数据驱动设计的奔跑姿势
每隔一周的周三,我们会举行一次叫做“面对现实的周三”的活动。
每隔一周的周三,我们会举行一次叫做“面对现实的周三”的活动。
多因素测试是逐步改善一个设计的好办法,却不是一个测试改变巨大的新设计方案的好方法。
介绍相关的理论、一般过程,以及常用工具等,带大家更好地理解非结构化数据的价值与应用。
数理统计需要先作假设或判断,然后验证该假设。数据挖掘是会让挖掘工具中的算法自动去寻找数据中隐藏的关系或规律。
统计学应该会成为每人必备的常识,才能避免被越来越精致的数字陷阱欺骗。
入门篇(6本);进阶篇(10本);高玩篇(11本)。
业务指导数据,数据驱动业务。这才是不二法门。
本文作者描述的算法驱动设计理念,正好与国内诸多公司逐渐兴起的设计自动化趋势有不少一致见解,相信认真阅读后,你还能在这变幻莫测日新月异的科技更迭之中,紧握设计价值的立足之本。
因为没有实施A/B测试,我们损失惨重也获益良多。我们已经深刻的意识到,我们应该分享我们在投身商业和技术时所学到的东西。这里面既有成功经验,也有失败的教训。
最近读了谷歌联合创始人 Avinash Kaushik 写的《The Lean Analytics Cycle: Metrics > Hypothesis > Experiment > Act》一文,个人认为其中的方法论对我们应用数据分析来指导商业实践是非常有价值的。
很多商业事务用数据来支持决策,而不是用数据来驱动行为。为什么呢?总的来说,当你能将数据转化为可落地的见解,数据才是有价值的。
产品经理的任务模型中有4大关键任务:产品规划、用户研究、产品运营、数据分析。虽然不是每一项工作都是自己去做,但产品经理对这几项工作任务必须要专业并灵活掌握。
电商平台的数据分析,应该关注五大关键数据指标和三个关键思路。五大关键数据指标是活跃用户量、转化、留存、复购、GMV。三个关键思路是商品运营、用户运营和产品运营。
大约九成用户希望他的旅游服务商能够在途中为他们提供信息;67%的用户认为,在行中提供信息支持会让他们提高忠诚度;85%的智能手机用户会在到达目的地之后,才决定当地玩什么。
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。
作者:Daviiwong ...