• 关于酒店网站转化率的故事

    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…

    DTALK观点 2020年6月5日
  • 说说前端数据采集与分析的那些事

      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…

    DTALK观点 2020年6月5日
  • 如何通过数据产品来驱动业务优化

    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…

    DTALK观点 2020年6月5日
  • 什么是用户画像主义者的试金石?

      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观点 2020年6月3日
  • AI行业现阶段最需要什么样的人才?

    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…

    DTALK观点 2020年6月3日
  • 猛犸大数据如何提升数据质量?

    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…

    DTALK观点 2020年6月3日
  • 谷歌如何靠数据驱动制胜?

    这篇文章,我和大家讲解数据驱动的真实案例。 一、数据驱动业务的企业能力 今天跟大家讲的话题,是关于中国互联网发展到如今的每一个项目,在实际运作中,怎么通过数据,去真正驱动互联网项目业务发展。 大部分企业需要的不是去做获取流量,而是让项目产生利润、带来收入,并且能够在不同阶段用不同方式,通过数据去驱动产品、运营、设计、营销。 对于一个比较严谨的互联网产品来说,从零开始、探索期、成长期各个阶段积累起来的数据到底能够用来做什么? 我们经常说的大数据,它的目的是什么?它是怎么来的?它用在了什么地方? 举…

    DTALK观点 2020年5月27日
  • 极简AI:10张幻灯片看懂AI/机器学习

    “一图胜千言”,10张有用的幻灯片和简短解释,带你了解AI。   1. 分析的演进 分析是发现、解释和交流数据中有意义的模式,以及将这些模式应用于有效决策的过程。换句话说,分析可以理解为组织内数据和有效决策之间的连接组织。特别是在有记录的信息丰富的领域,分析依赖于同时应用统计、计算机编程和运筹学来量化性能。 组织可以对业务数据应用分析来描述、预测和改进业务性能。具体来说,区域内分析包括预测分析、规范的分析,企业决策管理、描述性分析、认知分析,大数据分析,零售分析、供应链分析、存储分类和…

    DTALK观点 2020年5月27日
  • 给30个产品经理拉了一年的数据,我学到了这些

    《最后的武士》 场景:Nathan(克鲁斯)被 Katsumoto(渡边谦)将军刚绑入山村,在寺庙中的对话: Nathan:“Why we have this conversation?” Katsumoto:”We are both students of war” 我们都是数据战场的学生,基于此,无敌无友,只是恰巧走在同一条路,把经验教训作为一份礼物送给未来的自己和同行。 To Know My EnemyHans Zimmer – The Last Sam…

    DTALK观点, 企业案例 2020年5月27日
  • 为什么Twitter推崇1%试验和数据驱动?

    数据驱动的方法对Twitter的成功至关重要,我们会发现在其他敏捷,高度创新的企业中也采用了类似的方法,最有力的方法之一就是采用“1%实验”的理念。 DTalk创办人 顾青 我发现人们很容易说他们的企业是数据驱动的,或者声称已经培育了一种文化让每个人都有力量成为变革推动者和疯狂科学家。 正如马克扎克伯格所建议的那样,“快速行动,打破成见”。 但是,你如何使它成为现实?你如何将成长骇客的心态和方法融入你组织的DNA? 根据我的经验,最有力的方法之一就是采用“1%实验”的理念。我曾经参与过很多采用数…

    DTALK观点, 企业案例 2020年5月22日