51CTO首页
AI.x社区
博客
学堂
精品班
直播训练营
企业培训
鸿蒙开发者社区
WOT技术大会
AIGC创新中国行
公众号矩阵
移动端
短视频免费课程课程排行直播课软考学堂
全部课程厂商认证IT技术2024年软考PMP项目管理软考资讯
在线学习
文章资源问答课堂专栏直播
51CTO
鸿蒙开发者社区
51CTO技术栈
51CTO官微
51CTO学堂
51CTO博客
CTO训练营
鸿蒙开发者社区订阅号
51CTO题库小程序
51CTO学堂APP
51CTO学堂企业版APP
鸿蒙开发者社区视频号
账号设置 退出

数据分析

1520内容  
涵盖数据分析相关研究热点、技术难点与应用场景，让用户更好地学习、使用数据分析的各种工具。
文章 课程
共 1520 条
Arctic的湖仓一体践行之路
简单说，我们可以把数据湖当做一个存储各类结构化、半结构化和非结构化数据的池子，这个池子可以是私有化的 hadoop 集群，也可以是云端的对象存储，因为我们要存储体量非常大的原始数据和明细数据，这个池子的成本必须足够低，开启 EC 的 HDFS 或对象存储无疑是最佳选择。这个大需要多大？

2022-12-13 17:42:47

Arctic存储湖仓
ClickHouse在自助行为分析场景的实践应用
在巨大的数据量面前，想追求极致的性能及全部场景适应性，必须在某些技术方案上进行取舍。ClickHouse从底层列式存储到上层向量化并行计算，都没有考虑存算分离、弹性扩展的技术方案，甚至于横向扩容数据需要手动re-balance。因此，如果要实现云上的可动态伸缩、存算分离，ClickHouse需要重构底层代码。

2022-12-07 08:31:45

ClickHouse并行计算数据
2023 年数据治理趋势
尽管整个组织的数字孪生还没有普及到整个数据领域，但是数据治理的许多基本方面——当通过实时访问控制和情景适应性的镜头应用时——可以模拟它们详细描述当前发生的事情的能力。

2022-12-06 10:04:33

数据治理趋势
一份“靠谱”的年度经营计划，你学会了吗？
做经营分析的同学们则被夹在中间，一边被要求“科学合理地进行测算”，另一边又得对领导们拍脑袋/扯皮出的结论“给予合理解释，科学地分配到每个月”，那是要多郁闷，有多郁闷。到底合理的年度经营计划该咋定，经营分析又该怎么发挥作用？今天给大家捋一捋。

2022-12-05 11:38:11

分析师数据作用
测试一下，读懂数据的能力，你有吗？
因为这就是孤零零一个数字，啥含义都没有。想读懂数据，至少它得是一个明确的数据指标。包含了指标名称，使用场景，计算口径。同样是180，我们换成：成年女性，身高180cm。是不是一下清晰很多了。

2022-12-03 18:24:13

数据能力场景
用艺术的眼光探索数据之美
在深入分析的情况下，我们应该用数据图形表示技术的思想。我们经常使用bar charts, histograms, pie charts, boxplots, heatmaps, scatter plots, line plots等等这些典型的图，这些图对于数据可视化是必不可少的。

2022-12-02 15:11:52

数据分析数据可视化
聊聊数据分析成果如何落地
数据分析成果落地难，本质上是难在“做项目”上。因为数据分析涉及数学、统计学、计算科学等等理论，很多同学会本能地倾向于“做学问”，忘了我们是在企业，企业是为了赚钱而努力。

2022-12-02 11:40:00

数据分析成果
数据分析项目的五个坑点，千万不要对号入座！
所谓：猛将必发于卒伍，宰相必起于州郡。好的数据分析师，不是一上来就搬弄模型，而是能从数据细节里，读出企业的问题；能基于哪怕最简单的数据基础，设计出可行方法帮助业务从低端向高端升级。这才是好的数据分析师真正起到的作用。

2022-12-01 11:44:32

数据分析项目B2B
这才是真正的商品分析，而不是罗列进销存
很多商品报表只有库存和销售额两个指标，这是因为商品主管对采购周期、保质期自己心里有数，并且这俩数据一般也不在交易表里，导致数据分析师取数的时候没有包含这俩数据。

2022-11-29 11:31:19

商品分析商品销售库存
只需五步，实现数据分析闭环
如果每次数据分析做出的预判都很准的话，就是所谓：知其所以胜，知其所以败，这就是数据分析的最高境界了。说明分析师本人已经抓住了一个业务的核心规律。

2022-11-28 11:43:24

数据分析不及格数据验证
用这个算法能让大数据集群性能提升100倍
我们完全可以就从TreeSet中获取续约时间最老的那个契约，假如说连最近一次续约时间最老的那个契约都还没过期，那么就不用继续检查了啊！这说明续约时间更近的那些契约绝对不会过期！

2022-11-27 17:39:06

大数据集群性能
从SQL Boy到管理者：数据分析师成长的五个阶段
SQL Boy是数据分析师们必经阶段，所谓“猛将发于行伍，宰相起于州县”，正是此理。因为真正工作中取数，并不是对着一个清洗好的大宽表写sql那么简单。

2022-11-26 00:00:05

SQL数据分析师业务
对比Pandas，学习PySpark大数据处理
在这篇文章中，我们将对比用于基本数据操作任务的 pandas 代码片段和它们在 PySpark 中的对应功能的代码片段。利用 pandas 数据操作技能来学习 PySpark 。

2022-11-17 11:52:35

pandasPySpark大数据
如何从边缘分析中推动业务价值
随着数据以指数级增长，超出集中存储和管理的能力，以下是边缘分析如何帮助组织克服这一挑战。

2022-11-17 11:30:34

边缘分析物联网
数据分析能力分级模型，你在哪一级？
很多做数据的新人都有这个困惑，今天陈老师给大家解这个局。这里问题的核心在于：如果不能按自己的建议做项目，是不是就不能提升数据分析能力了？回答当然是：否！数据分析的能力晋级分为四个层级，所谓“按我的意见做”根本就不在这个晋级体系里。

2022-11-15 11:46:17

数据分析能力分级模型
这才是真正的数据分析项目，而不是爬表
作为数据部门的领导，可能最想承接的就是计划类工作，虽然技术含量低，但这是一个直接服务大老板的机会。能多在大老板面前露脸，本身就是一个绝好的立功机会。

2022-11-14 11:55:39

数据分析项目
数据科学与数据分析
数据科学是一个令人兴奋的领域，因为它的本质是收集、存储和处理大量信息，可以产生在任何其他学科都不可能达到的知识水平。

2022-11-14 10:36:55

数据科学数据分析
Pandas 探索性数据分析综合实战
本文的内容是关于对数据集进行特别分析，并试图找到关于数据的洞察力。我们做了处理缺失值、异常值的工作，并将单变量、双变量和多变量的分析可视化。

2022-11-11 11:35:14

Pandas数据分析
合成数据定义：重大的机会和陷阱详解 译文
尽管人类每天生成海量数据，但仍然缺乏可用的真实数据。当建模目标只有少量的真实数据或根本没有数据时，合成数据用作解决方案最好不过了。

2022-11-08 07:40:55

合成数据AI真实数据
数据驱动增长，我立了个大功
需要数据分析的能力更高。但往好处看：这是数据分析师建功立业的最好机会！想想看，项目组一般都是按项目效益拿提成，凭什么数据分析师要背着锅领死工资呢。比起坐在后台等着别人来问：“你来个人工智能大数据精准预测一下”，能亲手做出好的结果，不是更有吸引力吗。​

2022-11-05 18:25:18

数据驱动数据分析项目
数仓如何建模？四种方法与实例都在这了
数据仓库，这个几乎是所有大数据开发面试必问的话题。比如数据仓库的分层架构？为什么需要数据仓库建模？数据仓库建模的原则是什么？结合业务举例说明数据仓库建模的步骤，以及注意事项？什么是缓慢变化维？维度该如何选择建设，原则是什么，主键如何设计等等？

2022-11-04 18:28:31

数仓建模大数据
从0到1，认识结构分析法
人们天生讨厌平均数，总觉得用平均数很扯淡，有种“我和姚明平均身高，有毛用”的感觉。但是反问：为啥平均数这么不好用，但是大家还喜欢用呢？

2022-11-03 11:31:43

结构分析法监测
Pandas实用技巧：SAC机制！
我们将数据进行group分组操作，切分成3种颜色，3种颜色代表3个不同的组别；对3个不同的组别使用函数foo()，函数可以内置或者自定义。

2022-11-03 10:28:59

PandasSAC机制
终于有人将数据埋点讲明白了
数据埋点是指基于业务需求(如淘宝双 11 促销页面统计每个 banner 的点击 次数)、产品需求(如推荐系统统计推荐商品的曝光次数及点击人数)，对每一个用户行为事件对应的位置进行埋点，并通过 SDK 上报埋点的数据结果，将记录数据汇总后进行分析，以推动产品优化或指导运营。

2022-11-01 18:21:14

数据埋点SDK
数据分析，如何支持决策
很多同学一听到“决策”俩字就怂了。对“决策”的第一印象，就是各种听不懂的高大上词语，什么“把握机遇”“苦练内功”“真抓实干”……这些东西咋个和数据扯上关系？

2022-11-01 11:30:51

数据分析模型数据
用户画像的五个底层问题
好的数据是好的运营产生的，不是从天上掉下来的，大家切记切记。不过有的同学会好奇：说用户不会好好填信息，这个好理解，问题是员工为啥也不好好填？

2022-10-31 11:35:48

用户画像底层模型
领导对数据的期望值太高了！该怎么破
生产数据是数据部门的事，但应用数据是每个部门的事，甚至很多资深的业务，要比每天跑数的表哥更懂数据的含义和用处。所以从一开始，就不能拿技术能力去要求业务部门，而是得看这些人懂不懂如何用数据。

2022-10-30 14:34:30

数据业务
一篇数据分析报告写作指南，你学会了吗？
其实做报告的过程，就是把陈老师大量的分析方法总结归纳的过程。没错！因为本身，报告是数据分析的最后一步。只有做好了各种具体的分析，才能写出优质的报告。因此，优质的报告绝不是按模板抄出来的。

2022-10-26 11:37:08

数据分析方法报告
聊聊大数据下的存算分离
回过头来看看开头的两个问题：集群经常出问题，需要做存算分离改造，其实还可以有较大的优化空间，比如：增加NameNode JVM的内存，或者合并小文件减少元数据信息等等，一般情况下，几十台的规模远不会达到HDFS性能瓶颈。

2022-10-25 18:02:31

大数据存算分离
一站式智能分析平台5.0全新能力发布！观远数据2022智能决策峰会云上直播Day1精彩分享回顾
10月25日，由一站式智能分析平台与服务提供商观远数据主办的「让业务用起来·观远数据2022智能决策峰会暨产品发布会」云上直播第一日议程圆满结束。峰会首日直播分为两大会场，在上午直播的“让业务用起来”主会场里，观远数据创始人兼CEO苏春园阐述了观远数据在产品创新方面对“让业务用起来”的诠释，并正式发布了秉持着“让业务用起来”的理念，观远数据升级的客户成功战略。

2022-10-25 17:07:24

观远数据数据分析
什么是ETL？一文掌握ETL设计过程
ETL，是英文 Extract-Transform-Load 的缩写，用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程。

2022-10-21 18:31:21

ETL
用户生命周期分析全攻略
掌握用户生命周期，对体系化的运营非常有帮助。想要获得真正的用户生命周期情况，就得深入理解自己分析的业务特点，了解用户需求与购买习惯，做好用户分类。在此基础上才能得到符合业务的数据。

2022-10-21 11:30:42

用户生命周期分析
手把手，我写了一份数据分析需求沟通模板
如果取数的指标/分类维度，在数据字典里没有标准定义，则还需要说清楚计算公式。比如市场部有三个活动同时在举行，想看看用户在多个活动间与情况。

2022-10-20 12:11:32

数据数据分析分类维度
九张图揭秘：如何做数据分析项目
某互联网大厂TOB业务线，可以向平台商家提供SaaS/Paas类服务，但苦于销售水平不高，沟通话术质量不佳，转化率不足。现计划做话术培训，提升客户转化率。

2022-10-19 11:30:30

数据分析项目TOB
数据分析，这样满足运营的需求
很多同学在解这个题的时候都直插DAU=DOU + DNU；或者直插观看时间分成1-5分钟，6-9分钟，10+分钟；或者直插直播入口1、2、3。我们说的题眼，是指对解决问题最重要的影响因素。短视频平台不稀罕，直播也不稀罕，可为啥这次运营偏偏挑游戏直播?

2022-10-18 11:47:08

数据分析运营直播
不可忽视的大数据分析技术十大趋势
在本文中，我们收集整理了行业专家对大数据分析技术未来发展的十大趋势预测。企业应该充分了解这些趋势，因为它们可以帮助企业应对日益普遍的创新变化和不确定性。同时，企业更应该顺应这些趋势并尽快做好准备，这样才不会被未来的技术发展所淘汰。

2022-10-18 11:37:51

大数据分析企业
三位专家谈数据如何推动供应链的发展演化
过去这几年发生的疫情、封锁、运输困境、集装箱船停在港口外和其他造成严重破坏的一系列问题，使得数据驱动型供应链仍然是一个热门话题。

2022-10-17 13:36:21

数据驱动供应链
用户流失，该怎么分析？
可从本质上看，是因为会导致用户流失的原因，与用户生命周期、用户分群、用户决策流程、用户成长路径、新用户转化流程、用户体验、用户MOT、竞品影响等众多因素有关。

2022-10-17 11:33:10

用户流失生命周期
利用大数据分析提高客户支持的五种有效方法
随着消费者的意识水平空前高涨，“顾客为王”这句老话在现代商业生态系统中变得更加关键。除了通过高质量的产品或服务实现正确的产品市场匹配和正确的定位，客户支持可以成为长期成功不可或缺的组成部分。

2022-10-13 14:07:22

数据分析大数据商业智能
高级数据分析常见的五种挑战
我们经常听到高级分析的成功案例。人们对人工智能的期望很高——据预测人工智能和人工智能的年经济价值将在9.5万亿到15.4万亿美元之间——因此，只要有可能，许多人都想把目光聚焦在数据分析技术的发展上。

2022-10-12 00:13:20

数据分析人工智能数据可视化
高级的数据分析，长啥样？
我们拿看似最简单的销售分析举个例子。注意，以下方法只适用于面对不懂行且豪横的坏人。本质上，这种质疑来自对数据分析工作的不理解，和对自身能力的过度自负。

2022-10-10 11:32:01

数据分析技术
如何将数据分析带到云端
数据，更具体地说是对数据的分析，是这一转变的基础。金融服务公司是最早意识到，更快地获取更深入、更丰富的见解，可以使其比同行具有显著竞争优势的企业之一，尤其是在高频交易等领域。

2022-10-10 11:00:29

数据分析云战略
新手必看：数据分析十大方法！
今天给大家分享一篇分析基础方法论的内容，对于感兴趣的分析方法，可以专门深入研究一波。

2022-10-09 15:32:05

数据分析大数据运营
做数据分析，如何给业务提【建议】
如果是业务部门听到这种命令，本能反应是：“这里有一个问题，老板想提价，我要怎么提价。”但数据分析师收到这种需求，就不是这么解读的。因为数据分析师首先要保证的是：领导决策建立在正确的事实之上，其次才是保证决策建议的可行性。

2022-10-09 11:32:52

数据分析业务销量
用户活跃，该怎么分析？
针对不同目标、不同业务，可以有不同定义。但使用这些定义的前提是口径统一。各个部门得达成共识：有XXX行为的就算活跃了。而最常见的问题，就是：不但没统一口径，而且还不断发明新名词，搞得历史数据前后对不上。最后开起会来鸡同鸭讲。

2022-10-08 11:34:07

业务分析用户活跃
我用了五步，搭建一个数据分析体系
企业有部门分工，因此第一步要认准：我在为哪个部门服务。这非常关键！因为即使同一个问题，不同部门的关注点会不同。同样是销售问题，如果是销售部看，关注的是每一支销售队伍完成率、进度、质量。如果是供应链看，那关注的就是总量、各产品数量、需求高峰期。如果是风控看，那关注的就是回款、坏账、套利。认清部门，有利于了解真正需求点。

2022-09-29 11:35:34

数据分析体系
酷炫，Python实现交通数据可视化！
TransBigData是一个为交通时空大数据处理、分析和可视化而开发的Python包。

2022-09-29 11:16:21

Python数据可视化
聊聊用户行为分析
对不同部门关注的用户行为重点缺乏了解。不知道重点，就可劲拼凑数据，忽视了如何从数据提炼结论，结果反而画蛇添足。想破局，就得从认真思考：到底业务看用户行为能看出啥？

2022-09-28 11:34:27

用户行为数据业务
十张图，详解用户分层怎么做
用户分层看起来简单，可深入探讨的话，需要牵扯的业务细节非常多。很多同学做起来很困扰，都是困扰在：领导让我分高端用户，到底是8000算高端，10000算高端，还是12000算高端呢？是滴，他就纠结这个划线纠结的死去活来。

2022-09-26 11:32:14

用户分层服务业务
商业智能和数据分析的区别是什么?
商业智能和数据分析的区别是什么?在数据驱动的企业中，商业智能(BI)和数据分析经常交替使用。虽然两者不同，但很难弄清楚其中的区别。

2022-09-22 16:51:37

数据分析商业智能数据驱动
上一页 1 ··· 56789 ··· 31
点赞

51CTO技术栈公众号

业务
速览
在线客服