

本文作者将通过APP数据分析体系上的一些经验与感悟,探索作为产品经理,如何建立数据思维的方法论. 统计学之父W. Edwards Deming曾经说过一句话: In God We Trust, All Others Bring Data. 翻译成大白话就是,上帝我们是信的,但是您哪,得拿数据说话. 由此可见,除了上帝管辖的形而上的信仰领域,如果其他领域遇到具体的问题,数据才是最拿得出的证据. 权当一个小引子,这次想和大家分享的是通过APP数据分析体系上的一些经验与感悟,探索如何建立数据思维的方法

大数据时代下是数据思维重要,还是相应技术重要?

技术做到一定程度,逐步发现自己的瓶颈.不由得开始思考这一方面的问题!到底大数据时代下,是相应的数据分析技术重要,还是相应数据思维重要? 先来说数据思维吧!什么是大数据思维,个人感觉应该是互联网思维的一种.是考虑到全面,而不是局部.是考虑到多维,而不是单一维度.不是靠拍脑门做决定,而是让数据说话,用数据做决策. 先说第一点,考虑全面,而不是局部.众所周知,移动互联网催生了大数据的产生.每一个人每一天通过手机能够的数据总和会是一个巨大的量.而通过这些非结构化的数据,我们首先面对的是如何处理这些数据,

大数据思维

本周也没有学习到什么内容.跟自己相关的云计算的课还排在周日.就俗一点,也来谈谈什么是大数据思维. 笼统地来说,是一种思维方式.也是一种考虑问题的逻辑结构.简单一点来说,就是根据已知推断未来的过程.复杂一点就是,根据大量的已知条件,通过相应的祛伪存真,然后根据这些条件去判断我们所要知道的答案. 举一个简单的例子,也不知道是不是大数据思维,还望各位大牛们评判一下.中午跟两朋友一起去吃饭,A君说他下午要见一个9年未见的同学,而且是女同学.我就让B君,准备一下,下午可以去试试,说不定能成就一段姻缘.判断

大数据行业人士必知10大数据思维原理

大数据思维原理是什么?简单概括为10项原理,当样本数量足够大时,你会发现其实每个人都是一模一样的. 一.数据核心原理 从"流程"核心转变为"数据"核心 大数据时代,计算模式也发生了转变,从"流程"核心转变为"数据"核心.Hadoop体系的分布式计算框架已经是"数据"为核心的范式.非结构化数据及分析需求,将改变IT系统的升级方式:从简单增量到架构变化.大数据下的新思维--计算模式的转变. 例如:IBM将使用以

数据分析思维培养之一:数据思维

本文章为SPSSAU数据分析思维培养的第一篇文章. 想要进行科学的数据分析,正确的数据格式,以及正常的数据是最基本的.而且数据的准备和数据的理解,正是科学的数据分析思维必备条件之一. 想要准备好自己的数据,需要从以下六个方面进行处理: 第1点,是需要准备好正确的数据格式 第2点,在于对数据的基本处理,包括数据标签.数据编码和生成变量等 第3点,是一些分析方法需要的数据特殊格式准备 第4点,是数据异常值,或者无效样本数据的处理 第5点,是数据基本特征探索 第6点,是一些其它注意事项等 第1点,数据

Data - 数据思维 - 下

模型.框架与思考方法 利用现有的成熟的理论.模型与框架,结合实际业务情况,搭建分析框架,尽量确保数据分析维度的完整性,结果的有效性及正确性. 营销理论模型:4P.用户使用行为.STP理论.SWOT等. 管理理论模型:PEST.5W2H.时间管理.生命周期.逻辑树.金字塔.SMART原则等. 一些简要说明 SWOT S (strengths)优势.W (weaknesses)劣势,O (opportunities)机会.T (threats)威胁 SWOT分析法析,就是将与研究对象密切相关的各种主

大数据新兴思维

大数据行业人士必知10大数据思维原理 大数据思维原理是什么?简单概括为10项原理,当样本数量足够大时,你会发现其实每个人都是一模一样的. 一.数据核心原理 从"流程"核心转变为"数据"核心 大数据时代,计算模式也发生了转变,从"流程"核心转变为"数据"核心.Hadoop体系的分布式计算框架已经是"数据"为核心的范式.非结构化数据及分析需求,将改变IT系统的升级方式:从简单增量到架构变化.大数据下的新思维--

大数据对人类思维的影响

每个人的行动决策思想来源都是对现实的认识与判断,大数据思维能使我们在决策过程中打破原有思维框架的局限.以数据为基础的决策有两个步骤:利用庞大的数据量对事物作出理解和判断,而后作出行动决策. 决策者的价值观会影响行动决策,人们对事物的理解和判断亦受制于自身思维框架的局限.物理学家在分析一个实验时,会很自然地应用物理定律来思考.理解和判断.所用的概念和语言也会有强烈的物理特征:社会科学家在面对一件事物时,首先也会优先从人际关系.社会地位.历史背景.社会效益等方面去分析.所用的概念和语言皆带有社会人文

读<<大数据时代>>的一些感想

第一次听说<<大数据时代>>这本书,是在网上看到的央视搞的一个2013中国好书评选活动推荐的25本"中国好书"的榜单中看到的.然后迅速上豆瓣上查看了一下对该书的评价,一看非常高,再加上央视的推荐是从2013在中国出版的40册图书中选出25本,可以说是精华了.果断定了一本,花了三天时间读完了.   大数据这个名词或者说概念从被提出开始,经过短短几年的发展,已经传的沸沸扬扬了,经常见诸媒体上.好像哪家媒体的科技板块每天不弄一些这样的新闻条,它就显得不够档次一样.这是