Dtalks机器学习与数据挖掘Aidesign

【DTalk群分享】网易郑栋:数据采集与分析的那些事第一弹: 数

2018-03-29  本文已影响32人  叨叨侠爱叨叨

目前,越来越多的互联网项目团队开始重视数据驱动、数据挖掘和AB测试的价值,这在本质上是一个方法论和思考方式的巨大转变。另一方面,在培训过上百个互联网团队后,我并不对大多数企业的现状表示乐观。和2000年左右的互联网泡沫类似,在大量风险投资推动的情况下,大量的初创公司变成“机器学习公司”,“.ai"域名被大量抢注,“等一下,我们可以通过机器学习来解决”也已成为筹资演讲稿中普遍存在的内容。

但实际上,实现理想中的基于算法的自动化的业务流程可能就是一个看起来很美好,执行起来都是”坑“的事情。只有当你获得了高质量的数据,人工智能(AI)才能有机会帮助你提高自动化的水平。

郑栋老师是我的好友和大数据方面的一线实践者和专家,我大力推荐每一个互联网团队都来听听他的实践分享。

DTalk创始人 顾青

数据采集与分析是构建数据平台过程中最重要的环节。只有确保前端数据生产的全面、准确、及时,最终产生的数据结果才是可靠的、有价值的。才能为数据分析师分析产品功能的使用情况、挖掘用户的意图;为算法工程师搭建的推荐系统;为数据工程师搭建的用户标签体系提供有力的支撑。

前端数据采集与分析就是在应用中特定的流程收集一些信息,用来跟踪应用使用的状况,后续用来进一步优化产品或是提供运营的数据支撑,这样的信息收集可以大致分为两种:页面统计和统计操作行为。

本次线上分享分为两弹,第一弹是以数据的视角,第二弹是以前端的视角展开深度探讨。作为国内第一个跨界传播和分享技术和数据驱动观念与实践经验的从业者社区,Dtalk很荣幸邀请到了郑栋老师。

郑栋, 网易互联网分析产品、可视化 BI 产品负责人。多年从事大数据技术相关工作,目前在网易管理互联网分析、敏捷BI两个数据分析产品线,在大数据技术、互联网业务数据体系建设、团队管理方面有丰富的经验。 负责过网易旗下多个业务及产品的数据体系建设工作,也有应用分析、营销监测、用户行为分析、可视化分析等多个数据产品的实战落地经验。

留言选出关心的内容

1、代码埋点、可视化埋点和无埋点有哪些区别,在使用过程中该如何选择?

2、如何打通产品多端的埋点数据?

3、怎么进行埋点工作的验证和效果评估?

4、如何进行数据埋点方案及规范的定义,以及后续怎么进行维护和管理?

5、埋点及分析平台和 A/B 试验平台如何更好的互相促进?

6、埋点数据采集与企业数据资产建设(如用户画像)怎样更好的合作?

7、在转化漏斗中,各个页面的价值是如何来定义的?

8、app与web在基础数据的要求不同,同一个业务,两者如何进行汇总处理?

9、如何做好埋点工作和研发的协调和落地?

针对上面的问题,请大家投票选出比较关心的内容,郑栋老师会结合10年的工作实践经验在直播中分享大家感兴趣的内容。有没有涉及到的问题,欢迎dtalker在留言区提问,会选择3个问题在咱们的直播中翻牌哦~

微信群线上分享会时间

2018年4月8日 20:00-21:00

进群方式

关注本公众号:DTalks 发送 0408 ,可以获得入群二维码

(群昵称请用姓名+职能+公司)

如果二维码入群人满,关注本公众号DTalks** 发送 入群 二字,**DTalk的孙老师会拉你入群。

往期专访

【DTalk专访】网易郑栋:BI、可视化数据产品和大数据的几个核心问题

【DTalk专访】郑栋:互联网公司怎样突破机器学习的人才梯队建设瓶颈?

【预告】 前端数据采集与分析的那些事第二弹:前端篇


关注本公众号:DTalks 发送 入群 二字,即可加入国内第一个跨界传播和分享数据驱动观念和实践经验的从业者社区。

干货专访和文章

【DTalk精华】网易郑栋:前端数据采集与分析的那些事第一弹: 从数据埋点到AB测试

【DTalk精华】滴滴出行谯洪敏:前端数据采集与分析的那些事第二弹:企业如何选择自动埋点和可视化埋点

【DTalk精华】滴滴出行谯洪敏:前端数据采集与分析的那些事第三弹:埋点需求整理原则于埋点流程规范

【DTalk专访】滴滴谯洪敏:百家争鸣的前端技术时代

【DTalk思考】顾青:互联网团队的数据驱动能力从哪里来?

【DTalk专访】彭圣才:AI超越人类大脑,是一场「別有用心者」的骗局吗?

【DTalk专访】翁嘉颀:AI行业现阶段最需要什么样的人才?

【DTalk专访】赵华:携程怎么把机器学习与实际业务相结合?

【DTalk专访】网易郑栋:BI、可视化数据产品和大数据的几个核心问题

【DTalk回顾】美团点评沈国阳:我们在谈用户画像的时候到底在谈什么?

【DTalk专访】王晔:谷歌数据如何用于决策?

上一篇下一篇

猜你喜欢

热点阅读