自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

AI.x社區(qū)

軟考社區(qū)

企業(yè)培訓(xùn)

鴻蒙開發(fā)者社區(qū)

WOT技術(shù)大會

公眾號矩陣

移動端

視頻課免費課排行榜短視頻直播課軟考學(xué)堂

全部課程軟考華為認證廠商認證 IT技術(shù)PMP項目管理免費題庫

在線學(xué)習(xí)

文章資源問答課堂專欄直播

51CTO

鴻蒙開發(fā)者社區(qū)

51CTO技術(shù)棧

51CTO官微

51CTO學(xué)堂

51CTO博客

CTO訓(xùn)練營

鴻蒙開發(fā)者社區(qū)訂閱號

51CTO軟考

51CTO學(xué)堂APP

51CTO學(xué)堂企業(yè)版APP

鴻蒙開發(fā)者社區(qū)視頻號

51CTO軟考題庫

賬號設(shè)置退出

大數(shù)據(jù)

9161內(nèi)容??

關(guān)注

大數(shù)據(jù)話題包括大數(shù)據(jù)相關(guān)的最新資訊、前沿技術(shù)、使用技巧、應(yīng)用案例等內(nèi)容，涉及數(shù)據(jù)分析、數(shù)據(jù)可視化、商業(yè)智能、Hadoop、Spark、數(shù)據(jù)湖、數(shù)據(jù)倉庫、等領(lǐng)域。

文章博文帖子課程

共 9161 條

Python 可視化：Seaborn 庫使用基礎(chǔ)

當(dāng)使用Seaborn進行可視化分析時，它提供了豐富的功能和美觀的默認樣式，使數(shù)據(jù)可視化變得更加容易和具有吸引力。

2024-12-24 07:30:00

Seaborn 可視化 Python

2025年大數(shù)據(jù)重回焦點，決定AI成敗

隨著GenAI的興起，人們一度忽視了數(shù)據(jù)的重要性，然而，現(xiàn)在人們意識到，AI的基礎(chǔ)建立在數(shù)據(jù)之上，數(shù)據(jù)的質(zhì)量和可信度至關(guān)重要。2025年，大數(shù)據(jù)將重新成為焦點，因為AI的成功與否取決于用于訓(xùn)練和測試的數(shù)據(jù)。

2024-12-23 15:48:38

大數(shù)據(jù)

平安人壽數(shù)據(jù)管理實踐與展望

關(guān)于數(shù)據(jù)治理與數(shù)據(jù)管理的區(qū)別，可以通過如下關(guān)系圖來理解。數(shù)據(jù)開發(fā)是數(shù)據(jù)生產(chǎn)端，如個人 APP、保單承保系統(tǒng)，而數(shù)據(jù)應(yīng)用則是數(shù)據(jù)消費端，包括大數(shù)據(jù)平臺、數(shù)據(jù)倉庫、BI 報表等。

2024-12-23 08:09:31

數(shù)據(jù)治理數(shù)據(jù)管理數(shù)據(jù)開發(fā)

用 Python 實現(xiàn)量化交易策略回測

今天要給大家分享的例子，就展示了如何基于Python中常用的numpy、pandas等常用數(shù)據(jù)分析處理框架，針對目標(biāo)個股簡單實現(xiàn)「均線策略回測」。

2024-12-23 07:20:00

Python numpy 數(shù)據(jù)分析

年終盤點：2024年最炙手可熱的十家大數(shù)據(jù)初創(chuàng)公司

數(shù)據(jù)已經(jīng)成為很多企業(yè)和組織的寶貴資產(chǎn)。他們正在分析數(shù)據(jù)以深入了解市場、客戶和他們自己的運營情況。他們正在使用數(shù)據(jù)來推動數(shù)字化轉(zhuǎn)型計劃，支持新的數(shù)據(jù)密集型服務(wù)。

2024-12-19 13:49:24

數(shù)據(jù)初創(chuàng)AI 數(shù)據(jù)

Kafka Streams 在監(jiān)控場景的應(yīng)用與實踐

介紹 Kafka Streams 的原理架構(gòu)，常見配置以及在監(jiān)控場景的應(yīng)用。

2024-12-19 09:45:24

服務(wù)器大數(shù)據(jù)

騰訊云流式湖倉統(tǒng)一存儲實踐

本文將分享騰訊云流式湖倉的架構(gòu)與實踐。騰訊云流計算基于開源的 Apache Flink 搭建，作為騰訊云大數(shù)據(jù)產(chǎn)品中的實時鏈路，是企業(yè)級實時大數(shù)據(jù)平臺，具備一站式開發(fā)、5 秒無縫銜接、亞秒延遲、低成本、安全穩(wěn)定等特性。

2024-12-16 08:34:13

大數(shù)據(jù)數(shù)據(jù)分析數(shù)據(jù)孤島

命令行的視覺盛宴：如何用 Sampler 輕松實現(xiàn)數(shù)據(jù)可視化

面對復(fù)雜指令或大量信息時，傳統(tǒng)的文本輸出可能難以快速理解。使用Sampler這類工具可以將命令行結(jié)果以更直觀、清晰的方式展示，使工作更加輕松高效。

2024-12-13 15:36:27

命令行 CLI 數(shù)據(jù)可視化

性能指標(biāo)提升50%+，攜程數(shù)據(jù)報表平臺查詢效率治理實踐

本文概述了面對公司數(shù)據(jù)報表平臺遇到的查詢性能挑戰(zhàn)，數(shù)據(jù)平臺組圍繞數(shù)據(jù)緩存、物化視圖、查詢策略、SQL質(zhì)量等方向所做的一系列治理工作，以提升平臺的查詢效率和穩(wěn)定性。

2024-12-13 10:50:00

數(shù)據(jù)開發(fā)攜程

構(gòu)建大模型時代的數(shù)據(jù)基礎(chǔ)設(shè)施，騰訊云發(fā)布全新一代數(shù)據(jù)智能平臺TCHouse-X

12月12日，騰訊云宣布發(fā)布全新一代數(shù)據(jù)智能平臺TCHouse-X。該平臺采用一體化、智能化、高性能、云原生等理念打造，大幅簡化了傳統(tǒng)數(shù)據(jù)平臺的復(fù)雜架構(gòu)，并引入了智能化系統(tǒng)交互、資源管理與運維管理能力，能夠為大模型時代的應(yīng)用創(chuàng)新提供一站式數(shù)據(jù)處理能力，助力企業(yè)高效釋放數(shù)據(jù)價值。

2024-12-13 09:52:15

騰訊云數(shù)據(jù)智能 TCHouse-X

高手的數(shù)據(jù)分析方法：標(biāo)桿分析法

一個數(shù)據(jù)分析師去跟銷售講怎么賣出業(yè)績，只會被人嘲笑“你他媽賣過1單嗎！你敢教我！”但一個數(shù)據(jù)分析師去把銷售大神們的祖?zhèn)髅胤娇偨Y(jié)出來分享，其他銷售會伸長了脖子來聽，還生怕聽漏了。這就是標(biāo)桿分析法的直觀優(yōu)勢。

2024-12-09 13:11:22

標(biāo)桿分析法業(yè)績

Blaze：快手自研 Spark 向量化引擎從生產(chǎn)實踐到社區(qū)開源

今天我要給大家分享的是 Spark 向量化技術(shù)引擎——Blaze。目前 Blaze 已經(jīng)在快手大規(guī)模地投入生產(chǎn)了。

2024-12-09 08:27:02

Blaze 數(shù)據(jù)架構(gòu)數(shù)據(jù)平臺

構(gòu)建易于擴展的數(shù)據(jù)管道的五個要點? 譯文精選

數(shù)據(jù)管道就是將數(shù)據(jù)從一個位置傳輸?shù)搅硪粋€位置的一系列過程，常常在此過程中改變數(shù)據(jù)。

2024-12-09 08:00:00

數(shù)據(jù)管道數(shù)據(jù)處理

零基礎(chǔ)入門Hadoop：IntelliJ IDEA遠程連接服務(wù)器中Hadoop運行WordCount

我們簡單地了解了大數(shù)據(jù)處理中一個經(jīng)典的應(yīng)用——WordCounter，并通過Hadoop框架的實踐，展示了如何使用MapReduce進行分布式計算。雖然表面上看，WordCounter是一個相對簡單的程序，但它卻揭示了大數(shù)據(jù)處理中的核心思想。

2024-12-06 10:51:10

Hadoop 大數(shù)據(jù)框架

大數(shù)據(jù)的3V、4V、7V，到底是什么意思？

在大數(shù)據(jù)領(lǐng)域，我們經(jīng)?？吹揭恍╆P(guān)于3V、4V、7V的說法。這些V，到底是什么意思呢？今天這篇文章，小棗君就簡單給大家介紹一下。

2024-12-06 07:10:00

大數(shù)據(jù)3V 4V

這是我見過最好的用戶增長分析模型

當(dāng)賽道具體到一個具體領(lǐng)域后（快消、耐用、零食、服務(wù)……），其目標(biāo)用戶群體的畫像、消費力、人群數(shù)量是可以鎖定的。這里有兩個要重點關(guān)注的東西：用戶消費力分層與用戶復(fù)購行為。這兩點，直接決定了增長打法。

2024-12-03 12:05:57

增長分析模型用戶消費

如何搭建一個高效的運營分析體系？

數(shù)據(jù)本身不說明問題，數(shù)據(jù)+標(biāo)準(zhǔn)才說明問題。標(biāo)準(zhǔn)從哪里來？當(dāng)然從業(yè)務(wù)目標(biāo)里來，能達到目標(biāo)就是做得好。

2024-11-29 12:51:18

運營分析體系

從 ETL 到 NoETL 的數(shù)據(jù)架構(gòu)演進——Denodo 的創(chuàng)新解決方案

本文將深入探討數(shù)據(jù)架構(gòu)從傳統(tǒng) ETL 到新興概念的轉(zhuǎn)變歷程，剖析 ETL 與 NoETL 技術(shù)的差異及應(yīng)用場景，通過實際案例展現(xiàn)其在不同企業(yè)中的實踐成果，并對未來發(fā)展趨勢進行展望，為讀者呈現(xiàn)數(shù)據(jù)領(lǐng)域的前沿動態(tài)與發(fā)展方向。

2024-11-29 08:40:34

ETL NoETL 數(shù)據(jù)架構(gòu)

萬字長文 | 數(shù)據(jù)治理“三字經(jīng)”，賦能實踐路更明！原創(chuàng) 精選

在當(dāng)今數(shù)字化時代，數(shù)據(jù)是企業(yè)最不可或缺的寶貴資源之一。然而，隨著數(shù)據(jù)量的迅猛增長及其復(fù)雜性的日益提升，如何高效地管理、充分利用并妥善保護這些數(shù)據(jù)，已成為企業(yè)亟待攻克的一大難題。

2024-11-28 08:00:00

數(shù)據(jù)治理數(shù)字化

還在糾結(jié)每天的波動？用戶活躍分析這么做！

在講用戶流失分析的時候，我們說過：流失分析的目的不是消滅流失率，而是把流失控制在可控范圍內(nèi)。在用戶活躍分析的時候，道理類似：做活躍分析，不是為了逼用戶天天來戳一下，而是為付費、轉(zhuǎn)介紹提供穩(wěn)定的支持。

2024-11-27 11:44:08

用戶分析流失率

一文看懂大數(shù)據(jù)的四十年發(fā)展史

進入90年代后，隨著互聯(lián)網(wǎng)的誕生和爆發(fā)，信息革命進入了全新的階段。越來越多的人開始購買計算機，訪問互聯(lián)網(wǎng)。也有越來越多的科研機構(gòu)和企業(yè)開始上線IT系統(tǒng)，推動自身的信息化轉(zhuǎn)型。

2024-11-26 18:05:02

大數(shù)據(jù)信息技術(shù)互聯(lián)網(wǎng)

數(shù)據(jù)分析終極一問：指標(biāo)波動有多大，才算是大！

硬指標(biāo)和軟指標(biāo)的區(qū)分，不是一成不變的。比如很多互聯(lián)網(wǎng)公司會考察“用戶增長”，這時候注冊用戶數(shù)就是個硬指標(biāo)，逼著推廣部門完成。因此區(qū)分硬指標(biāo)和軟指標(biāo)，要看部門具體KPI要求。

2024-11-26 14:45:29

數(shù)據(jù)分析互聯(lián)網(wǎng)KPI

什么是數(shù)據(jù)架構(gòu)師？技能、薪資以及如何成為數(shù)據(jù)框架大師

數(shù)據(jù)架構(gòu)師是連接業(yè)務(wù)與技術(shù)的重要橋梁，負責(zé)設(shè)計并實施企業(yè)的數(shù)據(jù)管理框架。

2024-11-25 17:11:13

大數(shù)據(jù)數(shù)據(jù)架構(gòu)師數(shù)字化轉(zhuǎn)型

目標(biāo)明確：引領(lǐng)企業(yè)AI成功的北極星

企業(yè)已意識到生成式AI是促進創(chuàng)新和提高生產(chǎn)力的絕佳機會，但要真正釋放其商業(yè)價值，關(guān)鍵在于有目的的采取行動。

2024-11-25 14:23:36

Cloudera 生成式AI

滴滴ChatBI技術(shù)實踐：智能數(shù)據(jù)分析的前沿探索與應(yīng)用

滴滴團隊在 23 年初就堅定地投身于大模型，致力于數(shù)據(jù)產(chǎn)品的升級與探索，截至目前，我們已經(jīng)取得了一些階段性的成果并成功落地。

2024-11-25 08:50:24

大模型智能數(shù)據(jù)分析 AI

火山引擎基于大模型 ChatBI 的演進與實踐

今天分享的主題是火山引擎 DataWind ChatBI 基于大模型的演進與實踐。DataWind 是火山引擎推出的 BI 平臺。在建設(shè)初始階段，DataWind 主要聚焦于 MVP 產(chǎn)品路徑的構(gòu)建，致力于滿足研發(fā)者、分析師、一線業(yè)務(wù)及日常協(xié)同辦公等多方面的需求。

2024-11-25 08:20:22

大模型 DataWind 數(shù)據(jù)分析

京東數(shù)據(jù)架構(gòu)解析：供應(yīng)鏈效率提升與決策優(yōu)化策略

本文介紹了數(shù)據(jù)編織在數(shù)據(jù)分析與治理中的應(yīng)用。我們的目標(biāo)是將傳統(tǒng)數(shù)據(jù)處理方式升級至指標(biāo)中臺模式，旨在革新數(shù)據(jù)計算與加工流程。

2024-11-21 08:33:29

數(shù)據(jù)編織數(shù)據(jù)分析數(shù)據(jù)架構(gòu)

四個方法，拯救你枯燥的數(shù)據(jù)日報

為什么每日指標(biāo)會波動，這個很糾結(jié)的問題，提前準(zhǔn)備了答案。通過打標(biāo)簽、梳理事件、定KPI，充分暴露波動背后的問題，引發(fā)深入思考。

2024-11-20 12:21:37

數(shù)據(jù)波動標(biāo)簽

使用亮數(shù)據(jù)解決數(shù)據(jù)采集的困境

在大數(shù)據(jù)時代，數(shù)據(jù)被視為推動生產(chǎn)力增長的核心資源。然而，獲取網(wǎng)絡(luò)數(shù)據(jù)的過程遠比人們想象的要復(fù)雜和具有挑戰(zhàn)性。

2024-11-18 08:29:43

大數(shù)據(jù)網(wǎng)絡(luò)數(shù)據(jù)數(shù)據(jù)采集

用通用語義層解決數(shù)據(jù)不一致問題譯文精選

不同的BI、分析和數(shù)據(jù)科學(xué)工具導(dǎo)致用戶組之間在數(shù)據(jù)解釋、業(yè)務(wù)邏輯和定義方面存在差異，通用語義層可以解決這些差異。

2024-11-18 08:00:00

數(shù)據(jù)倉庫通用語義層商業(yè)智能

分析指標(biāo)波動，數(shù)據(jù)模型得這么建

數(shù)據(jù)分析需要跑數(shù)，但想解讀跑出來的數(shù)，需要的是掌握豐富的事實情況，用數(shù)據(jù)量化評估其中可量化的部分，監(jiān)控其中持續(xù)發(fā)展的部分，拆解其中模糊部分，從而越來越接近真相。

2024-11-15 11:43:21

指標(biāo)波動數(shù)據(jù)模型

用 Python 進行大數(shù)據(jù)處理六個開源工具

本文介紹了六個常用的 Python 大數(shù)據(jù)處理工具，每個工具都有其獨特的優(yōu)勢和適用場景。通過實際的代碼示例，我們展示了如何使用這些工具處理大規(guī)模數(shù)據(jù)集。

2024-11-14 12:00:00

Python 開源大數(shù)據(jù)

抖音集團數(shù)據(jù)血緣深度應(yīng)用：架構(gòu)、指標(biāo)與優(yōu)化實踐

在抖音集團內(nèi)，對于數(shù)據(jù)血緣建設(shè)的目標(biāo)是：構(gòu)建全覆蓋、實時、準(zhǔn)確的大數(shù)據(jù)血緣，基于血緣數(shù)據(jù)打造全場景血緣應(yīng)用賦能提效。這里我們的認知是：數(shù)據(jù)血緣是元數(shù)據(jù)的核心基礎(chǔ)能力，如果想致力于打造更高效的數(shù)據(jù)平臺，可提高對于數(shù)據(jù)血緣的建設(shè)重視程度。

2024-11-13 08:47:24

數(shù)據(jù)血緣元數(shù)據(jù)數(shù)據(jù)平臺

數(shù)據(jù)湖系列 | 數(shù)據(jù)湖存儲加速方案的發(fā)展和對比分析

類似客戶 H 遇到的這些問題的例子還有不少。他們中大多都經(jīng)歷了從自建 IT 基礎(chǔ)設(shè)施到開源大數(shù)據(jù)生態(tài)的時期，并嘗試將以前的經(jīng)驗復(fù)制到 AI 場景。

2024-11-13 08:43:47

數(shù)據(jù)湖存儲 IT

什么是頂級的數(shù)據(jù)分析方法？

數(shù)據(jù)分析的方法是非常多的。但為什么很多同學(xué)感覺自己沒用上方法呢？因為每種方法是和業(yè)務(wù)場景、領(lǐng)導(dǎo)風(fēng)格、數(shù)據(jù)質(zhì)量、息息相關(guān)的。

2024-11-08 12:36:35

數(shù)據(jù)分析業(yè)務(wù)場景時間序列法

Python 統(tǒng)計分析常用的 30 個經(jīng)典腳本

本文介紹了使用 Python 對數(shù)據(jù)進行統(tǒng)計分析的 30 個經(jīng)典操作，涵蓋了從基本的描述性統(tǒng)計到更高級的統(tǒng)計度量。每個操作都附有代碼實現(xiàn)和輸出結(jié)果，以便讀者方便地在實際應(yīng)用中使用這些方法。

2024-11-07 11:10:34

Python 腳本統(tǒng)計分析

數(shù)據(jù)管理的四大支柱：揭秘數(shù)據(jù)中臺、數(shù)據(jù)倉庫、數(shù)據(jù)治理和主數(shù)據(jù)

數(shù)據(jù)中臺作為數(shù)據(jù)的“中央廚房”，負責(zé)數(shù)據(jù)的整合和加工；數(shù)據(jù)倉庫作為數(shù)據(jù)的“圖書館”，負責(zé)數(shù)據(jù)的存儲和查詢分析；數(shù)據(jù)治理作為數(shù)據(jù)的“交警”，確保數(shù)據(jù)的規(guī)范和安全；而主數(shù)據(jù)作為數(shù)據(jù)的“身份證”，確保數(shù)據(jù)的權(quán)威性和一致性。這些概念在企業(yè)中相互協(xié)作，共同構(gòu)成完整的數(shù)據(jù)管理體系。

2024-11-07 09:56:47

數(shù)據(jù)管理數(shù)據(jù)中臺數(shù)據(jù)倉庫

用戶分析，找到一份完整的攻略

在數(shù)據(jù)上，觀察培養(yǎng)與篩選的區(qū)別，主要看用戶的需求是否會隨著與我司關(guān)系深入而增加，以及能否被我司營銷行為影響。如果經(jīng)過長期相處與反復(fù)投放，都很難提升用戶表現(xiàn)，則說明至少在當(dāng)下我司力所能及的范圍內(nèi)，用戶是無法被培養(yǎng)的。如果有某些措施能明顯提升用戶表現(xiàn)，則說明這個手段是好的培養(yǎng)手段。

2024-11-07 08:50:56

用戶分析分類維度標(biāo)簽

大數(shù)據(jù)技術(shù)之Flink：你倆不行，還是我“流”的好

隨著移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的興起，每分每秒都在產(chǎn)生大量的數(shù)據(jù)，例如傳感器產(chǎn)生的數(shù)據(jù)、訂單交易數(shù)據(jù)、用戶行為記錄等。這些無時不刻都在產(chǎn)生的數(shù)據(jù)，我們稱之為無界數(shù)據(jù)或流數(shù)據(jù)。通常被用于用戶行為分析進行實時推薦、銷售數(shù)據(jù)實時分析進行營銷策略調(diào)整等場景。

2024-11-06 10:30:22

Flink 互聯(lián)網(wǎng)物聯(lián)網(wǎng)

從數(shù)據(jù)中臺到數(shù)據(jù)飛輪：解鎖企業(yè)發(fā)展的新動力原創(chuàng)

在當(dāng)今的數(shù)據(jù)時代，企業(yè)越來越意識到數(shù)據(jù)對業(yè)務(wù)的重要性。然而，通過不斷地試錯企業(yè)認識到，僅僅構(gòu)建數(shù)據(jù)中臺并不能帶來業(yè)務(wù)增長。需要在數(shù)據(jù)中臺的基礎(chǔ)上，利用數(shù)據(jù)驅(qū)動為上層業(yè)務(wù)，讓數(shù)據(jù)與業(yè)務(wù)協(xié)同工作形成商業(yè)閉環(huán)，才能促使業(yè)務(wù)的飛速增長。這就需要引入“數(shù)據(jù)飛輪”的概念，它幫助企業(yè)有效利用數(shù)據(jù)資產(chǎn)，驅(qū)動持續(xù)改進并保持競爭優(yōu)勢。通過理解和應(yīng)用數(shù)據(jù)飛輪的能力，能為業(yè)務(wù)發(fā)展提供新方向和新思路。

2024-11-06 10:00:00

數(shù)據(jù)飛輪數(shù)據(jù)中臺

六款超好用的數(shù)據(jù)可視化工具，你知道幾個？

Flourish是一款功能強大的在線數(shù)據(jù)可視化工具，只要輸入數(shù)據(jù)，它就可以幫你生成各種靜態(tài)圖表和動態(tài)圖表，輸入數(shù)據(jù)的格式包括excel、json、csv或者自建。

2024-11-04 08:49:11

數(shù)據(jù)可視化工具

高性能PHP框架Webman服務(wù)端實現(xiàn)流式輸出有哪些解決方案？

Stream流式輸出是一種數(shù)據(jù)處理方式，它將數(shù)據(jù)以流的形式進行傳輸和處理。在這種處理方式中，數(shù)據(jù)不再是集中存儲在某個地方，而是以分散的方式存儲在各個節(jié)點上，并不斷流動。數(shù)據(jù)流的處理是在流動的過程中完成的，因此能夠?qū)崟r地處理數(shù)據(jù)，提高了數(shù)據(jù)處理效率。

2024-11-01 11:46:59

webman 服務(wù)端流式

騰訊基于 LLM 的智能數(shù)據(jù)分析平臺 OlaChat 的落地實踐

隨著大語言模型（Large Language Models, LLMs）的快速發(fā)展，智能分析在商業(yè)智能（Business Intelligence, BI）領(lǐng)域的影響日益顯著。本節(jié)將探討從傳統(tǒng) BI 到智能 BI 的過渡過程，分析這一轉(zhuǎn)型所帶來的新機遇與挑戰(zhàn)。

2024-11-01 08:16:54

大語言模型 LLM 數(shù)據(jù)分析

這才是大廠的經(jīng)營分析報告，而不是“念PPT會”

Rustls是可用于生產(chǎn)的TLS在Rust中的實現(xiàn)，比它的C對應(yīng)物更快更安全。它的強大之處在于它不局限于Rust，它也可以在任何帶有rustls-ffi的語言中使用，所以可以期待其他語言(如C、C++、Python和Ruby)的項目都能采用它。

2024-10-31 11:28:59

Rust 項目語言

讓數(shù)據(jù)的飛輪再轉(zhuǎn)一會原創(chuàng)

每個時代都期盼一個英雄來拯救，就如同IT界每個時期需要一個新理念來承載所有人的夢想一樣，哪怕有些夢想注定難以變成現(xiàn)實，也能讓夢想得以延續(xù)。

2024-10-31 10:00:00

數(shù)據(jù)飛輪數(shù)據(jù)中臺

抖音集團指標(biāo)管理與消費體系建設(shè)實踐

本文將介紹抖音集團管理數(shù)據(jù)、應(yīng)對數(shù)據(jù)質(zhì)量與效率挑戰(zhàn)的策略，重點聚焦于如何通過指標(biāo)服務(wù)提升數(shù)據(jù)產(chǎn)品的穩(wěn)定性和可復(fù)用性。

2024-10-31 08:22:56

數(shù)據(jù)管理指標(biāo)管理消費體系建設(shè)

數(shù)據(jù)分析十大模型：決策模型

注意！即使沒有模型，手工也能做處理。一般做投放的同學(xué)，會用每個渠道投放費用/獲客數(shù)量，計算每單位獲客成本（CAC），然后看哪個渠道的獲客成本低，就先把這個渠道全部投滿，然后看看手頭還剩多少錢，繼續(xù)投成本第二低的。

2024-10-30 12:21:18

數(shù)據(jù)分析決策模型驅(qū)動

做數(shù)據(jù)十年，第一次見這么棒的數(shù)據(jù)分析方法

想真正理解&掌握數(shù)據(jù)分析方法，當(dāng)然不能這樣“拿著錘子找釘”。工作中的數(shù)據(jù)分析，要緊密結(jié)合業(yè)務(wù)，服務(wù)業(yè)務(wù)需求。因此理解業(yè)務(wù)需求，圍繞問題找答案，才能理解各種數(shù)據(jù)分析方法有什么用，該怎么用。

2024-10-30 12:17:51

數(shù)據(jù)分析方法全流程

夜鶯Nightingale：打造高可用監(jiān)控平臺

在本文中，我們詳細介紹了如何部署和配置夜鶯Nightingale監(jiān)控平臺，以實現(xiàn)高可用性監(jiān)控架構(gòu)。通過精心設(shè)計的Redis集群、MySQL主從復(fù)制、Prometheus數(shù)據(jù)源集成，以及Keepalived的高可用配置。

2024-10-30 08:04:20

監(jiān)控平臺夜鶯 Redis集群

快手電商數(shù)據(jù)指標(biāo)體系建設(shè)與實踐

本文將分享快手電商在數(shù)據(jù)指標(biāo)體系建設(shè)方面的探索與實踐?？焓蛛娚痰慕?jīng)營場景主要涉及電商的"人貨場"概念，具體為內(nèi)容場和貨架場，通過這些場域與用戶建立連接，提供價值。

2024-10-29 08:09:18

數(shù)據(jù)生產(chǎn)數(shù)據(jù)查詢數(shù)據(jù)使用

上一頁 1 2 3 4 5 6 ··· 184 下一頁

51CTO技術(shù)棧公眾號

業(yè)務(wù)
速覽

媒體

51CTO CIOAge HC3i

社區(qū)

51CTO博客鴻蒙開發(fā)者社區(qū) AI.x社區(qū)

教育

51CTO學(xué)堂精培企業(yè)培訓(xùn) CTO訓(xùn)練營

<bdo id="w3gil"></bdo>

<sub id="w3gil"></sub>

<style id="w3gil"></style>