摘要：在现代商业里面，谁了解用户，谁就占得先机，了解用户往深的讲可以通过熟悉用户的特征。用户特征的分析不仅仅是数据化运营的基础，也是以用户为中心的企业赖以生存及发展的基本条件。在大数据来临的时代后，针对用户特征分析又有了新的需求，也有了更多维度，更多分析技术的选择。下面一章就是本书的作者归纳提炼的一些分析手段跟实战经验。第11章 用户特征分析的典型应用跟技术小窍门第12章 运营效果分析的典型应用跟技术小窍门第13章 漏斗模型跟路径分析 漏斗模型主要分析目是针对运营过程中各个关键环节的转化率、运营效果以及过程，优化转化率低的环节，路径分析通常是针对用户的每一个网络行为进行精细跟踪和记录，在此... 阅读全文

摘要：第10章 预测响应(分类)模型的应用和技术小窍门 正如上篇文章所说的本书的重点是商业+模型，本章节中关于算法的一些描述我觉得有些不妥，例如介绍决策树(DT)的优缺点的时候，文中指出“如果目标变量是连续型变量，那么决策树就不适用了，最好改成线性回归”，其实DT算法也是可以解决回归问题的，例如互联网广告页面的点击率预测就可以用GBRT(梯度的boosting tree)来预测，再例如文中对比线性回归跟逻辑回归时，说线性模型是目标变量跟自变量呈线性，而logistic regression又不是线性的，这个从算法层面来讲就有点矛盾了，logistic regression其实也是一个线性模型。全.. 阅读全文

摘要：前段时间，boss推荐，买来看了一下，觉得里面有很多干货，尽管有关怎么建模，如何建模等深入到算法层面的东西讲的比较少，但是该书站在商业化，业务+技术的角度阐释了该如何做数据挖掘，以下我是用思维导图的方式记录了的笔记(直接从云笔记里面copy过来)第三章 常见数据分析模型第四章 数据化运营是跨专业、跨团队的合作第五章 主要谈到新手数据分析师常见的错误观念1，轻视业务；2，技术万能；3，技术尖端；4，机器万能；总的来说要紧密结合业务挖掘有价值的东西。平常思考过程中别把关联关系转化成因果关系第六章 一个完整的挖掘案例流程第七张章 挖掘模型优化跟评价指标第八章 常见数据处理技巧在数据挖掘领域一个很经. 阅读全文