- 博客(104)
- 收藏
- 关注
RSS订阅原创 运营之光-读书笔记1
首先，任何一项业务，都存在三个不可或缺的要素：产品、用户、运营。其次，任何一个产品，只有在与用户之家你发生关系后，才具备价值。再次，基于业务类型的不用，一款产品与用户间的关系类型会有很大差异。最后，所谓“运营”，其实就是为了帮助产品与用户之间更好地建立关系，以及更好地维系住这种关系，我们所需要使用的一起干预手段。最大的核心区别在于，加入产品与用户之间关系类型不同，则运营的向导性完全不用。运营的具体工作划分，一是拉新、引流、转化，例如第三方渠道、病毒营销、活动、新媒体、广告投放、品牌传播等。
2023-11-20 15:09:58
171
原创 华为数字化转型之道-读书笔记1
体验变流量，流量变收入”是其常见的商业模式。由数据化平台带来的种种变化，最终会通过对业务流程的重构，打破传统组织的效能边界，让企业内部运作更加高效、扁平，降低运营成本，提升运营质量。
2023-07-26 17:19:48
1420
1原创 用户行为分析（如何用数据驱动增长）-读书笔记1
（1）用户属性数据用户属性数据是指秒回用户特征的数据，根据人口统计学特征，可以从静态、动态及未来发展趋势三个方面观察用户，包括性别、年龄、职业、民族等统计变量。（2）用户行为数据用户行为数据是指用户在商业互动过程中产生的动作数据，即用户做了什么事情。（3）用户交易数据用户交易数据是指用户完成支付动作后产生的相关数据。
2022-11-10 16:23:40
730
原创 人人都是网站分析师（从分析师视角理解网站和解读数据）-读书笔记4（完结）
有三种类型的目标：“网站目标”目标、“网站停留时间”目标和“每次访问页数”目标。把两个相互联系的指标数据进行比较，从数量上展示和说明研究对象规模的大小、水平的高低、速递的快慢。量是一个绝对值，用来衡量事物的多少，如网站来了多少人、访问了多少次、看了多少页面、产生多少订单，这些绝对值数据都可以归为网站的量指标。例如，跳出率、转化率、平均停留时间、每次访问浏览页面数、平均订单价值，这些比率都可归为网站的质指标。纬度是指标的属性，如城市、浏览器、时间、浏览的页面名称、购买的商品类别等。（5）转化及漏斗分析法。
2022-11-03 17:55:23
297
原创 人人都是网站分析师（从分析师视角理解网站和解读数据）-读书笔记3
访问时长是指访问者在访问网站所花费的时间，通过页面的时间戳计算获得，是每个页面停留时间的汇总。曝光是指广告素材的成功加载次数，广告素材每被成功加载一次，记录为一次广告曝光，用户重复刷新也会被记录。唯一曝光量是指广告唯一身份访问者的曝光次数，大部分媒体和广告投放工具都可设置广告对用户的曝光频率。点击是指广告被点击的总次数，广告每被点击一次就记录为一次广告点击，用户的重复点击也会被记录。访问者是未排重的指标，而唯一身份访问者是记录排重的访问者。唯一点击量是从唯一身份访问者的纬度计算的广告点击量。
2022-10-31 17:23:23
211
原创 人人都是网站分析师（从分析师视角理解网站和解读数据）-读书笔记2
流量渠道增长率品牌覆盖率流量渠道有效率内容有效率二次营销有效率内容更新频率流量渠道保持率内容有效率。
2022-10-20 15:40:08
221
原创 人人都是网站分析师（从分析师视角理解网站和解读数据）-读书笔记1
网站的目标决定了在进行分析时所需的数据及关注点，数据分析的价值则体现在改善用户的网站中的使用体验，而用户体验的提升则可吸引更多的用户频繁到访（流量），并最终获得期望的结果。这是一个周而复始，不断提升的过程。每个网站的目标也都不一样。成长初期的网站不会去关注ROI，它们更加关注新客户的增长及带来的价值。而成熟期的网站则更关注老客户的到访频率及每次访问带来的价值。数据并不直接驱动或影响结果，而是用来对用户体验进行度量和提升，这就要求数据必须能够完整且准确地反映用户行为。
2022-10-13 11:10:02
209
原创 标签类目体系（面向业务的数据资产设计方法论）-读书笔记8（完结）
采用标签方法论形成的数据资产，较传统方式开发的数据指标，具有更高的应用价值与影响意义。标签价值主要体现在：串联、业务友好、全息刻画、可复用、可运营、创新场景等7个方面。
2022-09-21 14:48:51
899
原创 标签类目体系（面向业务的数据资产设计方法论）-读书笔记6
数据中台的核心要义是提升可复用性，降低业务试错成本，最大程度解放业务人员的能动性和积极性。最初级【代码级复用】：从现有的代码中找出可复用的部门进行修改、然后复用。这种复用是最浅层的，坑你会有代码迁移、使用出错等问题。第二级【组件级复用】：将满足某一功能需要的常用代码汇总会封装成一个组件，对这个组件的使用是可复用的。技术中间件可算作组件级复用。第三级【产品级复用】：某些产品具有通用能力且适用性较广，封装完毕后留有适配接口，就可实现整个产品的复用。
2022-09-14 11:07:11
1710
原创 标签类目体系（面向业务的数据资产设计方法论）-读书笔记5
1.1.1 数据认知1.1.2 数据架构DT时代，数据架构是用来保障数据流通畅，使数据资源运转为数据资产并作用于业务、产品商业价值的生命线。1.1.3 执行保障1.1.4 价值驱动数据资产价值的实现为最根本目标。要打通哪些数据，构建哪些数据资产，如何治理优化，构建怎样的数据架构，配套哪些支撑，都需要从价值出发去思考。1.1.5 场景能力面对不确定的未来，企业需要一种柔性的数据支撑能力：数据项之间、数据项和数据服务之间是松耦合的、能随时拆分，也能随时组合。
2022-09-02 15:00:03
1139
原创 标签类目体系（面向业务的数据资产设计方法论）-读书笔记4
1）V1.0：使能用平台工具提升数据处理的操作效率、降低技术操作门槛，这是一种让技术人员将数据使用起来的层次。（2）V2.0：更快将技术、数据、文化这三个要素在数据中台中进行统一，提升企业业务应对变化的能力（数据中台战略核心是让业务人员利用可重复的技术方法快速试错），这是一种让企业人员更快地使用数据、试错的层次。（3）V3.0：智能让数据智能有效地用起来，一方面数据操作系统更智能地理解含义，自动操作数据全链路；另一方面在数据应用上不断创新和深挖，这是一种让数据自己生产起来、繁衍生息的层次。...
2022-08-09 13:24:36
3211
原创 标签类目体系（面向业务的数据资产设计方法论）-读书笔记3
1、数据资产可复用标签类目体系是中台概念的核心落地点。1.1 前台、中台、后台三者之间的关系企业的业务库、信息库、资源库等就是企业的后台，前台由业务、应用等组成。随着数字化转型的深入，消费者诉求的转变以及市场竞争的日趋激烈，前台业务形态逐渐向场景化、灵活化、精细化转变。前台和后台之间的某些属性是相矛盾的：前台和后天需要需要一个中台来承接、消弭它们之间的差异。1.2 数据中台的两大要义2、面向业务可理解2.1 需要更具价值的数据资产2.2 好数据资产设计办法的特征标签类目体系方法论可满足以上3个特征要求：2.
2022-07-06 17:04:02
5108
原创 标签类目体系（面向业务的数据资产设计方法论）-读书笔记2
1.1.1 数据侧与业务侧的初次接触1.1.2 激发业务人员使用数据的兴趣2.1.1 先梳理标签还是对象2.1.2 对象到底有哪几类2.1.3 标签类目体系雏形2.2.1 基础理论的重要性2.2.2 以树为原型的理论框架2.2.3 不断丰富完整的过程2.3.1 标签在数据资产中的位置（1）能确权（2）可阅读（3）易理解（4）好使用（5）可计量（6）有定价（7）可管控（8）可增值2.3.2 标签在数据中台中的位置（1）什么是数据中台（2）标签在其中的重要位置（1）数据（2）数据资产（3）数据中台（4）标签（5
2022-07-02 12:25:56
1596
原创 标签类目体系（面向业务的数据资产设计方法论）-读书笔记1
1、将数据进行标签化的就像微积分（微分是把一个大的东西切分成足够微小的部分，积分是把切分后的微小部分组织合成）。标签的设计过程就是把各种对象充分“微分”的过程，解析和拆分得足够惊喜；而标签的使用过程就是将场景中涉及的对象标签拼装在一起使用，是一个“积分”的过程。2、传统的数据处理往往是业务到数据再回到业务的快速贯通。适用于小企业对所需的数据局服务产出时效有严格限制，只关注当前某一个局部的应用场景。3、标签化的数据处理则意味着数据需求经过标准化组织后规模复用。是一种中台模式：将生成好的数据全部入库编号，并检查
2022-06-24 10:10:18
716
原创 DAMA数据管理知识体系指南-读书笔记17（完结）
成功的数据管理实践需要：下面的转型管理检查清单总结了管理者在帮助人们渡过时应注意的关键点：变革推进者通常：如果缺乏组织领导人的积极支持，缺乏同其他领导人联合起来知道变革，要实现重大变革几乎不可能。愿景提供了变革努力的背景，帮助人们理解任何单个事项的含义。明确定义沟通良好的愿景可以帮助推动正确实施变革所需的能量水平。如果缺乏指导决策的公开愿景声明，那每次选择都可能沦为辩论，任何心动都坑你偏离或破坏变革举措。对愿景进行一致、有效的沟通，然后才去行动，对于成功的变革管理直观重要。组织必须应对各种障碍：科特呼吁组织
2022-06-18 19:43:16
696
原创 DAMA数据管理知识体系指南-读书笔记16
数据管理组织应与公司的组织层级结构和资源保持一致。找到合适的人员，需要了解数据管理在组织内部的功能和政治作用。目标应该是跨职能的不同业务利益相关方共同参与。需要做到：数据管理组织设计中的一个关键步骤是确定组织的最佳运营模式。可靠的运营模式有助于组织建立问责机制，确保组织内部的正确职能得到体现，促进了沟通，并提供了解决问题的流程。运营模式构成了组织结构的基础，但它不是组织结构图，不是简单地将人名放在框中，而是描述组织各组成部分之间的关系。在分散运营模式中，数据管理职能分布在不通的业务部门和IT部门。委员会是互
2022-06-07 17:13:25
503
原创 DAMA数据管理知识体系指南-读书笔记15
第15章 数据管理成熟度评估一、引言1.1 业务驱动因素1.2 目标和原则1.3 基本概念1.3.1 评价等级及特点1.3.2 现有DAMA框架二、活动2.1 规划评估活动2.1.1 定义目标2.1.2 选择框架2.1.3 定义组织范围2.1.4 定义交互方式2.1.5 计划沟通2.2 执行成熟度评估2.2.1 收集信息2.2.2 执行评估2.3 解释结果及建议2.3.1 报告评估结果2.3.2 制定管理层简报2.4 制定有针对
2022-06-01 16:57:14
887
原创 DAMA数据管理知识体系指南-读书笔记14
第14章 大数据和数据科学一、引言大数据不仅指数据的量大，也指数据的种类多（结构化和非结构化的，文档、文件、音频、视频、流数据等），以及数据产生的速度快。数据科学家从数学、统计学、计算机科学、信号处理、概率建模、模式识别、机器学习、不确定建模以及数据可视化等方面综合了各种方法，根据大数据集对行为进行预测，以获得更多的信息。1.1 业务驱动大数据可通过对更多、更大的数据集进行探索来激发创新，这些数据可用来定义预判客户需求的预测模型，并实现产品和服务的个性化展示。机器学习算法可以将那些复杂且
2022-05-30 11:21:20
547
原创 数据中台建设（从方法论到落地实战）-读书笔记8（完结）
8 营销中台：让营销更精准、更及时8.1 数据化营销是大势所趋数字化营销体系支持全流程记录客户的所有数据，有助于构建客户画像、明确客户的需求偏好、确定客户和产品匹配的情况。然后，企业可以精准洞察客户需求，基于不通客户群差异化的需求精准地选择产品序列并在合适的场景、合适的时空下选择合适的营销活动和营销策略进行精准营销。同时，企业可以通过营销看板群流程记录和监控整个营销过程，重点监控营销活动的效率，一旦效益明显偏离预期，系统就能够进行预警并自适应地调整营销策略，优化营销活动功能。总之，与传统的商业营
2022-05-18 17:29:31
269
原创 DAMA数据管理知识体系指南-读书笔记13
第13章数据质量一、引言1.1业务驱动因素1.2 目标和原则1.3 基本概念1.3.1数据质量1.3.2关键数据1.3.3数据质量维度1.3.4数据质量和元数据1.3.5数据质量ISO标准1.3.6数据质量改进生命周期1.3.7数据质量业务规则类型1.3.8数据质量问题的常见原因1.3.9数据剖析1.3.10数据质量和数据处理二、活动2.1定义高质量数据2.2定义数据质量战略2.3识别关键数据和业务规则...
2022-05-17 17:20:18
622
原创 数据中台建设（从方法论到落地实战）-读书笔记7
7 数据产品：让数据应用更便捷7.1 自助提取和自助分析7.1.1 自助提取工具自助提取主要流程如下：需求分析。盘点历史的临时临时取数情况，并对业务数据需求进行调研和分析，确定业务需求的范围和目标。 纬度和指标抽象。抽象处满足业务大部分需求的纬度和指标，尤其要注意时间力度的选择。 可行性分析。认真分析上一步抽象出来的纬度和指标，评估这些纬度和指标加工的技术可行性，然后剔除可行性低的维度和指标。 技术选型。确定技术架构和技术方案。 技术实现。自助取数界面设计和技术实现，使得用户使用托、
2022-05-11 11:03:09
219
原创 数据中台建设（从方法论到落地实战）-读书笔记6
6 算法即服务：最大化实现数据价值6.1 算法的价值数据模型的表述形式：Y=F(X)，F为算法，X为输入，Y为输出算法的核心价值如下：模拟客观世界，实现现实世界的数字化和可视化，让人触手可及。算法的核心价值是对客观世界进行抽闲和模拟，然后通过一系列的数学公式来进行描述。 提升决策能力。 提升体验。算法的应用可大幅提升服务全流程的自动化水平和效率，让客户获得前所未有的极致体验。 降本增效 提高沟通效率。很多即时通信类或聊天类软件，借助算法的力量实现了文字聊天、语音聊天、语音转文本、人机
2022-05-09 14:47:21
310
原创 数据中台建设（从方法论到落地实战）-读书笔记5
5 数据计算平台：让数据“飞”起来5.1 应用场景一：批处理 批处理计算主要用于处理海量数据，对延时要求不高的场景。最知名的批处理计算框架时Hadoop和Spark框架。目前行业内很多优化的引擎大部分在MR引擎的基础上，引入了很多优化方法，提高了批处理计算的效率和稳定性，但底层的逻辑还是分布式计算逻辑。5.2 应用场景二：实时计算5.2.1 实时计算流程 实时计算重点解决离线计算时延时高的问题，通过消息队列对实时数据流进行缓存，然后通过流式计算引擎对...
2022-04-21 22:32:42
2302
原创 数据中台建设（从方法论到落地实战）-读书笔记4
4 统一数据模型：让数据资产化4.1 高效数据模型，让数据好用起来4.1.1 统一数据模型的意义 统一数据模型通过对数据进行抽象和分层，构建多层数据模型，并实现统一的指标体系，让每一层数据模型之间的血缘关系清晰可见，把常见的数据指标放到应用层，把明细数据放到底层，屏蔽了底层的数据细节，大大地降低了数据的重复开发，极大的提高了数据的使用效率和易用性。4.1.2 统一数据模型具体做什么4.1.3 如何建设统一数据模型4.2 对维度建模进一步探索-维度建模设计过程（1）梳理...
2022-04-19 12:35:20
2237
原创 数据中台建设（从方法论到落地实战）-读书笔记2
2 认识数据中台2.1 什么是数据中台 数据中台是一种数据优先的大数据思维和强调数据业务化的价值理念，包含企业自上而下制定的数据战略、匹配的组织架构，以及实现数据高复用性、高可用性和高价值的有机结合体（包括一系列方法论、业务设计、模型设计、数据工具和平台），强调数据服务和数据智能，做到数据可用、赢、好用、可追溯、可复用和可管理。从技术角度看，数据中台是构建企业级数据价值实现的综合解决方案，主要包含数据采集和处理体系、数据平台、算法及服务体系、数据安全和管理体系等，以便快速、高效地响应...
2022-03-25 16:36:23
4631
原创 数据中台建设（从方法论到落地实战）-读书笔记1
数据就像燃料，让各行各业充满了生机和活力。科技和数据的结合发生了强大的化学反应，让数据价值的探索产生了质的变化，使得整个人类社会正在以火箭般的速度朝着数据价值方法迈进，朝着数字化和智能化的方向迈进。（DT时代） 通过DT技术（大数据、云计算、人工智能、区块链、机器学习、量子计算等）可以更好地预测世界，更好地感知世界发生的变化和可能面临的风险、提升认知能力，更好地决策。DT时代面临诸多挑战：从数据采集、存储、抽象到数据价值挖掘等环节，也有很多亟待解决的问题。 单个企业很难同事拥有其业...
2022-03-22 15:31:37
3658
原创 中台架构与实现（基于DDD和微服务）-读书笔记4
第二部分DDD基本原理——领域和子域：有效分解问题域一、领域基本概念 领域是用来确定范围的，范围即边界。在研究和解决业务问题时，DDD会按照一定的规则对业务领域进行细分，当领域细分到一定程度后，DDD会将问题范围限定在特定边界内，在整个边界内建立领域模型，进而用代码实现该领域模型，解决相应的业务问题。领域可进一步划分为子领域。把划分出来的多个子领域称为子域，每个子域对应一个更小的问题域或更小的业务范围。二、领域的分解过程 DDD是一种处理高度复杂领域的设计思想，它采...
2022-01-05 08:58:50
715
原创 DAMA数据管理知识体系指南-读书笔记12
第12章元数据管理一、引言1.1 业务驱动因素1.2 目标和原则1.3 基本概念1.3.1元数据与数据1.3.2元数据的类型（1）业务元数据（2）技术元数据（3）操作元数据1.3.3 ISO/IEC 11179元数据注册标准1.3.4非结构化数据的元数据1.3.5元数据来源（1）应用程序中的元数据存储库（2）业务数据表（3）商务智能工具（4）配置管理工具（5）数据字典（6）数据集成工具（7）数据库管理和系统目录（8）数...
2021-12-23 17:17:17
1312
原创 中台架构与实现（基于DDD和微服务）-读书笔记3
第一部分认识中台——微服务设计为什么要选择DDD一、微服务拆分和设计的困境 微服务的粒度应该如何把握？微服务到底应该如何拆分和设计？微服务的边界到底应该在哪里？ 微服务拆分困境产生的根本原因，就是不知道业务或应用的边界到底在什么地方。微服务设计第一步是先划分业务领域边界，然后在边界内构件业务领域模型，根据领域模型完成从单体应用到微服务的建设。 DDD的核心思想是从业务视角出发，根据限界上下文边界划分业务的领域边界，定义领域模型，确定业务边界。二、为什...
2021-12-07 11:20:46
2644
原创 中台架构与实现（基于DDD和微服务）-读书笔记1
前绪一、DDD（DomainDrivenDesign，领域驱动设计）、微服务、中台 中台需要将通用的、可复用的业务能力沉淀到中台，实现企业级能力的复用。企业在进行中台建设时首先要从业务领域出发，考虑如何按照可复用的原则进行领域分解，完成中台领域建模。中台本质是企业的业务建模，而微服务则是中台领域建模系统落地时的一种架构实现方式。 DDD首先从业务领域入手，划分业务领域边界，采用事件风暴工作坊方法，分析并提取业务场景中的实体、值对象、聚合根、聚合、领域事件等领域对象，根...
2021-11-30 15:25:35
1297
原创 大数据平台架构与原型实现-读书笔记10（完结）
第10章作业调度一、技术堆栈与选型1、Oozie2、Azkaban3、Airflow二、工作流的组织策略三、工程结构四、实现工作流五、实现Coordinator六、部署与提交工作流七、作业依赖管理
2021-11-24 17:18:34
2642
原创 DAMA数据管理知识体系指南-读书笔记11
第11章数据仓库和商务智能一、引言1.1业务驱动因素 数据仓库建设的主要驱动力是运营支持智能、合规需求和商务智能活动1.2目标和原则（1）目标支持商务智能活动 赋能商业分析和高效决策 基于数据洞察寻找创新方法（2）原则聚焦业务目标。确保数据仓库用于组织最优先级的业务并解决业务问题。 以终为始。让业务优先级和最终交付的数据范围驱动数据仓库内容的创建。 全局性的思考和设计，局部性的行动和建设。让最终的愿景指导体系架构，通过集中项目快递迭代构建增量交付，从而...
2021-11-24 11:03:41
2138
原创 大数据平台架构与原型实现-读书笔记9
第九章数据存储 在大数据生态圈里，数据存储可分为两大类：一类是直接以文件形式存放在分布式文件系统上，处理工具可直接读写（Hive和SparkSQL）；另一类通过NoSQL数据库来存储和管理数据。一、批处理的数据存储\ 无论为Hive还是SparkSQL，它们的数据库和数据表都是直接映射到HDFS的目录上，所有批处理的存储规划实际就是对HDFS存储空间的规划。批处理的主要工作内容是构建数据仓库。1.1CSV格式 CSV是最为常见的文件格式，大多数...
2021-11-18 11:12:02
1451
原创 大数据平台架构与原型实现-读书笔记8
第八章批处理与数据仓库一、大数据与数据仓库二、数据仓库的基本理论2.1维度和度量2.2事实表和维度表2.3维度的基数2.3Cube和Cuboid2.5星形模型与雪花模型三、批处理需求分析四、数据仓库架构4.1源数据层（SRC层）4.2明细数据层（DWH层）4.3汇总数据层（DMT层）4.4应用数据层（APP层）4.5临时数据层（TMP层）4.6中间数据层（STG层）4.7高级分析数据层（INS层）五、数据仓库工程结...
2021-11-15 09:48:34
607
原创 DAMA数据管理知识体系指南-读书笔记10
第10章参考数据和主数据一、引言1.1业务驱动因素1.2目标和原则1.3基本概念1.3.1主数据和参考数据的区别1.3.2参考数据（1）参考数据结构（2）专有或内部参考数据（3）行业参考数据（4）地理或地理统计参考数据（5）计算参考数据（6）标准参考数据集的元数据1.3.3主数据（1）记录系统，参考系统（2）可信来源，黄金记录（3）主数据管理（4）主数据管理的关键处理步骤（5）参与方主数据（6）财务主数据（7）法律...
2021-11-04 16:43:51
490
原创 大数据平台架构与原型实现-读书笔记7
第7章实时计算一、ETL已过，流计算永存二、技术堆栈与选型2.1Storm2.2SparkStreaming2.3Flink2.4KafkaStream三、实施计算需求分析四、流计算工程结构五、基于时间窗口的聚合计算六、自定义状态的流七、StructuredStreaming性能相关的参数...
2021-10-29 17:07:48
1468
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人