加载一个Jupyter 插件后,无需写代码就能做数据分析,还帮你生成相应代码?
数据可视化发现【吃鸡】的秘诀
用吃鸡比赛的真实数据来看看如何提高你吃鸡的概率。
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
在相同的时间内可以运行更多的测试了,从而增加为用户找到更好的体验的机会。
数据分析 36 计(14):A/B 测试中的 10 个陷阱,一不注意就白做
本节概述了公司在执行 A/B 测试时可能遇到的十大隐患。 此外,本节还介绍了避免这些陷阱的方法,从而可以通过这种测试工作获得更高的投资回报率 (ROI),并对报告的 A/B 测试结...
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
营销活动效果分析,产品改版效果评估一直是互联网产品上线后分析师需要量化评估的重要任务,通过评估产品价值并从结果中学习来不断验证产品迭代方向,使其业务走向更加清晰。
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
Response model 探究事件干预与转化效果的是相关关系,而 uplift model 探究因果关系。uplift model 能直观的知道哪个用户最有可能受事件干预(这里...
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
BG/NBD 模型又称为贝塔几何/负二项模型。他是基于 Pareto/NBD 模型假设设计的概率预测模型。BG/NBD 模型是用于描述非契约客户关系情境下重复购买行为。即用户可以随...
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
用户行为路径中的每个渠道可以看作这里的每个状态。在知道状态空间的情况下,所求的渠道贡献率就是每条路径的转移概率。所以马尔可夫链模型可以用来做归因分析。
数据分析 36 计(4):互联网广告渠道归因分析之 Shapley Value
Shapley Value 的原理是基于联合博弈论 (Coalitional Game Theory) 的理论,可以通过该原理计算出每个渠道及组合的投放效果。
数据分析 36 计(3):熵权法如何确定指标权重构建评价体系
信息论基本原理解释信息是系统有序性的度量单位,而熵可以度量系统的无序程度;如果某个指标的信息熵越小,该指标提供的信息量越大,指标变异程度(方差)高,因此在综合评价中所起作用理当越大...