07 2019 档案

git 文件名大小写不敏感
摘要：1. 通过修改 git 配置： git config core.ignorecase false 2. 强制执行修改文件名命令： 需要重命名已添加到git的文件时，git mv --f oldFileName newFileName 阅读全文
posted @ 2019-07-23 11:49 沐子馨 阅读(261) 评论(0) 推荐(0)
Vue.config.productionTip = false 是什麽意思
摘要：阻止启动生产消息，常用作指令。 阻止启动生产消息 這又是什麽意思? 看下效果 Vue.config.productionTip = false Vue.config.productionTip = true 感覺多了一行信息 阅读全文
posted @ 2019-07-17 13:54 沐子馨 阅读(1537) 评论(0) 推荐(0)
移动运营八：新零售行业移动运营案例
摘要： 阅读全文
posted @ 2019-07-15 16:47 沐子馨 阅读(127) 评论(0) 推荐(0)
移动运营七：移动运营金融行业案例
摘要： 阅读全文
posted @ 2019-07-15 16:46 沐子馨 阅读(122) 评论(0) 推荐(0)
移动运营六：如何埋点
摘要：1.埋点：采集事件的统计数据； 2.事件：用户与页面的交互行为，比如登录、浏览、点击等； 3.为什么要埋点：埋点是数据分析的起点； 采集数据——传输数据——存储数据——分析数据——采取行动； 4.埋点的使用场景：热力图； 产品运营：优化流程；优化内容；优化布局； 活动运营：活动效果评估，调整营销策略 阅读全文
posted @ 2019-07-15 16:44 沐子馨 阅读(538) 评论(4) 推荐(0)
移动运营五：如何优化营销渠道
摘要：优化渠道步骤： AE+的方式： 1.流量分析：分析不同渠道的流量分布；我知道我的广告费有一半是浪费的，但我不知道是哪一半； （1）UTM参数：跟踪渠道流量的参数；url路径中加上utm参数； 2.质量分析：渠道质量；当前渠道用户的促活留存； 选择流量大，质量高的渠道； 及时调整营销策略； 考虑其他要 阅读全文
posted @ 2019-07-15 16:42 沐子馨 阅读(737) 评论(0) 推荐(0)
移动运营四：如何优化页面布局
摘要：优化页面布局步骤：埋点-分析-行动； 行为分析： 点击量——更换推送内容/改变按钮位置； 页面热力图——在最热的位置放最重要的内容； 页面访问——页面受访与停留时长（将主推产品/活动嵌入关联的高热度页面）； 阅读全文
posted @ 2019-07-15 16:41 沐子馨 阅读(349) 评论(0) 推荐(0)
移动运营三：如何进行场景洞察
摘要：转化漏斗：存在用户流失；用户路径： 页面停留时间过长：如：页面加载慢等； 点击确认时：如没有用户想要的按钮或功能等； 选择支付方式：如用户余额不足，没有用户想要的支付方式等； 阅读全文
posted @ 2019-07-15 16:40 沐子馨 阅读(302) 评论(0) 推荐(0)
移动运营二：如何更加了解你的用户
摘要：用户分群： 常见方法： （1） 基本特征：显性特征（基本信息，应用状态）； 用户画像：信息标签化（基本信息，应用状态，因性特征）； 用户行为：（渠道（哪个渠道进来），APP内行为）； （2）RMF模型： 分群、分层与画像的区别：下载用户（教育程度）/注册用户（系统、城市）/购买用户（性别、职业）； 阅读全文
posted @ 2019-07-15 16:39 沐子馨 阅读(213) 评论(0) 推荐(0)
移动运营一：如何进行运营效果分析
摘要：拉新/促活/留存——运营三大目标； 拉新：增加用户基础；促活：促进持续使用；留存：留住用户； 怎么做： 拉新——开源：获取更多用户； 触达用户（广告投放/活动策划/新媒体，接触到信息）/触动用户（强烈感触/图文创意/消除疑虑，戳中用户需求）/获取（清晰直接/步骤简单，比如用户注册；获取产品）； 拉新 阅读全文
posted @ 2019-07-15 16:38 沐子馨 阅读(790) 评论(0) 推荐(0)
统计学六：逻辑回归
摘要：逻辑回归是重要的分类器，适用于因变量为分类型变量的情况，如男性女性，是否购买等。在本课节中，老师将从预测员工是否离职问题入手，帮助学员掌握模型原理、模型应用与模型评价等重要内容。 本节课包括如下知识点： 二分类变量 二项Logit模型 模型预测及评价 二分类变量 二项Logit模型 模型预测及评价 阅读全文
posted @ 2019-07-15 16:27 沐子馨 阅读(474) 评论(0) 推荐(0)
数据分析五：因子分析
摘要：因子分析是将多个实测变量转换为少数几个综合指标（或称潜变量），主要用于寻找数据的内在逻辑和降维。在本课节中，老师从应用因子分析的情境出发，经过方差共同度分析、主成分分析，深入浅出地解析获取公因子的过程，拔高学员的数据处理能力。 本节课包括以下知识点： 何种情况进行特征提取 因子分析 方差共同度 主成 阅读全文
posted @ 2019-07-15 16:08 沐子馨 阅读(1378) 评论(0) 推荐(0)
统计学四：聚类分析
摘要：空间数据分析是重要的数据分析领域，在本课节中，老师将从空间相关性分析和分层聚类两个角度对空间数据展开研究，使学员掌握用Moran's I系数判断空间相关性以及聚类算法的相关知识。 本节课介绍了如下知识点： 空间权重矩阵 空间自相关测度 Moran I系数 聚类分析 空间权重矩阵 空间自相关测度 Mo 阅读全文
posted @ 2019-07-15 16:06 沐子馨 阅读(656) 评论(0) 推荐(0)
统计学三：线性回归
摘要：线性回归是一种重要的统计方法，在学术研究以及生产实践中，都有着广泛的应用。本课节将从实践角度出发，将模型的构建、模型的评价和注意事项娓娓道来。通过学习，学员将完全掌握线性回归的核心原理与真实应用。 本节课涵盖的知识点有： 拟合优度 回归方程的显著性检验 回归系数的显著性检验 拟合优度 回归方程的显著 阅读全文
posted @ 2019-07-15 16:02 沐子馨 阅读(600) 评论(0) 推荐(0)
统计学二：假设检验与参数估计
摘要：假设检验是推断性统计的基石，也是统计学习中的难点。在本课节中，老师会用最简明易懂的语言讲透假设检验以及与其密切相关的置信区间的原理，帮助学员在使用样本估计总体时能够知其然并且知其所以然。 在现实问题中，我们难以直接对总体，如北京市所有区域每一时点的空气质量指标进行统计分析，因此往往通过抽样方式来推测 阅读全文
posted @ 2019-07-15 15:56 沐子馨 阅读(1199) 评论(0) 推荐(0)
统计学一：描述统计
摘要：待处理数据的缺失和错误会极大地影响后续的数据分析，因：我们首先需要评估数据质量，进行诸如缺失值发现、极端值诊断、统计分布（样本数据的分布情况）观察和描述性统计（包括均值、方差、标准差、偏度、峰度等）等操作。 在本课节中，老师从北京市空气质量监测数据集入手，系统介绍以上知识点，帮助学员获得洞察数据的能 阅读全文
posted @ 2019-07-15 15:51 沐子馨 阅读(966) 评论(0) 推荐(0)
数据分析十：高价值用户识别
摘要：电商平台如何在千万用户中识别高价值用户？本节课基于购买转化率等数据，通过回归分析与描述分析，发现潜在高价值用户： 基于用户购买转化率进行高价值用户的识别： 一. 背景介绍： 新零售-生鲜； 发展历程； 垂直行业：比较繁重； O2O：缺点：覆盖范围小； 问题来了——该平台如何在成千上万的用户中识别高价 阅读全文
posted @ 2019-07-15 15:32 沐子馨 阅读(2785) 评论(1) 推荐(1)
数据分析九：互联网征信中的信用评分模型（用户APP使用行为分析）
摘要：用户APP使用行为数据分析: 一. 背景及数据介绍： 1. 移动互联网发展背景: 网民规模7.72亿，手机网民规模7.53亿； 2. APP使用热点： 商务交易类应用规模高速增长（网络购物，网上外卖，在线旅行）； 互联网理财用户规模达到1.29亿，同比增长20%； 公共服务类各细分领域规模增长（在线 阅读全文
posted @ 2019-07-15 15:16 沐子馨 阅读(1145) 评论(0) 推荐(1)
数据分析八：互联网征信中的信用评分模型（刷卡行为分析）
摘要：用户刷卡行为数据分析： 互联网征信中的信用评分模型案例之一，分析用户刷卡行为数据，构建变量并预测结果。 1. 背景介绍 （1）个人信用贷款：结婚/家具/读书/旅行； （2）现有的网络信贷产品：芝麻信用/微粒贷/考拉信用分； （3）网络借贷： （4）信用评估：用户申请-信用评估（前后信用数据）-获得批 阅读全文
posted @ 2019-07-15 15:10 沐子馨 阅读(1204) 评论(0) 推荐(0)
数据分析七：数据治理
摘要：我们拥有了数据资产，该如何对数据资产所有相关方利益进行协调和规范？本节将介绍数据治理规则、数据资产化的步骤等内容。 需要治理的，一定是存在各方利益的权衡。 1. 数据治理：就是对数据资产的治理。 什么是数据资产：资产，是指企业实际拥有或者实际控制的能够给企业带来预期经济效益的资源；数据资产，那就是拥 阅读全文
posted @ 2019-07-15 15:04 沐子馨 阅读(508) 评论(0) 推荐(0)
数据分析六：回归五式
摘要：具体的技术手段--五种常见的回归分析模型：有解释型变量X因变量Y（通过确定Y，确定Y的数据类型，来确定回归分析类型或机器学习算法） 1. 线性回归：Y是连续型数据—任何两个数据之间都可以存在一个差值，如身高体重价格收益房价等； 实际上没有完全的连续型数据，几乎都是离散型数据。 2. 0-1回归：因变 阅读全文
posted @ 2019-07-15 15:01 沐子馨 阅读(941) 评论(0) 推荐(0)
数据分析五：产品设计
摘要：如何创造价值：—— 不确定性； 只要有人有不爽的地方，就有产品需求。比如，买机票时间不同，导致票价不同，导致买到贵的票的人的不爽。 数据准备：Y+X；—— 回归分析 如机票： 因变量Y：票价； X：头脑风暴：城市人均GDP，时间，飞机城市，座舱类型等； 模型选择——预测——输出预测走势； 模型达到一 阅读全文
posted @ 2019-07-15 14:50 沐子馨 阅读(251) 评论(0) 推荐(0)
数据分析四：回归分析
摘要：回归分析：统计学用来研究不确定性的基本手段； 如何研究不确定性：分析业务——找出因变量Y——找出X； x、y、 ε表示不确定性 统计学： ——（不准确）——》 统计学就是研究不确定性 回归分析是统计学中研究数据的基本手段。 数据分析的第一步是回归分析； 回归分析的第一步是分析业务，第二步是确定因变量 阅读全文
posted @ 2019-07-15 14:48 沐子馨 阅读(547) 评论(0) 推荐(0)
数据分析三：商业价值
摘要：一. 数据的价值： 什么是价值 —— 就是在业务中最核心的诉求；（朴素的数据价值观） 数据的价值：比如，提高收入，降低成本，降低错误率； 二. 价值的体现：收入、支出、风险；—— 企业的业务中最核心的 给企业带来收入：比如，给空调厂商建议使用app控制空调，在app中可以根据数据自定义推荐和投放广告 阅读全文
posted @ 2019-07-15 14:43 沐子馨 阅读(931) 评论(0) 推荐(0)
数据分析二：什么是数据
摘要：一. 什么是数据： 数据能够支持数据产业； 数据产业：数据能够支持规模化应用的产业； 规模化应用：投入-产出；产出的边际成本几乎为0； 数据就是电子化记录； 电子化记录就是数据；—— 数据依赖于记录的技术手段； 二. 数据的时代观： 数据的记录有着强烈的时代特征； 有了时代的数据处理的各种方法，才使 阅读全文
posted @ 2019-07-15 14:41 沐子馨 阅读(747) 评论(0) 推荐(0)
数据分析（一）
摘要：一. 数据思维： 不确定性： 为什么要做数据分析——创造价值（创造商业价值） 分析什么：分析的不是数据，分析业务（比如分析消费者） 什么业务值得分析：带有强烈的不确定性的问题，即分析不确定性；比如天气的变化，股价的变化，消费者的购买意欲，消费者的续费意欲等； 在预测不准的情况下思考企业创新； 什么是 阅读全文
posted @ 2019-07-15 14:40 沐子馨 阅读(242) 评论(0) 推荐(0)
《漫画统计学》读书笔记
摘要：一. 数据种类： 不可测量的数据+可测量的数据； | | 分类数据 数值数据 分类数据：数值数据之间并非相等间隔（比如天气，柔道段位等）； 数值数据：数值数据之间有相等间隔（比如身高，体重，气温等）； 二. 数据整体的状态（数值数据）： 1. 次数分布表和直方图；组中值（中间值）、次数、相对次数（所 阅读全文
posted @ 2019-07-15 13:58 沐子馨 阅读(1746) 评论(0) 推荐(0)
《统计陷阱》读书笔记
摘要：一. 内在有偏的样本： 一个以抽样为基础的报告如果要有价值， 就必须使用具有代表性的样本， 这种样本排除了各种误差。 这就是耶鲁毕业生的收入数据失真的原因， 也是许多你在报纸或杂志上读到的报道毫无意义的原因。 无形的误差与有形的误差一样容易破坏样本的可信度。 也就是说 ， 即使你找不到任何破坏性的误 阅读全文
posted @ 2019-07-15 13:56 沐子馨 阅读(2038) 评论(0) 推荐(0)
package.json设置环境变量
摘要：有三种方法可以在package.json设置环境变量 npm install --save-dev cross-env 设置环境变量有什么用 在项目的js脚本中，通过process.env这个对象就可以访问到设置的环境变量，结合打包软件webpack等等，实现不同的代码逻辑。 转载于: https: 阅读全文
posted @ 2019-07-08 18:34 沐子馨 阅读(5609) 评论(0) 推荐(0)