扫码阅读
手机扫码阅读

【数据圈】数据人精彩问答(23年第4期)

101 2024-10-24

我们非常重视原创文章,为尊重知识产权并避免潜在的版权问题,我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容,访问作者的公众号页面获取完整文章。

查看原文:【数据圈】数据人精彩问答(23年第4期)
文章来源:
一个数据人的自留地
扫码关注公众号

数据人圈子介绍
“数据人圈子”是一个知识交流社区,旨在提供一个平台让数据行业从业者相互交流、提问和共享知识。社区由来自各大公司的六位数据行业“大咖”领衔,包括李凯东(策略算法,增长运营)、小风(埋点数仓)、小诺(求职职场)、大鹏(数据产品)、草帽小子(画像标签)、鲸歌(数据分析)。成员可以随时查看直播回放、共享行业资料、获取内推机会,并参与专属社群。

数据人精彩问答节选
社区定期在公众号上分享精彩的问答内容,本期分享了三个问题的互动。

问答一: 业务开发和数仓开发地域分离的问题
一名成员询问大鹏老师关于业务系统开发和数仓建设团队分布在不同城市的常见问题。大鹏老师回答指出,虽然地理位置不是核心问题,但信息协同非常关键。他提倡使用数据治理平台来帮助团队理解数据的血缘关系,从而提高开发效率和需求方的反馈。

问答二: 数据分析师在数据服务公司与甲方大厂的差异
李凯东老师回答了一个成员关于数据分析师在数据服务公司和甲方大厂工作差异的问题。他指出,在大厂,数据技术栈较为统一,而在数据服务公司,技术栈可能各不相同。他提到大厂的分析师经常被业务需求所压倒,但能够锻炼数据建模和指标体系建设的能力。在数据服务公司,项目繁多可能导致对项目的深入理解不够,但这也是提升视野的机会。

问答三: 社区类产品的次留分析
鲸歌老师解答了关于社区类产品如何进行次留分析的问题。他提出了用户留存分析的基础概念,并介绍了留存分析的四个步骤:关键行为数据提取、相关性分析、因果分析和挖掘Aha时刻。他还列举了影响用户留存的可能因素,并提到了RFM模型和AARRR模型等更多留存分析模型和方法。

嘉宾简介
每位“大咖”老师都有自己的专业领域和丰富的经验。大鹏老师是数据产品方面的负责人,李凯东老师在策略算法和增长运营领域有深厚的背景,而鲸歌老师则是电商行业的资深数据分析师。

想要了解更多内容?

查看原文:【数据圈】数据人精彩问答(23年第4期)
文章来源:
一个数据人的自留地
扫码关注公众号

数据人交流和学习的社区,关注我们,掌握专业数据知识、结识更多的数据小伙伴。

249 篇文章
浏览 34.8K
加入社区微信群
与行业大咖零距离交流学习
软件研发质量管理体系建设 白皮书上线