BI这条道不再新鲜了,但也是有些公司上来了,有些没上来。没上来的可能还不确定什么时机该上,上来的也是各有各的苦衷,家家有本难念的经。
![数据分析,或许不是为了分析,而是为了规范](https://ikddm.com/wp-content/themes/begin/prune.php?src=https://ikddm.com/wp-content/uploads/2020/05/20200526_shujufenxihuoxubushi_0.jpg&w=280&h=210&a=&zc=1)
数据分析,或许不是为了分析,而是为了规范
数据所解决的问题,就是让他可以更容易的按照标准的工作方法来决定补什么货,补到哪。
![数据化管理(电商)-销售店铺分析](https://ikddm.com/wp-content/themes/begin/prune.php?src=https://ikddm.com/wp-content/uploads/2020/05/20200526_shujuhuaguanlidiansh_0.png&w=280&h=210&a=&zc=1)
数据化管理(电商)-销售店铺分析
一般来说都会同时运营多个店铺,鸡蛋不能放在一个篮子里嘛,但每个篮子要放多少个鸡蛋,投入多少的资源,这就需要进一步的分析和研究了。
![怎样理解时间序列一](https://ikddm.com/wp-content/themes/begin/prune.php?src=https://ikddm.com/wp-content/uploads/2020/05/20200526_zenyanglijieshijianx_0.jpg&w=280&h=210&a=&zc=1)
怎样理解时间序列一
零售行业中可以先预测商品的销量再订货,就能减少些损耗;电商平台预测销量,也可以监控异常或是刷单行为;在我们还不知真伪的算命都有很大的市场,若是有科学的办法来预测未来,谁不想知道呢。
看到数据不等于看到价值
讲到bi,客观来看,它的价值也是不能小视的。完整的10步它没有办法自己走完,也可以先走个7、8步,在这7、8步之中,也就蕴含着非常的价值。
![怎样理解时间序列二](https://ikddm.com/wp-content/themes/begin/prune.php?src=https://ikddm.com/wp-content/uploads/2020/05/20200526_zenyanglijieshijianx_0.jpg&w=280&h=210&a=&zc=1)
怎样理解时间序列二
ARIMA模型中参数d就是用作差分的,d=1就是做1阶差分,d=2就是2阶差分。什么是差分?我这里就写一个一阶差分的公式简单表达下,更多的就百度查概念吧。
![怎样理解时间序列三](https://ikddm.com/wp-content/themes/begin/prune.php?src=https://ikddm.com/wp-content/uploads/2020/05/20200526_zenyanglijieshijianx_0.png&w=280&h=210&a=&zc=1)
怎样理解时间序列三
我对预测有这样的一个理解,之所以时间序列可以预测某些数据序列,是因为我们可以将数据序列分成两部分:数据序列=函数+噪声。
![你费那么大劲做的数据分析,有用吗?](https://ikddm.com/wp-content/themes/begin/prune.php?src=https://ikddm.com/wp-content/uploads/2020/05/20200526_nifeinamedajinzuodes_0.jpg&w=280&h=210&a=&zc=1)
你费那么大劲做的数据分析,有用吗?
我们做数据分析的目的,是为了解决问题,换个词,是为了有用啊。那么你做的分析,有用吗,怎样做的分析才有用呢?
![数据化运营管理_互联网行业(五)(流失篇)](https://ikddm.com/wp-content/themes/begin/prune.php?src=https://ikddm.com/wp-content/uploads/2020/05/20200526_shujuhuayunyingguanl_0.png&w=280&h=210&a=&zc=1)
数据化运营管理_互联网行业(五)(流失篇)
关于流失,就不必过多的说明了,古往今来,从菜市场到互联网,都是各行从业者所不想看到的。然而人有生老病死,新城代谢式的流失是不可避免的。
评论