永洪社区

标题: 数据爱好者社区丨每日阅读推荐 [打印本页]

作者: Rachi 时间: 2017-8-11 10:21
标题: 数据爱好者社区丨每日阅读推荐
每天早晨会为大家推荐一篇数据分析干货，帮助大家学习数据分析；

作者: Rachi 时间: 2017-8-11 10:22
【永洪数据社区 2017-8-8 阅读推荐】

原文：极简数据分析法：3个步骤+3个模型

链接：http://www.woshipm.com/data-analysis/685293.html

推荐理由：从指标到模型，逻辑结构清晰，适合想运用数据分析的市场、运营人员

核心观点：

1.3个步骤：确定目标、列出公式、确认元素；

2.3个模型：漏斗模型、多维坐标、分组表格；

3.用漏斗模型提升元素量级；用多维坐标进行精细化运营；用分组表格检验效果，监测数据。

作者: Rachi 时间: 2017-8-11 10:23
【永洪数据社区 2017-8-9 阅读推荐】

原文：数据分析报告怎么用？

链接：http://www.woshipm.com/data-analysis/739067.html

推荐理由：运营分析中运用AARRR模型较为全面，适合从本文中提取数据分析思路。

核心观点：
1.什么是数据分析？

2.数据源都有哪几类？

3.三类数据报告：市场分析、运营分析、用户行为分析

作者: Rachi 时间: 2017-8-11 10:24
【永洪数据社区 2017-8-10 阅读推荐】

原文：一文详解公众号数据分析的正确姿态

链接：http://api.woshipm.com/data-analysis/651811.html?sf=mobile

推荐理由：微信公众号作为很多公司宣传的阵地，这篇文章详细讲解了如何利用公众号的数据。

核心观点：

1.先设计模型，再分析结论

2.对用户影响力指标的验证

3.用户活跃指标的验证

4.公众号局部优化的效果验证

作者: Rachi 时间: 2017-8-11 10:25
【永洪数据社区 2017-8-11 阅读推荐】

原文：作为一个合格的“增长黑客”，你还得重视外部数据的分析！

链接：http://t.cn/R9nkJYj

推荐理由：这篇文章详细介绍了如何借助外部环境数据来优化自身，十分具有指导意义；

核心观点：

1. 四种常见的数据分析类型

2.外部数据分析的重要性

3.外部数据的类型

4.外部数据的采集和获取

5.外部数据的应用场景

6.外部数据分析实操

作者: Rachi 时间: 2017-8-14 10:30
【永洪数据社区 2017-8-14 阅读推荐】

原文：常见的7种数据分析手段

链接：http://t.cn/RKu9yO4

推荐理由：『以业务场景为起始思考点，以业务决策作为终点』这点值得借鉴

核心观点：

1.数据分析的基本思路

2.两种常见的数据分析方法

3.七个数据分析的应用手段

作者: Rachi 时间: 2017-8-15 10:28
【永洪数据社区 2017-8-15 阅读推荐】

原文：从数据分析的视角，豆瓣的电影评分靠谱吗？

链接：http://t.cn/R9st6i6

推荐理由：在大家看电影之前都会去看影评的潮流下，这些数据一定是真实可靠的么？

核心观点：

1.豆瓣和IMDB的整体比较

2. 深入分析

3.评价差异最大的电影是什么？

4.结论：

(1) 豆瓣和IMDB评分的分布很接近。在弱化产品评分机制的影响后，两者差别很小。

(2) 对于动画类电影，豆瓣评分存在相对IMDB偏高的现象

(3) 对于国内的电影，国内外评价确实有差别，文化差异可能是主要的原因，但总体也是好片较好，差片较差。同时，也不能因为IMDB的评分高低，直接去否定某些电影的价值。

作者: Rachi 时间: 2017-8-16 10:27
【永洪数据社区 2017-8-16 阅读推荐】

原文：有关数据分析的书籍推荐

链接：http://t.cn/RChx0Wv

推荐理由：看到别人的推荐后，要结合自身实际情况去选择，这样才有意义

关于数据分析书籍的选择，本篇可以给大家一些参考，不一定别人的就是对的；
你也可以谈谈，你看过哪些数据分析相关的书籍？有哪些好的推荐？

作者: Rachi 时间: 2017-8-17 10:34
【永洪数据社区 2017-8-17 阅读推荐】

原文：5个步骤，教你找到数据分析的正确姿势

链接：http://36kr.com/p/5088156.html

推荐理由：做数据分析需要和业务走得很近，要能够理解业务场景。

核心观点：

1.数据分析的基本原则

2.如何建立数据提取逻辑

3.数据分析其实只要三页纸

4. 理解结论、假设与行动项

作者: Rachi 时间: 2017-8-21 11:02
【永洪数据社区 2017-8-21 阅读推荐】

原文：如何快速成为数据分析师？

链接：http://t.cn/R4iJ5qO

推荐理由：没有什么事情是可以一蹴而就的，思维可以快速，实践要稳扎稳打，这篇为你成为分析师提供了很好的思路。

核心观点：

1.第一阶段：核心的三本书就是：统计学、R IN ACTION、深入浅出数据分析。

2.第二阶段：要升级你的技能，在对已有的知识基础上做一个升华

3.第三阶段：SQL绝对是数据分析师的必备技能，没有之一

作者: Rachi 时间: 2017-8-22 10:27
【永洪数据社区 2017-8-22 阅读推荐】

原文：有了数据分析，餐饮行业会有哪些不一样？

链接：http://36kr.com/p/5063763.html

推荐理由：餐饮行业数据分析的意义在于“哪个菜点的最多，哪个服务员可以带来最贵的账单，Mogavero相信他所收集的这些数据可以告诉他怎么让顾客开心。”

核心观点：

1.为什么说餐饮行业更倾向于直觉而不是数据分析？

2.数据是如何运用到更高收益的餐厅的？

3.餐厅经验在数据和技术的运用，以及美食一代趋势的顺应。

作者: Rachi 时间: 2017-8-24 16:26
【永洪数据社区 2017-8-24 阅读推荐】

原文：以今日头条为例，详述数据思维驱动产品设计的方法论

链接：http://36kr.com/p/5084663.html

推荐理由：今日头条用了短短5年时间，成为移动端新闻媒体的独角兽，其成功的必然源于自上而下的数据化思维。

核心观点：

1.今日头条前世今生

2. CEO张一鸣如何解读数据思维，详述三个方法论

3.数据思维指导算法演化

4.今日头条的A/B测试系统

5.需求从何而来？数据收集到何种程度？

6.如何低成本完成有效A/B测试

作者: Rachi 时间: 2017-8-24 16:28
【永洪数据社区 2017-8-23 阅读推荐】

原文：数据分析师必学四大精髓

链接：http://36kr.com/p/5052123.html

推荐理由：定目标、用产品、看数据、记指标，四步提升你的分析技能。十分推荐分析师看~

核心观点：

1.定目标：把时间用在最能产生价值的地方；

2.用产品：理解数据定义和业务逻辑；

3.看原始数据：建立对数据本身的感觉；

4.记业务指标：熟记指标能给分析师带来巨大的可信度；

作者: Rachi 时间: 2017-8-25 12:05
【数据分析爱好者社区 2017-8-25 阅读推荐】

原文：谷歌联合创始人：什么是数据分析闭环？如何引爆百亿美金公司订单3倍增长？

链接：http://36kr.com/p/5058183.html

推荐理由：用数据来驱动运营和产品增长，而其中的关键则在于实现数据分析闭（循）环。

核心观点：

1.数据闭环的价值充分体现出来的两个必要条件

2.什么是数据分析闭环？

3.精益数据分析模型
步骤1：找出优化指标
步骤2：提出假设
步骤3：创建试验
步骤4.衡量和决定要做什么

4.案例：Airbnb

作者: Rachi 时间: 2017-8-28 11:15
【数据分析爱好者社区 2017-8-28 阅读推荐】

原文：一个优秀的数据分析师是怎样炼成的？

链接：http://36kr.com/p/5053800.html

推荐理由：本文从分析师的道、术、器三个层面阐述了成为一名分析师的必备要素，作为分析师的你，值得一看~

核心观点：

1.数据分析师的演变

2.数据分析师的价值金字塔

3.数据分析师必备的四大能力

4.数据分析常见的七种思路

作者: Rachi 时间: 2017-8-30 10:20
【数据分析爱好者社区 2017-8-29 阅读推荐】

原文：万字干货总结：最全的运营数据指标解读

链接：http://36kr.com/p/5076278.html

推荐理由：如果你是一名互联网运营从业者，在做数据分析时不知道有哪些指标，那这篇非常适合你。

核心观点：

1.『用户获取』相关指标

2.『用户活跃』相关指标

3.『用户留存』相关指标

4.『营销』相关指标

5.『传播/活动』相关指标

6.『营收』相关指标

作者: Rachi 时间: 2017-8-30 10:21
【数据分析爱好者社区 2017-8-30 阅读推荐】

原文：四步，教你建立数据分析的思维框架

链接：http://36kr.com/p/5062051.html

推荐理由：如果数据分析思维是一种结构化的体现，你还需在此基础上加一个数据证明的准则，要了解这个准则是什么，不妨看看文章中怎么说。

核心观点：

1.建立你的指标体系

2.明确好指标与坏指标

3.建立正确的指标结构

4.了解维度分析法

作者: Rachi 时间: 2017-9-5 11:17
【数据分析爱好者社区 2017-8-31 阅读推荐】

原文：当数据分析遭遇心理动力学：用户深层次的情感需求浮出水面

链接：http://36kr.com/p/5054154.html

推荐理由：深度好文，适合零售、电商行业的小伙伴阅读

核心观点：

1.为什么要进行用户的情感需求分析？

2.从微博上获取用户情感需求的初始信息

3.如何从用户的标签信息中获得情感洞察

4.让用户情感需求洞察成为可能

5.实例分析——透过标签挖掘小米微博粉丝的内在情感需求

作者: Rachi 时间: 2017-9-5 11:18
【数据分析爱好者社区 2017-9-4 阅读推荐】

原文：数据分析方法总结 |《精益数据分析》读书笔记

链接：http://t.cn/RNQG3Bd

推荐理由：这篇文章概括出了这本书中的主要内容，大家可以通过简单浏览这篇文章得知这本书是否适合自己现阶段的需要；

作者: Rachi 时间: 2017-9-5 11:18
【数据分析爱好者社区 2017-9-5 阅读推荐】

原文：数据可视化 | 你想知道的可视化图都在这

链接：http://t.cn/RN1kBbh

推荐理由：如果你不知道什么样的数据适合什么类型的图表，那这篇非常适合你！

核心观点：

1.常用三大图：柱（条）、线、饼（环）

2.面积图、散点图（气泡图）、雷达图

3.地理图、热力图、矩形树图

4.桑基图、漏斗图、箱线图

5.其他图形

作者: Yonghong-Club 时间: 2017-9-18 17:49
【数据分析爱好者社区 2017-9-6 阅读推荐】

原文：产品做数据分析的话应关注哪些数据指标？

链接：http://t.cn/RNFpZx4

推荐理由：这是一篇关于这个问题的讨论，适合互联网类公司的朋友看，如果有不同见解，我们可以在这里聊聊

作者: Yonghong-Club 时间: 2017-9-18 17:49
【数据分析爱好者社区 2017-9-7 阅读推荐】

原文：如何通过数据驱动业务发展

链接：http://t.cn/Rpz7zvJ

推荐理由：本文作者为腾讯大数据高级产品经理，文章面广而不深，适合用来拓宽数据应用思路；

核心观点：

1.关于数据化管理

2.从0到1搭建数据运营体系

3.数据深度分析

4.用户管理策略

作者: Yonghong-Club 时间: 2017-9-18 17:50
【数据分析爱好者社区 2017-9-11 阅读推荐】

原文：途家网 BI 总监分享：如何搭建一个数据分析团队

链接：http://www.woshipm.com/data-analysis/637958.html

推荐理由：如果想了解数据团队的部门构成及职责，这是篇不错的实践案例；

核心观点：
一、数据分析团队发展的5个阶段

二、BI 团队组成
1、商业分析团队
2、BI 报表团队
3、数据仓库团队
4、市场竞争分析团队

三、经验和思考

作者: Yonghong-Club 时间: 2017-9-18 17:50
【数据分析爱好者社区 2017-9-12 阅读推荐】

原文：数据可视化难在哪里？又怎么入门

链接：http://t.cn/RpZm4Yf

推荐理由：本文是对数据可视化的介绍，其中的几点注意事项值得大家认真思考；

核心观点：

1.数据可视化的价值

2.好的数据可视化

3.数据可视化难在哪里

4.可视化过程的注意事项

5.推荐书籍

作者: Yonghong-Club 时间: 2017-9-18 17:51
【数据分析爱好者社区 2017-9-13 阅读推荐】

原文：具备这样的思维，你才算入了大数据分析的门

链接：http://t.cn/RpXe4PS

推荐理由：本文提出了“Back & Forth”的思维模式，观点较为新颖；

核心观点：

1.数据分析的四种模式

2.什么是“Back & Forth”思维模式

3.“Back & Forth”思维模式如何应用在大数据分析中

作者: Yonghong-Club 时间: 2017-9-18 17:51
【数据分析爱好者社区 2017-9-18 阅读推荐】

原文：我好像看到了假的数据分析？

链接：http://t.cn/Rpa9tsE

推荐理由：文本指出了数据分析中可能出现的不靠谱现象，这篇文章的视角十分有趣；

核心观点：

1.可视化的误导

2.使用孤证或者不靠谱的绝对值

3.推理逻辑混乱

4.扶不上墙的小规模测试

作者: icecream 时间: 2017-9-22 09:33
很喜欢看这些推荐，谢谢管理员~

作者: Yonghong-Club 时间: 2017-9-22 16:49

icecream 发表于 2017-9-22 09:33
很喜欢看这些推荐，谢谢管理员~

哈哈，有价值的内容大家才喜欢看嘛

作者: Rachi 时间: 2017-10-23 10:16
【数据分析爱好者社区 2017-10-17 阅读推荐】

原文：如何成为一名顶级战斗力的数据分析师？

链接：http://36kr.com/p/5093638.html

推荐理由：本文讲述了从那些被认为开发速度更快的人那里得到窍门，成为一名更有生产效率的数据科学家的几个要点。

核心观点：

1.你得真正了解业务

2.你得真正了解数据

3.你得懂得代码设计

4.成为10x数据科学家的技巧

作者: Rachi 时间: 2017-10-23 10:16
【数据分析爱好者社区 2017-10-18 阅读推荐】

本文来自小伙伴@张国龙的推荐

原文：什么才是打开「数据分析」的正确姿势？

链接：http://www.woshipm.com/operate/751844.html

推荐理由：这篇是干货+事例的形式，便于理解；

核心观点：

1.数据分析的基本原则

2.如何建立数据提取的逻辑

3.数据分析其实只要三页纸

4.理解结论、假设与行动项

作者: Rachi 时间: 2017-10-23 10:17
【数据分析爱好者社区 2017-10-19 阅读推荐】

原文：数据分析，你逃不掉的几大“坑”

链接：http://www.woshipm.com/data-analysis/794163.html

推荐理由：这篇文章包含了大家昨天讨论的，关于数据分析的理解和应用的问题。

核心观点：

一、数据的最大天坑

二、分析的最大天坑

1. 小团队的数据正确性很难被保证

2. 存在已久并不代表一定正确

3. 数据条件很重要

4. 第一手分析很重要

5. 分析具有联动性

昨天大家讨论的内容很丰富，最后一部分异常精彩：http://t.cn/RODHrEj

作者: Rachi 时间: 2017-12-25 10:05
【数据爱好者社区 2017-10-20 阅读推荐】

原文：有关数据分析的书籍推荐

链接：http://t.cn/RChx0Wv

推荐理由：看到别人的推荐后，要结合自身实际情况去选择，这样才有意义

关于数据分析书籍的选择，本篇可以给大家一些参考，不一定别人的就是对的；

你也可以谈谈，你看过哪些数据分析相关的书籍？有哪些好的推荐？

作者: Rachi 时间: 2017-12-25 10:05
【数据分析爱好者社区 2017-10-23 阅读推荐】

原文：万字干货总结：最全的运营数据指标解读

链接：http://36kr.com/p/5076278.html

推荐理由：如果你是一名互联网运营从业者，在做数据分析时不知道有哪些指标，那这篇非常适合你。

核心观点：

1.『用户获取』相关指标

2.『用户活跃』相关指标

3.『用户留存』相关指标

4.『营销』相关指标

5.『传播/活动』相关指标

6.『营收』相关指标

作者: Rachi 时间: 2017-12-25 10:06
【数据分析爱好者社区 2017-12-20 阅读推荐】

原文：实例｜产品新人如何进行数据分析

链接：http://www.woshipm.com/data-analysis/877731.html

推荐理由：这篇文章很简单，讲了min-max标准化公式的实际应用

核心观点：

一、确定分析方法和获取基础数据

二、分析数据

三、数据总结

作者: Rachi 时间: 2017-12-25 10:06

【数据分析爱好者社区 2017-12-21 阅读推荐】

原文：数据分析入门：初识数据埋点（一）

链接：http://www.woshipm.com/data-analysis/872543.html

推荐理由：这篇文章的实操性较强，推荐想了解埋点方面知识的同学阅读

核心观点：

一、埋点概述

二、主要的埋点事件分类

1.点击事件
2.曝光事件
3.页面停留时间事件

三、When？什么时间做？

四、How?怎么定义埋点？

五、字段明细

六、结语

作者: Rachi 时间: 2017-12-25 10:06
【数据分析爱好者社区 2017-12-25 阅读推荐】

原文：「Why-What-How」：数据分析的基本方法论

链接：http://www.woshipm.com/data-analysis/878968.html

推荐理由：曾看到朋友圈有人说，这篇文章应该打印下来好好读；

核心观点：

一、WHY：为什么要做数据分析

1.1 建立量化体系
1.2 明确量化重点
1.3 确保数据准确性
1.4 站在业务方的角度

二、WHAT：什么是数据分析

三、HOW：怎么进行数据分析

3.1 细分
3.2 对比
3.3 溯源
3.4 衍生模型

四、数据分析如何落地

4.1 数据分析流程和场景
4.2 数据分析常见谬误

在数据分析爱好者社区中 http://t.cn/R9mzlVl，可以看到往期阅读推荐；

各位，圣诞快乐！

作者: wx_VqF0aQfH 时间: 2018-11-28 17:39
至今听说的最好的一本统计学入门书

欢迎光临永洪社区 (http://club.yonghongtech.com/)