文章归档
2021 年
- 05月
- 04月
- 03月
- 02月
- 28日 书籍推荐（1）：统计学
- 27日 数据分析 36 计（24）：因果推断结合机器学习估计个体处理效应
- 27日 数据分析 36 计（23）：长期转化率 A/B 实验的问题，用边际结构模型纠正后结论反转
- 27日 数据分析 36 计（22）：分析师入门常见错误 “幸存者偏差”，如何用匹配和加权法规避
- 27日 数据分析 36 计（21）：Uber、Netflix 常用倍差法模型量化营销活动、产品改版影响效果
- 27日 数据分析 36 计（20）：优化新财年广告预算，乘法营销组合模型的 Python 实现
- 27日 数据分析 36 计（19）：美国生鲜配送平台【Instacart】如何实现按时配送——使用分位数回归
- 27日 数据分析 36 计（18）：Shopify 如何使用准实验和反事实来优化产品
- 27日 数据分析 36 计（17）：Uber 的 A/B 实验平台搭建
- 26日 数据分析 36 计（16）：和 A/B 测试同等重要的观察性研究：群组研究 VS 病例-对照方法
- 25日 数据分析 36 计（15）：这个序贯检验方法让 A/B 实验节约一半样本量
- 24日 数据分析 36 计（14）：A/B 测试中的 10 个陷阱，一不注意就白做
- 23日 数据分析 36 计（13）：中介模型利用问卷数据探究用户心理过程，产品优化思路来源
- 22日 数据分析 36 计（12）：做不了 AB 测试，如何量化评估营销、产品改版等对业务的效果
- 21日 数据分析 36 计（11）：如何用贝叶斯概率准确提供业务方营销转化率
- 20日 数据分析 36 计（10）：Facebook 开源时间序列预测算法 Prophet 在分析师中热门使用
- 19日 数据分析 36 计（9）：倾向得分匹配法 (PSM) 量化评估效果分析
- 18日 数据分析 36 计（8）：断点回归 (RDD) 评估产品设计效果
- 17日 数据分析 36 计（7）：营销增益模型 (Uplift Model) 识别营销敏感用户群，Python 实现
- 16日 数据运营 36 计（6）：BG/NBD 概率模型预测用户生命周期 LTV，Python 实现
- 15日 数据运营 36 计（5）：马尔可夫链对营销渠道归因建模，R 语言实现
- 14日 数据分析 36 计（4）：互联网广告渠道归因分析之 Shapley Value
- 13日 数据分析 36 计（3）：熵权法如何确定指标权重构建评价体系
- 12日 数据分析 36 计（2）：如何用合成控制法判断策略实施效果
- 11日 数据分析 36 计（1）：生存分析与用户行为如何联系起来
- 10日 一文讲清因果推断方法论，无法 AB 测试时分析的万能钥匙