一、引言
最近工作的重心都在跟数据打交道,各种各样的数据呈现及内在挖掘都要定策略,加上之前在产品策略方面的经验,因此对常用的一些策略方法做一个总结梳理,算是抛砖引玉吧。
二、概述
结合实际的工作场景和经验,会从以下几个层面分别进行展开:
定量分析:如何将定性、不确定的场景/因素进行量化的数据表达。迭代思想:数据持续变化,如何利用数据构建可靠的模型,进行深度挖掘?概统知识:基础的概率统计学知识在数据分析中那是必不可少的。关联分析:数据林林总总,不同的维度/事务是否存在千丝万缕的关联?
当然,这样的拆分是基于个人的经验,不见得多么合理,其实是会存在很多的交叠,也只是冰山一角,所以活到老学到老。
三、定量分析
在实际的工作场景中,常常会碰到各种需要拍脑袋的场景,定性的成分占比较大的比重,除了基本的服务性能外,其他难以定量考评。
举个例子,我们对于作者进行评级的时候,常常会在作品量、播放量、粉丝量和互动量这几个指标之间纠结,到底谁更重要,重要多少呢?
一番激烈友好的讨论之后定下来“播放量