首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏接地气学堂

    数据分析,如何业务

    新年了,很多同学在做工作规划,有很多公司都提出要求,要“数据分析业务/销售/运营”……到底啥玩意是,咋个法???往往领导又丢回一句“你要多想想啊”——让人着实无奈。 的直观含义,就是增强业务能力,提高业务效率。注意:是用更高级的手段解决战斗,不是替代,更不是“你行你上啊”。如果李团长喊的是“二营长,你他娘的带人给我冲!” 当然没法啊。 ? 想业务,就得理解业务关键不是闭门造车,而是要深入一线,理解你的能对象。具体来说,包括理解: 对象:谁是我的能对象 流程:他在做什么?分为几步做?得什么结果? 小结下:所谓数据分析业务,可以做的是 一量化现状,为打下基础 二梳理问题,为方向指路 三筛选方法,为优化效率 四监控进度,为保驾护航 五总结经验,为积累成果 很多同学看了会大呼: 在遇到项目的时候争取参与机会,从基础做起,不断提高业务方使用率,不断积累在业务上助力经验。 想做好数据,只会跑报表是不够的,我们需要综合能力,梳理清楚问题,能说服业务方理解、使用数据工具。

    4.3K106发布于 2020-01-14
  • 来自专栏一猿小讲

    机器学习如何为业务

    AI 为业务的实践(带你吃大餐) 从事金融的,尤其是做过金融风控的都知道,如果提前定位贷款客户是否为坏客户?如果提前预测贷款客户下个月还款是否会逾期?那么将会把风险降低,平台也止损。 面对诸如此类的业务场景,机器学习能做什么呢?其实近期我一直在摸索,用机器学习去解决业务场景,小有成果。 n_neighbors=1) knn.fit(x_train, y_train) 第四步: 模型训练评估,输出准确率 y_pred = knn.predict(x_test) print("准确率为: {:.2f format(knn.score(x_test, y_test))) 输出结果为: 准确率为: 0.97 第五步: 预测,四个数据分别代表:花萼长度、宽度,花瓣长度、宽度 newIRIS = [[4,1.0,2,1.0

    63920发布于 2019-08-16
  • 来自专栏走进敏捷BI

    银行票据业务如何实现BI

    但现状仅仅是工具层面实现将业务数据化,实现了一些分析固定报表和页面,却难以通过BI业务,陷入数据困局,业务需求很难得到满足。 下面结合永洪BI工具,我们整理了一些如何提升银行票据业务数据分析有效性的要点和大家分享: 第一步:梳理业务逻辑 要明确银行票据业务是什么?业务逻辑和核心是什么?在业务的基础上构建分析体系。 供应面指标 a) 承兑量 2. 需求面的指标 a) 贴现量 b) CPI c) PPI 3. 成本面指标 a) LPR 4. 例如: 传统票据利率分析1:斐波那契及向上调整线 传统票据利率分析2:布林带通道曲线 第四步:利用BI形成场景分析报告 有了清晰业务结构、模块拆解和分析指标,接下来针对相应的业务场景,沉淀和总结出相对固定的分析框架 第五步:BI业务增长 实现业务增长是BI数据应用的终极目的。需要我们了解业务,发现问题,找出关键点,优化方案、推动落地。 通过使用BI工具,能够更好的实现银行票据业务的增长驱动。

    90320编辑于 2022-05-23
  • 科学背景如何云计算业务战略

    科学背景如何云计算业务战略安德烈亚·皮尔斯从小就对人类大脑充满好奇。她回忆道:"小时候我一直说想成为神经外科医生。在巴西长大的家庭里,每个人都是某种医生,无论是博士还是医学博士。" 如今,皮尔斯在某云计算服务提供商担任研究垂直领域的业务发展与战略负责人。她拥有丰富的职业经历:曾担任教授并拥有自己的实验室,也在制药行业担任过医学科学联络员和区域总监。 随着职业发展,皮尔斯对业务战略方面越来越感兴趣。她利用晚上和周末时间获得了工商管理硕士学位,加深了对商业职业的承诺。2019年,当她在职业社交平台开放个人资料后,某科技中心向她发出了邀请。 她最初感到惊讶,但仔细了解后发现,该职位是让她领导一支研究主题专家团队,支持业务发展工作。"我意识到,这个职位简直是为我量身定制的。" 这项工作让她有机会成为利用科学洞察力的业务领导者,不仅实现了向商业核心角色的转型,还能充分利用她的科学知识。"我不觉得自己在忽视、放弃或没有运用那些年积累的科学专长。"

    13110编辑于 2025-10-16
  • 来自专栏腾讯大数据的专栏

    精准营销 | 大数据,助力业务增长!

    对此,腾讯云业务安全中心移动安全负责人李京涛和开发者分享了腾讯应用宝提供的包括APP加固、APP安全测评、APP兼容性测试在内的一整套安全解决方案。“稳定、实用、量身定制,是腾讯安全的特色。” 比如,以用户分析、业务漏斗分析、页面轨迹分析等统计分析手段,帮助APP找准用户关键需求点;而根据海量用户画像的行为及特征得出的数据洞察,则能够辅助业务决策;营销分析则是通过监测腾讯、百度、新浪等近20种主流广告渠道

    2.7K30发布于 2018-06-28
  • 来自专栏finclip小程序ide

    小程序如何公司业务,提升企业业务效率的?

    小程序发展到今日,已经演变出了一种新趋势:很多公司越来越重视小程序发展,体现为把各个业务模块通过小程序的方式去承载,再让自己的 App 去运行这些小程序。 很显而易见的一点是:小程序第一点就在于它足够“轻”,体积轻量、无需下载、无需安装,能够灵活承载各个业务模块等的全端投放和调配管理。 同时,小程序可以独立进行开发,在管理后台以上下架的形式直接发布,支持在不更新 App 的情况下实现热更新,能够解决企业 App 发版频率过高等问题,快速响应业务需求。 W3C的Mini-App工作组正在形成标准化的建议稿(欧盟开源组织OW2所支持的快应用实现,也将遵循这个标准)。这意味着小程序正在成为真正意义上的“互联网新技术标准”。 业务小程序化后有什么管理优势业务小程序化后的还有个优势是——便于做数字内容的管理。这个如何去理解呢?小程序容器技术,能够让小程序运行在各终端中,解决跨端开发的根本问题。一端开发,多端上架。

    94020编辑于 2022-09-15
  • 来自专栏宜信技术实践

    业务为目标的技术创新

    而真正的创新,是在理性思考后,将最适合的技术解决方案用在最能提升客户体验的地方,一切技术创新都要以业务为目标。 本次采访,宜信科技中心-数据智能研发部负责人张军老师围绕“以业务为目的的技术创新”这一主题,跟大家一起聊聊“通过技术业务的实践经验”,以及“该如何理性看待技术创新与业务发展之间的关系”。 所以,在给业务做好和服务的同时,偿还技术债务、进行技术架构升级、合理排期并安排研发资源,是一名优秀的技术leader的基本功。 技术团队并不需要像很多的业务专家那样懂业务,但至少要能够做到明白业务团队的行话、懂业务逻辑,这对开展技术研发的工作至关重要。 张军:最大的困难来自于是否能够得到业务部门的认可。更深刻地理解业务,并与业务团队持续沟通,明确新的技术产品和项目能够解决业务团队的哪些痛点,是克服困难的关键。

    2K20发布于 2019-08-13
  • 来自专栏博文视点Broadview

    电子书丨《策略产品经理:数据业务

    ▊《策略产品经理:数据业务》 夏杰 著 电子书售价:29.5元 2020年09月出版 随着互联网“下半场”的到来,企业经营思路发生了重大转变,由野蛮式增长逐步向精细化运营过渡,数据成为了各大企业制胜的法宝 与之对应的是,传统的以用户体验、产品功能为主要工作内容的产品经理市场饱和度越来越高,求职竞争越来越激烈,而壁垒却越来越弱,用数据业务的产品经理则在招聘市场上供不应求,策略产品经理就是其中之一。

    76020编辑于 2022-04-11
  • 来自专栏程序员成长指北

    前端业务 - Node实现自动化部署平台

    其实换个角度,我们所学的所有前端技术都是服务于业务的,那我们为什么不想办法使用前端技术为业务做点东西?这样既能解决业务的困扰,也能让自己摆脱每天只能写重复繁琐代码的困扰。 业务需求 这个JSSDK,主要作用是在后端了为业务方分配appKey之后,前端将appKey写死在JSSDK中,上传到CDN后,为业务方提供数据采集服务的脚本。 业务方接入JSSDK之后,希望每次JSSDK版本迭代对业务方来说是无感知的(也就是版本迭代是覆盖式发布),如果所有业务方使用同一个JSSDK,每次JSSDK的版本迭代,一次发版会一次性对所有业务方都有影响 服务端技术栈包括: 框架 Express 热更新 nodemon 依赖注入 awilix 数据持久化 sequelize 部署 pm2 客户端技术栈就不介绍了,Vue全家桶 + vue-property-decorator export default class SupplyService extends Service { async cp2CDN(supplyId, fileName) { /

    1.8K10发布于 2020-10-10
  • 制造企业数据治理体系搭建与业务实践

    2业务协同的复杂性挑战制造涉及研发、生产、供应链等多部门协作,数据互通效率直接影响运营成本。以汽车行业为例,上千家供应商的数据协同若存在断层,将导致库存积压或生产停滞。3.  2.三大场景化治理策略数据治理需以战略规划为引领,结合业务场景选择适配的实施路径。亿信华辰提出“战略驱动、技术支撑、闭环迭代”的三层架构,并围绕数据要素化、运营优化与决策支持三大场景解析落地策略。 (2)运营导向治理(分步推进)主数据管理:聚焦高频协同数据(如供应商、物料)的治理,解决“一码多用”问题。资产盘点:以元数据管理摸清家底,以资产编目盘点数据资产,提供数据服务。 (3)决策支持治理(聚焦分析)基于数据仓库与AI技术构建管理驾驶舱,构建经营指标体系(如库存周转率、设备稼动率),通过BI看板实现实时监控,高层决策。 某案例中,平台帮助车企在3个月内完成6大业务域、2000+数据表的血缘梳理。2.资产门户:盘活沉睡数据建立多维度资产目录(按业务域、系统或主题分类),提供API服务与数据集下载。

    90510编辑于 2025-04-09
  • 来自专栏云+直播

    AI产品:如何寻找语音交互的业务场景

    一个创业者成长的心路历程——心路日记(2) 往前推演十几年,智能手机未普及的时候,大家都是使用键盘和鼠标寻求服务。 我们应该了解语音交互的特性后去筛选适合的业务场景,而不是先制造困境场景然后寻找语音解决。 如何寻找语音交互业务场景——干货思考(2) 下面是我总结出来的语音交互对比图形界面交互的优势和缺陷。 他帮助你避开无数业务设计大坑。 结合语音交互的优势和缺陷,下图是我提供的一个业务场景筛选漏斗。 接下来使用2层筛选清单去选择做什么场景,基于场景选择做什么业务。 具体容易固化思维;抽象易于发散思考。做到精准的抽象,又很难,希望各位读者能够明白其价值。 一个语音技能,被C端B端G端所认可接受,一定会经过大量的筛选迭代,留存下来的是价值,那些没留存下来的,推理过程中被拍死的,半途而废的,数据表现糟糕的技能,经过思考,总结、复盘也会积累财富。

    1.7K83发布于 2020-10-16
  • 来自专栏数据猿

    数据业务,是企业数智化的“灵魂”

    大数据产业创新服务媒体 ——聚焦数据 · 改变商业 ---- 企业数智化升级,本质是用数据和智能技术,企业的管理和业务流程。 构建数据顺畅流动的动脉和毛细血管体系 数据就是企业的血液,业务是肌肉,数据业务的过程,就像是血液为脑细胞、肌肉细胞输送氧气的过程。为此,要建立强健的动脉和细致入微的毛细血管体系。 数据流与业务流相互融合,相互促进。业务流不断产生新鲜数据,更新数据流;数据流不断带来新的洞见,优化决策,提升效率,业务流。 如果数据智能平台的功能布局足够完善,可以很好覆盖业务需求。 大部分软件功能开发,都是有较高技术门槛的,一般的业务人员很难达到要求。 构建活跃的用户模板交易社区,让用户也赚到钱。要调动用户积极性,最好的办法就是让这件事情变得有利可图。 用户通过参与数据智能平台的开发,将自己的业务知识“固化”到平台上,让同行业的其他企业用上自己开发的功能。同时,参与开发的用户,也获得相关产品的销售和服务收入。这样,就将部分客户变成自己的合作伙伴。

    1.5K30发布于 2021-07-13
  • 来自专栏AI技术体系搭建过程

    AIGC: 5 IT从业者如何使用AI业务?

    程序员系统学习了OpenAI提供的api接口,并熟练利用提示词结合业务解决业务问题。 现状 讲一个故事来开始今天的内容。 架构师老李在技术圈里以其卓越的技术洞察力而著称。 他的公司主打全球客服平台,专为小颗粒用户提供高度个性化的服务体验,同时也为中大型客户提供了AI的人工客服解决方案。 他组织了一支专业团队,在老李的指导下,成员们开始系统地学习OpenAI的API, 并根据公司的业务需求和客户的特定场景来定制化提示词。 如何把AI跟业务结合。 大部分的企业其实只用到了提示词,即可把自己的业务跟AI结合起来。 那么,AI有哪些典型的应用提示词呢? 实现路径 作为程序员,你必须首先知道AI能干什么? 再结合业务想想自己可以干什么? 即你首先需要了解AI提供了哪些API的能力,有哪些典型应用场景。 最后结合所在公司的业务场景,灵活的使用AI的能力跟业务结合。

    32910编辑于 2025-07-01
  • 来自专栏AI科技时讯

    技术为业务:深度剖析开发与业务的紧密结合

    业务方向和目标的需求描述 定义业务问题和解决方案的高层次需求 以下是一些可能的业务需求示例: 提高效率: 通过自动化业务流程或引入新技术,提高业务操作的效率。 下面是一个简化的示例,展示了一个基于 Python 的假设软件系统的源代码结构: # main.py - 主程序入口 from module1 import feature1 from module2 import feature2 def main(): # 主程序逻辑 result1 = feature1() result2 = feature2() # 处理结果 if result1 and result2: print("操作成功!") return True # module2.py - 模块2 def feature2(): # 模块2 的功能实现 print("执行模块2的功能。")

    2.1K10编辑于 2023-11-22
  • 来自专栏长沙架构师同盟

    CodeSpirit・码灵:以 AI ,重构业务智能边界

    配置驱动 - 通过配置文件灵活切换不同的AI提供商和模型 2. 运行时切换 - 支持在运行时根据业务需要使用不同的LLM配置 3. 使用量、处理时间、成本(USD) • 状态跟踪: 成功状态、错误信息、重试次数、JSON修复标记 • 业务关联: 批次ID、父审计ID、业务实体ID/类型、数据量 2. • 低侵入性设计 业务上下文传递: • 支持设置业务场景、交互类型 • 支持批次关联和父子关联 • 支持业务实体关联 • 灵活的元数据扩展 应用价值 1. 业务系统集成 • PartnerSdk: 轻量级SDK,简化集成流程 • 业务内聚: AI伙伴实现在各自的业务系统中 • 独立演进: 各业务系统独立部署和升级 • 标准化接口: 统一的API和消息协议 CodeSpirit - AI,智慧编码! ✨

    32010编辑于 2025-12-18
  • 来自专栏深度学习与python

    小米彭力:知识图谱如何为小米业务

    解决了技术迭代中存在的问题,接下来就是要让技术为业务。 类似上述的案例还有很多,基于知识计算技术不仅实现了为业务,也统一了企业的知识体系,以知识化服务形式提升各部门工作效率,完成了知识的沉淀和闭环。 2 知识图谱目前面临的技术难题和突破口   技术业务的背后,重要的是技术如何搭建。从知识图谱的构建技术看,它经历了由人工构建到群体智慧构建到自动获取、构建的过程。 另外还有一些企业级的构建平台比如 poolparty、lods、Stardog 等平台,但是对于业务兼容与适配的可控性差不太适合做自有业务扩展和计算。 目前主要负责小米知识图谱的构建及落地,已推动知识图谱及其技术小爱同学、小米网、游戏中心等智能问答、智能客服、商品推荐、商品搜索等业务场景。

    85810编辑于 2023-04-01
  • 企业为何需要数据治理-数据支撑业务,数据业务,数据驱动智能

    第一个阶段重点是解决数据不一致等数据质量问题更好的支撑业务;第二阶段是体现数据驱动业务,数据为业务;第三阶段体现通过大量数据积累后的数据驱动智能。 最近1到2年,我所接触的做数据治理的项目明显增多,一类是类似数据中台和MDM系统建设类项目,一类是直接的数据治理和数据架构规划类项目。 其中就包括了信息系统应用,信息系统集成,数据驱动,知识,智能自主几个关键的阶段。在这里给出了知识是专门的一个阶段。 也是我前面一直强调,数据到智能之间,应该增加一个知识能阶段。 企业的知识能做到越充分,越容易演进到智能自主这个阶段。 结合上面这个图大家更加容易理解,知识这个阶段的关键作用。企业基于已有的信息和数据,如何构建知识经验库是关键。 那么如何体现知识,从最简单的只能知识库构建到完整的知识中台构建,这个需要的不仅仅是AI大模型这种技术平台,更加需要的是干净,完整,及时的数据。

    29200编辑于 2025-06-24
  • 来自专栏数商云网络

    机械设备行业S2B2C电商平台渠道提升企业业务处理效率

    3、新型制造模式需要新的价值链和商业模式 为快速响应市场变化,制造企业间在设计、生产等领域的并行组织与资源协同日益频繁,要求企业设计、生产和管理系统都要更好支持与其他企业的业务交互,这就需要一个新的平台 机械设备行业S2B2C电商平台可通过整合机械设备行业上游供应链资源,实现供应商直采,搭建供应链新零售平台,S2B2C平台渠道提升业务处理效率和客户体验,综合提升供应链效率,进一步增强品牌影响力。 1、机械设备S2B2C平台多类型分类管理客户 个人客户、企业客户、内部组织都由机械设备行业S2B2C电商系统统一管理,S2B2C平台的不同客户注册形式及流程不同,不同类型客户等级的S2B2C系统体系也不同 7、S2B2C商城平台线下门店货源数据、渠道业绩统一登记分析 按区域按业务员统计加盟商及直营店业绩信息,机械设备S2B2C平台能够及时监督门店订单执行情况,遇到超时、订单回退等情况及时通知,避免错发漏发 ,机械设备行业S2B2C电商平台保障业务运营的顺畅性,机械设备S2B2C电商平台提供自动化会员分析、商品分析、订单分析以及渠道分析。

    72240编辑于 2022-03-21
  • 来自专栏孟永辉

    都在说,个性化才是S2b时代的全新风口

    文|孟永辉 在曾鸣老师提出S2b商业模式之后,""这个词就开始在不同的行业当中出现,零售、家装、金融等领域都开始出现的影子。在当前的行业语境下,俨然已经成为推动行业发展的新动力。 行业头部企业如何通过中小企业实现自身的再度发展,中小企业在得到后如何破解当下的发展难题成为当前行业发展的主旋律。 我将这种的方式称作“精细化”,即通过数据、施工、供应链等多种方式对家装行业的发展进行,从而找到破解家装行业痛点和问题的方式方法。 而在S2b模式提出之后,则成为各个行业都在热议的话题,家装行业同样如此。从早期的流量输送到现在的介入到家装流程当中,的方式正在多样化。 未来随着更多企业参与到队伍当中,一个全新的时代或将最终来临。而谁能够在时代抓住每一个公司的不同需求进行个性化的,谁或许就能够在这场新运动中取胜。

    59150发布于 2018-05-15
  • 宠物行业AIS2B2C转型

    一、多模态健康监测系统(S端)技术架构:pythonimport torchfrom transformers import ViTForImageClassification, AutoProcessorfrom 示例使用result = multi_modal_analysis("skin_lesion.jpg", "猫咪持续抓挠患处3天")print(f"AI诊断建议:{result}")二、智能供应链优化(B端 get_social_trends() # 实时爬取社交数据forecast = model.predict(future)plot_forecast(forecast) # 可视化库存建议三、个性化养护推荐(C端

    30910编辑于 2025-02-24
领券