-
从传统的线下零售(百货商店-连锁商店-超级市场),到前几年火热的线上电商零售(综合、垂直电商-社交电商),再到这几年线上线下结合的新零售模式,零售行业的运营模式发生了巨大的变化。
-
如果要问数据分析哪个行业的需求最大,估计所有人都会说是零售行业。但是该如何分析零售行业的数据业务场景,就需要一些技巧和方法了,下面总结一些我在零售电商行业的经验
-
用户画像也是近几年比较热的一个词,不过很多小伙伴对于画像的认知还只是「标签化」的层面,或者是只是利用其做一些简单的「分群分析」;如何全面地认知并做系统性地尝试,背后有非常多的点需要
-
没有任何一个指标体系是放之四海而皆准的,我们只有不断地理解业务、接触业务、熟悉业务,才能建立起最适合自身的指标体系。
-
指标体系的建立也是一样,可以先从其他企业借鉴过来,刚开始未必很合适,但能让业务更快地走上正轨。随着业务的发展,再根据实际情况,不断进行优化调整。
-
公司各业务线ID繁多,数据割裂,如何才能尽可能关联更多的数据,以准确的描绘出一个用户的画像呢?
-
2017年华为提出了企业的新愿景:"把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界"。同时,华为公司董事、CIO陶景文提出了"实现全联接的智能华为,成为行业标杆"的数字化转
-
由于数据标准不统一造成的数据使用问题越来越多。特别是对于企业而言,如果没有进行数据标准体系的建设,不同人员对于数据的理解很难达到完全一致,导致工作中经常出现数据统计口径偏差,系统开
-
一切有组织、合理有效的信息化规划手段,都是只有一个目的,打破企业数据孤岛,将碎片数据资产化。数据既是一切业务模式的产物,也是源头,做好数据治理提升企业价值的根基,而主数据管理是这其
-
石油在未得到利用之前,只是一种黑色的液体。数据得不到利用也只是一堆毫无价值的信息,那么什么样的数据资源可以转换为数据资产呢?
-
数据被称为“未来新石油”,已经渗透到当今企业战略决策、生产经营和各业务职能发展领域,成为企业数字化转型的基础
-
随着互联网进入下半场,流量红利逐渐消失,一方面,企业开始重视如何通过数据来挖掘同一个用户的更多价值;另一方面,不管是产品经理、运营还是市场都开始通过“数据驱动”寻找新的增长空间。