你的瀏覽器禁用了JavaScript, 請開啟后刷新瀏覽器獲得更好的體驗!
<span id="feoiw"></span>
輸入關鍵字進行搜索
搜索:
沒有找到相關結果
大善人
贊同來自: invalid
invalid - 我們這個世界,從不會給一個傷心的落伍者頒發獎牌
贊同來自:
參與討論請先登錄或注冊
2 個回復
大善人
贊同來自: invalid
2、有效的數據把控能力（手里的底層數據如何變得適合自己的數據）
3、精準的數據定義（讓數據真實化，有故事可講）
4、模擬數據的能力（通過經驗或認知，做一些無市調的數據模型）
invalid - 我們這個世界,從不會給一個傷心的落伍者頒發獎牌
贊同來自:
1. 數據可信度的問題，特別是對于外部數據（如問卷調查）或者爬取的數據，有很多的缺失值，而且數據的可信度也存在問題，需要先處理缺失值與離群值。
2. 分析指標的單一性，需要在分析目標指標的時候排除相應的干擾因素，比如分析一個新功能上線后的指標提升，需要排除其他活動，優惠等等一切因素的影響，否則無法判別訪問跟轉化的提升是因為新功能還是因為活動
基礎的數據分析，參照常見的“漏洞模型”一層一層分析下來基本差不多了，要做到專業，還是需要對產品的業務熟悉，基于業務提煉出相關的數據指標，量化，模型化