作者：Greg Chapman 翻译：Grace，DTalk翻译团队 该篇介绍了Persona和Profile关联关系。定性Persona更多了解用户内在的思考和产生行为的动机原因、顾虑因素或者关注因素等等，更深入的思考方式。 而定量Profile则通过标签的方式对于用户未来行为进行相关性计算和预测，通过统计数学等算法，了解用户可能感兴趣的点可能产生的行为等。 为什么他们相辅相成呢，因为Profile给到Persona更有数学依据的研究对象，而Persona能给予Profile建立标签的时候更多…

本文是由汽车充电桩平台电动生活的技术产品负责人王晓强和DTALK创办人顾青之间就创业企业如何逐步走向数据驱动这件事的对话组成。 电动生活是一个覆盖了全国300个城市充电桩，100家充电桩企业的电动车出行服务平台，通过实地勘查的方式提供了中国最准确覆盖最广的新能源出行信息，并支持免扫码无感充电的用户体验。 电动生活可以在APP store里下载，以下是该APP的一些主要特点： 以下是电动生活王晓强的问题： 我的问题如下: – 对于初创的企业。功能实现及验证是比较紧急和重要的，那数据驱动…

酒店网站的转化率由很多因素决定，从业者不应该被愚弄，试图达到行业平均水平。 相反，相关从业者需要了解构成这些比率的因素，并尝试改善每一点。作为一家提供全方位服务的酒店分销和技术公司，我们可以访问数千家酒店网站的数据。 由于经常被问到什么是良好的转化率，我们深入研究了来自世界各地数百家酒店的数据，包括大城市，小城市，海滩度假村或商业场所。 我们查看了连锁酒店，集团和私人酒店，以便汇总各种数据。 通过所有研究、寻找并与我们的专家和客户顾问合作，我们概述了酒店网站转化率失败和成功的原因，以及酒店经营者…

  说说“手工”、“可视化”、“无”埋点基本原理 ● 手动埋点（代码埋点）：手动写代码，调用埋点SDK的函数，在需要埋点的业务逻辑功能位置调用接口上报埋点数据，友盟、百度统计等第三方数据统计服务商大都采用这种方案；需要深入下钻，并精细化自定义分析时，比较适合。此类埋点需要产品和开发反复沟通，埋点容易出现手动差错，如果错误，重新埋点的成本很高。这会导致整个数据收集周期很长，收集成本很高，而且效率很低。 ● 可视化埋点（框架式埋点、无痕埋点），解决了纯手动埋点的开发成本和更新成本，通过可视…

文章开始之前，提2个基本概念： 用户生命周期是指：用户从第一次使用APP，到最后一次打开APP，这段时间，我们把定义为用户生命周期。用户生命周期价值是指在用户生命周期内能通过电商、付费、广告、游戏等模式带来商业价值，同时用户信息和数据也是重要的商业资产。 产品生命周期指产品从投入市场到更新换代和退出市场所经历的全过程，一般分为导入（进入）期、成长期、成熟期、饱和期、衰退（衰落）期五个阶段。 产品处在不同的生命周期阶段，所能带来的商业价值也不一样，在导入期、成长期，为了获取更多的用户和用户体验，一…

  在过去的几年里，我接触了大量咨询我们团队有关数据如何驱动业务增长的问题。我统计了一下，大部分问题集中在数据驱动决策的整体能力和如何构建用户画像系统上，特别是在流量获取成本非常高的今天，大家都在寻求如何可以把每一次获得的流量分发给最符合用户预期的产品和服务流程里。 说实话，这是一件不容易的事情。 我先假定可以稳定获得有效的流量，当然如果获得流量的技术也是你困惑的地方，我们另外找时间聊。 首先我们必须正视的一个问题是，从来没有通用的、可以复制的所谓方法论可以应用每个行业。现在有一种言论…

DTalk访谈嘉宾介绍： 翁嘉颀，DTALK导师，ex竹间智能 CTO   问题1：AI翻译过来是人工智能，但是物理规则决定：机器永远不会思考，它只会按照设定的偏好和功能，凭借强大的基础性能去完成“猜测”。让人们误解其为一个“有思考”的智能大脑，并相信其“所说”的人，或许别有动机。AI超越人类大脑，在您看来是一场「別有用心者」的骗局吗？  人脑思考也是一系列的神经反应运行出来的结果，只是我们目前无法理解，加上人脑运算有更多的变量以及不确定性。机器有它的局限以及优点，注定机器的思考方式不…

互联网是一个建立在数据之上的服务行业，数据质量的好坏直接影响到企业的生存能力和竞争力。如果数据质量不佳，便容易给企业带来以下危害： 干扰运营分析、影响决策 影响算法模型质量，导致服务不够智能化 耗费人力，分析师、算法工程师、数据科学家因为数据质量问题推倒工作重来。 接下来我将介绍数据质量的评估维度，基于猛犸大数据平台的提高数据质量的方法，并讲解猛犸大数据平台数据质量的具体功能。 一、数据质量评估 关于如何评估数据质量，业界有很多标准，这里主要从以下四个方面去评估： 完整性 数据的记录和信息是否完…