1. 诸葛io,如何依据数据搭建用户运营体系?
首先要记录数据,有数据才能分析数据,根据数据的不同纬度对用户进行画像。记录数据的当时就是我们常说的打点,比如说百度统计,比如说友盟、TalkData、诸葛Io等等。这些数据一般都是记录用户的行为数据,就是浏览哪些页面,停留了多长时间。再结合业务数据,就是订单、人员等实体信息。两种信息进行结合,再对这些数据进行分析,总结归纳找规律,这也就是常说的数据挖掘的部分,挖掘出数据的商业价值。最后再根据这些数据制定相应的运营方案,整体是这个套路
2. 一般用哪些工具做大数据分析?
在盘点有哪些数据分析工具之前,我们先看下数据分析的工作都有哪些?主要体现在几个方面:存储原始数据、按要求提取数据、按要求计算数据、将数据做成图表、解读数据,得出结论。
所以我们选择工具一定是能满足我们日常工作要求的,下面我们详细盘点一下都有哪些常用的数据分析工具。一.EXCEL
基本介绍
Excel是目前最基础、也是应用最广的数据分析工具,能够解决数据分析中80%的问题。Excel的功能十分强大,它不仅提供了众多的数据处理功能,像Excel函数能够帮助我们做数据整理,数据透视表帮助我们快速、高效的做各种维度分析,形形色色的图表能帮我们形象地展示出数据背后隐藏的规律,同时Excel还有很专业的数据分析工具库,包括描述性统计分析、相关系数分析等。EXCEL个人感觉是本文介绍的所有工具中最重要的,数据分析工具分类可以分为 EXCEL和其他,尤其是对于转行数据分析的小白来说,应该是最友好的。优点分析
1、入门门槛低,简单易学;2、只要掌握其中的vlookup、match、indirect、if等几个常用的函数,就可以满足很多日常应用场景;3、图表绘制很简单, Excel拥有各种丰富的可开发的图表;4、Excel里有开发工具选项卡,还有分析工具库,可以拓展出大量分析功能;5、自动汇总功能,Excel更加简便灵活6、计算公式丰富学习路线
1、基本操作包括数据的简单处理汇总、图表制作等,属于Excel基础知识,一般大家都能正常使用。2、熟练掌握常用的函数后,你就可以做简单的数据统计、分析和数据可视化等工作了。3、为了进一步从不同维度对关心的指标进行上卷、下钻分析,还需要非常熟练地掌握数据透视表,这也是Excel最为强大、使用最为频繁的功能。4、为了实现复杂的业务分析,解决不同数据源、海量数据的分析问题,我们就需要掌握PowerQuery和PowerPivot,PowerQuery负责整合多种来源数据,并进行数据转换,PowerPivot对整合后的规范化数据进行高效率的透视分析,几百万上千万行数据均不在话下。同类型工具:VBA、PowerQuery、PowerPivot、Power View、Power Map二.BI图形化工具
数据最终是要呈现给业务/管理层查看的,因此到进阶阶段,BI工具也是必须要掌握的一个技能。现在市面上BI工具很多,主流的就是Tableau、FineBI和PowerBI,本土企业很多用FineBI,外企大多数是用PowerBI和Tableau。1.PowerBI
基本介绍
Microsoft PowerBI同时提供本地和云服务。它最初是作为Excel插件引入的,不久PowerBI凭借其强大的功能开始普及。目前,它被视为商业分析领域的软件领导者。它提供了数据可视化和bi功能,使用户可以轻松地以更低的成本实现快速,明智的决策,用户可协作并共享自定义的仪表板和交互式报告。Power BI能够从各种数据源中抓取数据进行分析,除了支持微软自家产品如Excel,SQL Server等,各类数据库如Oracle,My SQL,IBM DB2等,还支持从R语言脚本,Hdfs文件系统,Spark平台等等地方导数据。优点分析
1、Power BI有一个免费的基本版本,让用户有机会首先探索它2、它支持多种方式来整合或导入数据(流数据、云服务、Excel电子表格和第三方连接)3、它具有实时馈送数据的交互式仪表盘4、用于将Power BI与应用程序集成的简单API5、分享报告和仪表板的不同方式6、多平台支持(Web,桌面,移动)学习路线官网(1)Power BI基础1.初步认识Power BI2.Power Query 快速数据集成3.Power Query 数据清洗4.Power BI 数据模型5.可视化报表制作6.Dax函数和表达式7.发布与服务介绍(2)Power BI 进阶1.数据集成与清洗处理经验总结(37分钟6节)2.函数相关重点(27分钟6节)3.模型讲解(需注意的地方)(4分钟1节)4.图表-可视化部分经验分享(54分钟10节)5.本地与云端-报表的发布管理与权限控制(13分钟2节)之前转载过一篇文章《小目标 | Power BI新人快速上手手册》,学习Power BI也可以参考一下。2.FineBI
基本介绍
国内较为领先的BI软件,定位于自助大数据分析的BI工具,提供数据处理、即时分析、多维度分析、可视化等服务。FineBI目前最新版已迭代到 V5.0,主要面向企业客户(个人用户免费全功能使用,但是限制2个并发用户),在国内各行业有着众多的成功应用案例。优点分析
1、业务人员自己动手制作仪表板,可以根据业务需求组合图表,以便展示更多信息;2、选中图表类型,将数据字段快速拖曳,就能够实时分析图表;3、可视化界面便于分析;4、可以接入多种数据源。包括常用数据库(Hsql、IBM DB2、Microsoft SQL Server、MySQL、Oracle)数据、Hbase、Hadoop Hive、阿里云AnalyticDB以及华为云DWS;服务器数据集;本地Excel数据集;sql数据集;自助数据集。学习路线
这个是国内厂商产品,可以在官网直接试用即可。同类型工具:PowerBI、Tableau、Qlikview、SAP BI、Oracel BI、FineBI、Yonghong BI三.数据库及编程语言相关
1.Python
基本介绍
Python是一种面向对象、解释型计算机程序设计语言。Python语法简洁而清晰,具有丰富和强大的类库 ,而且是这几年最火爆的数据分析工具,没有之一。优点分析
1、简单易学Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身,Python极其容易上手,因为Python有极其简单的说明文档。2、速度快Python 的底层是用 C 语言写的,很多标准库和第三方库也都是用 C 写的,运行速度非常快。3、免费、开源Python是FLOSS(自由/开放源码软件)之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。4、可移植性由于它的开源本质,Python已经被移植在许多平台上。学习路线
1、Python语言基础Python语言概述和环境安装丨变量、数据类型和进制丨运算符和分支结构丨循环结构入门丨循环结构的应用2、常用数据结构和函数字符串丨列表的应用丨元组和集合丨字典类型的应用丨函数使用入门函数和面向对象编程包和模块丨函数的高级用法丨装饰器和生成器丨面向对象编程基础丨面向对象编程进阶3、Python网络数据采集爬虫概述和页面抓取丨解析页面的方式丨爬取数据的持久化丨Cookie和商业IP代理丨获取页面动态内容丨Selenium应用详解丨提升爬虫工作效率丨破解验证码丨爬虫框架Scrapy4、数据分析概述和Excel的应用数据分析和数据分析师概述丨指标和指标体系建设丨Excel的安装和快速上手丨Excel中的函数和公式计算丨Excel透视表、透视图和商业数据看板5、关系型数据库和SQL数据库概述和MySQL的安装使用丨表关系和SQL的应用丨SQL数据查询详解丨窗口函数和业务场景下的数据查询丨Python程序接入MySQL数据库6、商业智能(BI)工具MySQL其他相关知识丨从Excel到Power BI丨Power BI中的数据清洗和分析模型丨Power BI中的数据可视化和报表制作丨Power BI项目实操丨认识和使用Tableau丨认识和使用fineBI丨数据思维和分析模型7、Python数据分析Python数据分析工具介绍丨使用NumPy实现批量数据处理丨线性代数和NumPy的linalg模块丨使用Pandas进行数据分析8、机器学习算法机器学习概述和kNN算法丨回归算法丨逻辑回归丨朴素贝叶斯丨决策树丨支持向量机丨聚类算法和轮廓系数丨集成算法丨特征工程和评价指标丨机器学习项目实战同类型工具:R、Julia、Scala、Spark、Java、Hadoop2.MySQL
基本介绍
SQL也是必会的工具,因为我们要利用SQL语句来取数、清洗数据。MySQL 作为互联网中非常热门的数据库,在高并发业务场景下,一条好的 MySQL 语句能为企业节省大量的运作时间和成本,这也是为何互联网大厂面试官最爱考察数据库底层和性能调优的原因。优点分析
1、速度快分析型数据库MySQL运用新一代超大规模的MPP+DAG融合引擎,采用行列混存技术、自动索引、智能优化器,在瞬间即可对千亿级别的数据进行即时的多维度分析透视,快速发现数据价值。此外,还可以快速扩容至数千节点的超大规模,进一步提升查询响应速度。2、灵活分析型数据库MySQL版极度灵活的存储和计算分离架构,您可以随时调整节点数量和动态升降配实例规格。分析型数据库MySQL版同时支持在大存储SATA节点和高性能的SSD节点灵活切换。例如,您可以从8个C4升到12个C8,或从12个C8降到8个C4,企业可以真正做到灵活控制成本。3、易用分析型数据库MySQL版作为云端托管的PB级SQL数据仓库,全面兼容MySQL协议和SQL:2003,通过标准SQL和常用BI工具、以及ETL工具平台即可轻松使用分析型数据库MySQL版。分析型数据库MySQL版旨在帮助企业降低实时数据化运营的建设门槛。4、超大规模分析型数据库MySQL版是全分布式结构,无任何单点设计,使得数据库实例支持ECU节点动态线性扩容至数千节点。您可以通过横向扩容来大幅度提升查询SQL响应速度、以及增加SQL处理并发。5、高并发写入支持您实时化、极速地进行数据写入、更新和高并发查询、交互式分析、ETL一体化。采用RAFT协议,支持超大规模数据写入实时、强一致;对于高并发或大吞吐场景,可按需独立弹性扩展,存储可以从GB级扩展到百PB级,TPS可横向扩展至千万级。学习路线
MySQL学习这部分,我在上期的内容共创文章【云驻共创】如何有效率地学习MySQL?一文中有详细的描述,这里不单独介绍了。同类型工具:PostgreSQL、Oracle、SQLServer、MongoDB四.华为云数据分析相关产品
1.IoT数据分析 IoTA
基本介绍
华为云物联网数据分析服务基于物联网资产模型,整合物联网数据集成,清洗,存储,分析,可视化,为物联网数据开发者提供一站式服务,降低开发门槛,缩短开发周期,快速实现物联网数据价值变现。优点分析
1、物联网资产模型感知华为云物联网数据分析服务是以物联网资产模型为中心的分析服务。不同于公有云上的通用型大数据相关产品,物联网数据分析服务与资产模型深度整合,在相关数据分析作业的定义中,开发者可以方便引用物联网的模型数据,大大提升数据分析的效率。2、一站式开发体验大数据开发技术门槛较高,而华为云物联网数据分析服务整合了大数据分析领域的最佳实践,为开发者打造一站式数据开发体验,并且跟华为云物联网相关服务(比如设备接入)无缝对接,降低开发者开发难度,提升开发效率。3、针对物联网时序数据优化针对物联网数据具备的显著时序特征,华为云数据分析服务在数据存储及数据分析上做了大量的优化。比如海量时间线能力,单实例支持10万线,数据存储压缩比20:1,以及多种时间维度的聚合计算能力。2.云数据仓库 GaussDB(DWS)
基本介绍
新一代、全场景数据仓库,一站式分析,性能、容量无限扩展;守护高价值数据、创享高价值分析,企业数字化转型坚实伙伴优点分析
1.高并发交互式查询秒级响应,分析师工作效率全面提升单集群480节点,装机容量20PB,支撑数据分析、集市、BI等各种场景;通过分布式查询优化,实现高并发点查询秒级/毫秒级响应;资源融合统一,灵活调配,多层级并行计算,效率最优2.HTAP混合负载,按需弹性,湖仓一体混合负载:“一库两用”,支持超过100万QPS、10万TPS高并发混合读写,支持事务强一致;资源管理:可以根据业务优先级进行资源动态分配,实现“快慢通道”;按需扩容:弹性按需扩容,灵活应对用户数据及负载潮汐变化;仓湖一体:DWS可以直接读写OBS对象存储系统的数据,支持数据冷热分级。3.复杂即席查询,实时数据分析,一站式平台复杂SQL实时查询,10+表格联合运算,秒级返回结果;实时入仓批流融合60万/秒/节点,T+0完成数据分析;多源数据融合,一站式统一平台,助力非传统数仓工程师便捷使用数据。以上内容分享自华为云社区《【云驻共创】你知道有哪些好用的数据分析工具类软件?》,作者:再见孙悟空_ 。
3. 友盟和神策数据都有什么不同?
诸葛IO亮点在用户行为洞察用户行为洞察、自定义用户分组、精细化事件管理、独立模块的留存分析和个性化精准送达,也就是说精细化运营分析,友盟旨在统计,如果做数据分析的话诸葛IO会比较好,个人见解,希望能帮到您!
4. 产品经理要如何利用数据驱动迭代?
好问题~
可以从以下5方面来将:
新功能(或改进的功能)是否足够受用户欢迎?用户是否会重复使用我们新功能(或改进的功能)?这次迭代对对用户留存的整体影响如何?如果改版是为了优化某个使用流程,那么这个流程的转化率是否得到了提升?;深入了解用户到底在如何使用我们的产品,以及改进的(或新增的)功能?1. 新功能(或改进的功能)是否足够受用户欢迎?关于迭代衡量系统的方法,首先要考虑新功能是否受欢迎。产品发版以后,这个版本的活跃用户数如何?发版后的一些新功能是否受欢迎?如果用一个指标概括,这个指标叫功能活跃比(使用某个功能的活跃用户占同期活跃用户数的一个比例),这个指标是能够反应新功能是否受欢迎,不能从这一个面去看,仅仅从这一个面衡量是不足的。2. 用户是否会重复使用我们新功能(或改进的功能)?第二个方面,是看新用户是否会重复使用,假设这个产品经理长袖善舞,通过各种手段让用户尽可能导到新功能上去。如果用户用起来不爽的话,第一天导过去用了,第二天再导过去用了,第三天发现这个产品有bug,体验也不好,用户就不用了。不用了代表用户同步使用率会下降。但是真正要落实到数据上去衡量的时候,同步使用率是比较难衡量的。因为用户会有流失,因此重复使用率要和留存以及活跃比放在一起去看,才能够得到一个才相对客观结果。3. 这次迭代对对用户留存的整体影响如何?第三个方面是新版本对留存的影响。那么这个一般目前主流的这种产品数据分析,或者用户行为数据分析的平台,实际上都有相应的模式和相应的功能都直接看。从留存的方面去看,如图,红线是两个版本的分界线,红线以下是老版本,红线以上是新版本了。上线新版本后,发现用户的留存率有明显的提升。说明改版提升了用户留存。如果没有变化,或者留存率下降,则说明没有达到我们预期的效果。4. 如果改版是为了优化某个使用流程,那么这个流程的转化率是否得到了提升?接下来需要看转化率是否提升了。例如一个内容类产品,会发布UGC或者PGC内容,可以是文章、图片或者是视频。我们的预期是用户看着觉得好并会分享到其他的社交平台上去,通过查看从阅读到分享再到分享完成三个步骤,比较分析改版之后转化率是否有提升。如果没有提升,则需要我们去找背后的原因。5. 深入了解用户到底在如何使用我们的产品,以及改进的(或新增的)功能?最后,如果你的老板找你要产品改版结果,给他看用户留存率以及转化率这些数据也就够了,但是对于我们产品经理来说,还需要进一步多去挖掘一些数据,以便我们知道后面版本的这个迭代需要从哪几个方面深入?首要关注的是什么?已经发布的或者是改善的功能,它的使用情况到底如何?可以从活跃、留存率两方面去进行拆分。再进一步,我们还需要去关注什么呢?比如说用户在打开应用的时候,都干了什么。如果版本改动比较大,用户进入应用以后做的事,是否发生一些变化?我们需要把改版之前的一个时间段和改版之后的一个时间段做一个对比,对比主要是找差异。如果改版前后差别不大是一种情况,如果改版前后发生了一些变化,这个变化是否是我们预期的,是需要去分析的。除了打开应用之后做了什么,还需要分析的是用户在离开应用之前做了什么,也就是说用户是在哪一个环节结束了应用的使用。这样,往往能发现一些问题。比如说一个web产品,用户通过搜索引擎到首页,然后就结束了。这时候,需要我们从产品的角度去分析,看看在首页文案的引导,按钮的摆放,颜色、布局等方面,是否需要进一步优化。最后就是要对迭代改进的功能或者新增的功能进行重点关注。做法是看用户在使用改善后的功能之前都做了什么,是从哪儿来的。另外用了这个功能以后,又做了什么。也就是把这个功能放在用户的使用场景或者放在用户的使用路径中,来了解用户的来龙去脉。
以上~
其实关于产品基于数据的迭代就涉及到产品改版的评估,在诸葛io,我们实现了这一分析的自动化~
www.zhugeio.com~
5. 社群辅助工具能放心用吗?
#社群干货# 社群运营过程中10款实用工具,让你的工作效率提高100倍。
社群经济已然成为风口,互联网企业纷纷设立社群运营岗,对于刚入社群坑的你,提高工作效率的一种很快的捷径就是熟悉的运用各种工具,今天我们来谈谈社群运营过程中的工具。
相信任何一个运营人对“转化率”这个词儿都不陌生。提升转化率是运营中的核心工作之一,意味着更低的成本和更高的利润。
那么,到底怎么做,现在力荐以下7款工具,让你运营路上不走弯路。
1、社群管理工具——小U管家
小U管家是一个综合性的社群管理工具,同时也是上线比较早的一个软件。
小U管家它有引流、新人入群及时欢迎、群签到、关键词自动回复、查询群内成员发言数、群积分、保存群内聊天内容、多样化群游戏、群数据统计、快速踢出群内广告户、潜水者、僵尸粉等上百种功能。
2、多社群直播工具——一起学堂
集"直播+录播+重播+移动互动在线教育"于一体,简易好用的社群直播平台,以"工具+内容"为核心,专注于帮助学习型社群,更有效的进行快速传播、变现。
微信群同步工具,能实时同步语音、图文、小视频、小程序、文件和链接等等,群内课程还会即时保存在直播间内,方便随时重播。
3、在线图片设计工具——创客贴
创客贴是一款简单易用的线上图形设计工具,用户可使用平台提供的大量的图片、字体、模板等素材,通过简单的拖拉拽操作就可以轻松设计出精美的海报、PPT、信息图等图片。创客贴解决了大多数人的设计痛点,让不会使用专业制图软件的运营人员也能快速制作出自己想要的图片。你可以将作品直接分享给他人,也可以将作品导出为PNG、PDF、PPT等格式的文件。
4、社群裂变工具——建群宝
建群宝是一款通过朋友圈转发活动来帮助企业实现粉丝增长的高效引流工具。快速建群,智能机器人自动发送消息,灵活分配二维码,同时还带有后台统一管理,广告拦截,快速推送消息,老群托管等功能。作为一款黑科技社群利器,确实不得不说很厉害,有大量的建群需求的公司,应该会用到。
5、数据分析工具——诸葛io
诸葛io,一款精细化数据分析工具,致力于辅助中小企业快速实现用户行为数据的采集、分析与管理。诸葛io拥有用户行为画像、自定义留存分析、漏斗流失人群分析、行为路径图谱等多项功能,深度挖掘用户行为的分析价值,实现以数据驱动产品决策。
6、线下活动发起工具——活动行
活动行是一款发起线下活动的便捷工具:免费发布活动、多元化推广资源、线上线下收款、专业签到设备、报名资讯统整等一系列专业服务。
如果您是活动参加人,活动行让您享受:免费&付费优质活动、便捷的报名、安全的缴款、快速的分享活动等等拓展人脉的功能。
7、用户信息收集工具——麦客表单
麦客CRM是一款在线表单制作工具,同时也是强大的客户信息处理和关系管理系统。它可以帮助你轻松完成信息收集与整理,实现客户挖掘与消息推送,并开展持续营销。适合社群运营过程中收集用户信息,进行精准化运营。
8、内容协同工具——石墨文档
石墨文档是一款轻便、简洁的在线协作文档工具,PC端和移动端全覆盖,支持多人同时对文档编辑和评论,让你与他人轻松完成协作撰稿、方案讨论、会议记录和资料共享等工作。非常适合社群活动方案策划,多人写作修改、阅读、同步信息等。
9、打卡工具——知识圈
知识圈致力于帮助教育机构和老师更久的陪伴学生成长,形成持续的传播、复购。产品基于微信端研发,用户使用门槛低;支持小程序和H5展现,可嵌入服务号使用,搭建专属学习社群。
不仅支持打卡、上传培训内容,还支持老师审核内容,非常适合知识内付费社群,特别好用的学习型打卡工具。
10、语音文件转换工具——讯飞听见
专业语音转文字平台,智能专业语音转文字,可识别多种音视频格式,迅速将录音整理成文字,可解决企事业单位日常会议,媒体发布会,教育培训,媒体传播等各种场景下的音频转写问题。
特别适合社群嘉宾分享后语音转换成文字的过程,对于很多小编来说可以大大提高工作效率。
更多社群运营干货关注微信公众号,社群研究社
待续······
由于上次回答了知识星球圈友提出的问题,很多朋友反馈说能否整理一下所有社群运营工作过程中的工具,于是就总结了一下自己在社群运营过程中使用过的工具分享给大家,希望对大家的工作有所帮助。
6. 用一句最精美的语言来推广一下你的家乡有什么特色旅游项目?
洞庭天下水,岳阳天下楼。
文旅洞庭,佳话千年。
洞庭湖,历史上曾经是我国第一大淡水湖,号称“八百里洞庭”。 洞庭湖由东、西、南洞庭湖和大通湖四个较大的湖泊组成,呈现一派水流沼泽、河网平原地貌景观。
洞庭湖据传为“神仙洞府”的意思,湖水浩瀚迂回,山峦突兀,其最大的特点便是湖外有湖,湖中有山,渔帆点点,芦叶青青。
古往今来,数不清的文人墨客流连于洞庭湖畔的湖光山色,留下了多少传世名篇。
唐穆宗长庆四年,洞庭湖还是我国第一大淡水湖,湖中物产丰富,湖区景色优美,洞庭沿岸更是我国著名的鱼米之乡。
诗人刘禹锡由蜀地沿长江东下和州,经过洞庭湖,看到月光下的洞庭美景,不由诗兴大发,写下了《望洞庭》:
望洞庭 · 刘禹锡
湖光秋月两相和,潭面无风镜未磨。遥望洞庭山水翠,白银盘里一青螺。
他笔下的洞庭,湖月相和,水面如镜,山水如翠、君山如螺,活脱的美不胜收。
开元四年,宰相张说被贬为岳州刺史。闲暇之余,张说常在洞庭湖中泛舟游览。湖上烟波浩渺,一望无际。日出日落,景色各不相同。泛舟湖上,遐思万千。张说写下《和尹从事懋泛洞庭》一诗,一展洞庭日落之美,再展官场落寞之愁。
和尹从事懋泛洞庭 · 张说
平湖一望水连天,林景千寻下洞泉。忽惊水上光华满,疑是乘舟到日边。
有诗人,来到这里,被美景所陶醉,已经达到忘我的境界了。写下《题龙阳县青草湖》。
题龙阳县青草湖 · 唐温如
西风吹老洞庭波,一夜湘君白发多。醉后不知天在水,满船清梦压星河。
好一个“天在水中,船游星河。”实实在在的酒不醉人人自醉!
更多……
忆过巴陵岁,无人问去留。中宵满湖月,独自在僧楼。渔父真闲唱,灵均是谩愁。今来欲长往,谁借木兰舟。——齐己《怀洞庭》
洞庭鱼可拾,不假更垂罾。闹若雨前蚁,多于秋后蝇。岂思鳞作簟,仍计腹为灯。浩荡天池路,翱翔欲化鹏。——李商隐《洞庭鱼》
长天接广泽,二气共含秋。举目无平地,何心恋直钩。孤钟鸣大岸,片月落中流。却忆鸱夷子,当时此泛舟。——方干《早发洞庭》
八月湖水平,涵虚混太清。气蒸云梦泽,波撼岳阳城。欲济无舟楫,端居耻圣明。坐观垂钓者,徒有羡鱼情。——孟浩然《望洞庭湖赠张丞相》
洞庭西望楚江分,水尽南天不见云。——李白
站在岳阳楼上远眺洞庭,但见湘江滔滔北去。 景区内以岳阳楼最为著名,自古有“洞庭天下水,岳阳天下楼“之誉,与湖北武汉黄鹤楼、江西南昌滕王阁并称为江南三大名楼。北宋范仲淹脍炙人口的《岳阳楼记》更使岳阳楼著称于世。
屈原与汩罗江
汨罗江两岸粉墙村舍,桃红柳绿,民风淳朴,水草肥美,具有典型的江南水乡风貌。那里有屈原墓、屈子祠、文乐镇等古迹。
汩罗江虽然只是洞庭湖的一条小支流,却因为屈原遗存着太多文化内含,给文旅洞庭添上了浓墨重彩的一笔,
屈原,中国战国时期楚国诗人、政治家。出生于楚国丹阳秭归(今湖北宜昌)。芈姓,屈氏,名平,字原;楚武王熊通之子屈瑕的后代。少年时受过良好的教育,博闻强识,志向远大。早年受楚怀王信任,任左徒、三闾大夫,兼管内政外交大事。 提倡“美政”,主张对内举贤任能,修明法度,对外力主联齐抗秦。因遭贵族排挤诽谤,被先后流放至汉北和沅湘流域。楚国郢都被秦军攻破后,自沉于汨罗江,以身殉国。
屈原是中国历史上第一位伟大的爱国诗人,中国浪漫主义文学的奠基人,“楚辞”的创立者和代表作家,开辟了““香草美人”的传统,被誉为“辞赋之祖”“中华诗祖”。屈原作品的出现,标志着中国诗歌进入了一个由集体歌唱到个人独创的新时代。其主要作品有《离骚》《九歌》《九章》《天问》等。以屈原作品为主体的《楚辞》是中国浪漫主义文学的源头之一,与《诗经》并称“风骚”,对后世诗歌产生了深远影响。
1953年,在屈原逝世2230周年之际,世界和平理事会通过决议,确定屈原为当年纪念的世界四大文化名人之一。
九歌·湘夫人
帝子降兮北渚,目眇眇兮愁予。袅袅兮秋风,洞庭波兮木叶下。……
《九歌 湘夫人》是《九歌·湘君》的姊妹篇。此诗写湘君企待湘夫人而不至,产生的思慕哀怨之情,诗以湘君思念湘夫人的语调去写,描绘出那种驰神遥望,祈之不来,盼而不见的惆怅心情。全诗写男子的相思,所抒情意缠绵悱恻;加之作品对民间情歌直白的抒情方式的吸取和对传统比兴手法的运用,更加强了它的艺术感染力,对后世的文学创作产生了很大的影响。
午日观竞渡 明 边贡
共骇群龙水上游,不知原是木兰舟。云旗猎猎翻青汉,雷鼓嘈嘈殷碧流。
屈子冤魂终古在,楚乡遗俗至今留。江亭暇日堪高会,醉讽离骚不解愁。
《午日观竞渡》是明边贡的一首七言律,这首诗从端午节期间戏水,赛龙舟的风俗开始写起,触景生情,表明了对屈原的思念,对异乡的端午风俗的赞同,在闲暇的日子里总会有一丝丝闲愁。
首联是写端午节人们观看赛龙舟的场景。表现了端午节时期热闹的场面。
颔联全面描写了龙舟的装饰,赛龙舟的热闹场面。颈联进而转向了对屈原的思念。在端午节这天,人们都会祭念屈原。距今已有两千多年的风俗至今仍然存在。
尾联直接抒情,诵读《离骚》,吐露了诗人生活中的淡淡哀愁。这首诗沉稳平淡,风格朴质,饱含着诗人对屈原的崇敬心情。
清代《洞庭湖志》所载"潇湘八景"中的"洞庭秋月"、"远浦归帆"、"平沙落雁"、"渔村夕照"、"江天幕雪"以及"日景"、"月影"、"云影"、"雪影"、"山影"、"塔影"、"帆影"、"渔影"、"鸥影"、"雁影"等洞庭湖"十影"。
而我之所叙乃洞庭一角尔,今日洞庭整体成了国家级湿地公园,历史遗迹,人文景观,花海玫园生态美食,包您目不暇接、乐不思蜀。
7. 产品功能上线前?
如果只考虑埋点的全和细,其实现在已经有无埋点服务(growingIO、诸葛IO这些平台提供丰富的行为数据的同时,甚至提供渠道分析、漏斗转化、留存分析、用户分群分析)。
但为什么我们仍然感觉这些平台无法满足我们的需求?因为即使简单涉及到订单交易类型的产品,笼统的用户新增、留存可能都不再是最关键的指标,那么仅仅简单的统计行为数据就已经无法满足需求了。
一般大点的公司,有专门的大数据团队。他们会把渠道数据、行为数据、业务数据等进行同步和隔离,保护业务不受影响的同时,方便后续高效整合多个维度数据进行交叉分析,这样才能提炼出来有价值的信息,从而促进业务增长。
那么一些复杂或者说有数据断层的业务情况下,怎么梳理好埋点和数据监控呢?从目的出发宏观到微观
我觉得产品调整的目的是增长,手段是数据分析,数据保障才是埋点。在埋点的时候,应该思考我这个埋点下去,将来能做哪些分析,分析能反应哪些环节的问题。不求非常全面,但这个环节有思考能保证方向正确。不过多哔哔,上实际案例。
现在有个收取高额会员费的荐股业务,假设他选择的推广方式是直接在代理渠道上投放主题活动,导流到销售微信(销售进行客户营销和筛选),再进一步导流到APP上享受会员服务。那么我们要监控从渠道投放到会员购买的转化,链条涉及到的环节有渠道投放[渠道],主题活动[H5],销售微信[微信],客户端使用[APP]。从不同的环节的问题我们分别可以怎么去解决:
数据分析不断尝试选择高ROI的优质渠道—埋点上不同渠道的曝光要区分;
进行ABtest提炼出优质的活动主题—埋点上不同活动主题的页面行为要区分;
分析以优化销售的服务话术和SOP—埋点上不同销售的客户维护情况要区分;
分析以优化客户端的新手引导路径等—埋点上不同引导路径的用户留存要区分。
各类数据埋点全面、细致
全面可以理解为纵向的一连串事件不要有遗漏,比如页面访问、页面浏览步数、页面按钮点击等等。
细致是强调事情发生时横向上报哪些多维度的信息,比如页面上一个添加好友的行为发生了,要上报这个事件发生时的渠道、设备号、UID(如有)、好友ID等。
有时候不单单是埋点,还需要预埋映射关系
我们平时做产品设计的时候,出于稳定性的角度考虑,不同系统我们希望轻耦合。但是要做数据交叉分析时,发现我们的埋点数据有断层应该怎么处理呢?比如上述案例数据在微信数据(微信的好友数据其实是能通过监控销售手机的本地数据库进行解密拿到)这里出现了断层,我们怎么知道客户来自哪个推广渠道和主题?
我们可以预埋一套独立的映射关系。通过预埋的映射关系,后续数据分析团队经过一些简单的推导即可将断层的数据进行衔接。这里映射关系起到的作用也就类似于埋点了。比如上述案例中,客户来源渠道和主题的映射关系预埋和推导思路大致如下图:
最后谢谢芋圆同学邀请!!!
数据分析话题很大,还有很多探讨空间希望能和大家继续讨论。