摘要：9.1聚类分析的经典应用场景 目标用户群体分类 不同产品的价值组合 探测、发现孤立点、异常值 9.2主要聚类算法的分类 9.3聚类分析在实践应用中的重点注意事项 数据化运营中聚类算法主要是K-Means算法，但其对噪声和异常值非常敏感（K-Means算法用的是平均值来聚类） 9.3.1针对数据噪声和 阅读全文

摘要：7.1数据挖掘模型的优化要遵循有效、适度的原则 有效原则：模型的结论或者应用效果是否满足当初业务需求 适度原则：投入产出性价比 7.2如何有效地优化模型 7.2.1从业务思路上优化模型是最重要的模型优化措施 有没有更加明显且直观的规则、指标可以代替复杂的建模 有没有一些明显的业务逻辑（业务假设）在前 阅读全文

摘要：6.1项目背景和业务分析需求的提出 ...... 6.2数据分析师参与需求讨论 针对需求收集相关的背景数据和指标，熟悉业务相关逻辑 从数据分析的专业角度评价初步的业务分析需求是否合理，是否可行 6.3制定需求分析框架和分析计划 确定项目目标变量的定义 分析思路的大致描述 分析样本的数据抽取规则 潜在 阅读全文

摘要：数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的表现形式为规则、概念、规律及模式等 2.1数据挖掘的发展历史 ..... 2.2数据分析与数据挖掘的主要区别 相对于传统的统计分析技术，数据挖掘有如下特点： 数据挖掘擅长处理大数据（几十几百万行或者更多的数据） 数据挖 阅读全文

摘要：1.1现代营销理论的发展历程 1.1.1从4P到4C（商品丰富、市场竞争日益激烈、消费者成为商业世界核心） 4P（以产品为中心的营销）理论 Product(产品)：注重产品功能，强调独特卖点 Price(价格)：根据市场定位，制定不同的价格策略 Place(渠道)：注重分销商的培养和销售网络的建设 阅读全文