数据

建立内容运营分析体系过程：
1、理解工作目标、流程
2、设立结果观察指标
3、设立评价标准
4、设立内容标签
5、评估内容传播/涨粉/转化效果
6、积累问题，积累有效标签
7、持续迭代，提升分析准确度

如何识别自己被利用，还是被重用。

企业经营也是同理，我们不是搞科学研究的，而是来挣钱的，所以真实原因可能永远无法知道，但是只要经营指标是向好发展，业务能不断改善，目的就达到了。

总而言之，Power BI 是指导数据驱动决策的灯塔。

遇到具体问题，先看清楚问题场景和类型，再做思考，不要“拿着锤子，看啥都像钉，干就完了，奥力给！

更多看是否真的有数据支撑，是否要为其准备额外的应变方案，在常规做任务目标的时候，还是以内部因素为主。

业务方提的难度越大，越需要沉住气一步步做，特别是争取到业务部门的参与和支持，把数据融入到业务过程里，才能看到作用。

很多同学搞不清楚数据运营和数据分析啥区别。今天我们系统解答一下。

今天我们剥皮抽筋，最通俗的介绍下啥叫数字化营销。

最近几年，团队一直在做社交化改造，分别测试和引入了不同亲密度关系链，正好为业界提供了难得的观察样板。

数智化时代，出于参与复杂市场竞争的要素考量，拥有更多“可用数据”正在逐渐成为企业经营与增长的新型驱动力。

对于企业而言，实现营销数字化转型的核心是数据，其中有两个要点：第一，企业必须拥有足够量级的一方数据，第二是数据要应用于业务侧，而非只是用于分析洞察，仅停留在数据表面，成为数据库。拥有一方数据的重要性毋

我们需要根据经验和异常数据，给出相应的假设，然后再对假设进行判断。

找到核心客户价值更大

如果是人工判断异常数据的话，往往通过恰当的可视化图形就能很好地发现

如何做用户分层，我认为key point 在于抓准用户心理动机

开篇直接看案例：现有两个广告素材A和B，要测一下它们谁更能吸引用户转化，评比的指标是转化率。（转化率=转化数/曝光数）为保证实验公平，它们都设置了相同的预算额度，并且都在中午12点开始投放，然后到了晚

“ 今天聊聊一个很有意思的数据分析中的常见现象，也是一个分析逻辑陷阱。”数据会说谎？数据同行们应该对这个话题都有较多的感触。今天咱们一起聊聊一个比较有意思、但经常忽略的数学现象：辛普森悖论，看一看这回