如何进行需求分析一直是一个炙手可热的问题。而本文主要讲的是关于需求的前世今生，它从哪里来，到哪里去?一、需求收集需求分析的前提是已经存在了需求，那么需求都是从哪里来的呢?我们怎么去收集需求呢?可参考《需浅谈需求池管理》中的需求收集。被动告知需求：主要业务部门，包括市场部、运营部、财务部、管理层等主要业务部门，需求目的是为了上线某一个新业务或者是新活动，这时候产品要做的是了解新业务或者新活动的内容，

撰写报告就像是任何其他的技能一样，要通过学习具体的流程和不断练习才能提升。这篇文章详实地阐述了一个数据报告“苦手”如何“上手”修炼这门技能。01 明确内容在每次的数据分析工作中，将分析过程与结果写成一份通俗易懂的报告是工作的最后一步，并且对有的人来说，这也是最难的一步。一份技术报告的目的是传递信息。然而，技术信息是很难让人理解的，因为它不仅复杂，而且无法让人轻易的了解。将数学焦虑等融入到任何事情都

　　先说说写一份好的数据分析报告的重要性，很简单，因为分析报告的输出是你整个分析过程的成果，是评定一个产品、一个运营事件的定性结论，很可能是产品决策的参考依据，既然这么重要那当然要写好它了。　　我认为一份好的分析报告，有以下一些要点：　　首先，要有一个好的框架　　跟盖房子一样，好的分析肯定是有基础有层次，有基础坚实，并且层次明了才能让阅读者一目了然，架构清晰、主次分明才能让别人容易读懂，这样才让人

　　在市场需求和技术基础这两个因素都具备的环境下，数据挖掘技术的概念和技术就应运而生了。　　基本概念　　数据挖掘(Data Mining)旨在从大量的、不完全的、有噪声的、模糊的、随机的数据中, 提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识。　　还有很多和这一术语相近似的术语,如从数据库中发现知识(KDD)、数据分析、数据融合(Data Fusion)以及决策支持等。　　基本任务

作为IAS联合车展官方媒体，车主星球基于近万次对车展意向购车用户的电话访问调查数据和庞大的车型评测内容库，集成深圳乃至粤港澳大湾区发达汽车市场中最懂车的消费者购车、选车的集群智慧，推出#深圳车展人气榜#专题，为我们的用户提供一手、真实、权威的深圳车展品牌家+车型导购。本期主角凯迪拉克XT6，这台6座豪华SUV所代表的，正代表着目前人气品牌榜NO.10的凯迪拉克的最新风格。两年前的上海车展，我因Es

　　内容提要：为了“决胜终端”，很多现代企业都设有零售监测功能，但没有充分利用相关的信息与数据，对此认识不全面。本文尝试通过全面解释零售监测信息和收集方法，进一步阐述零售监测在企业中的多种运用方法。希望打破营销人的传统思维局限，使相关信息能得到更充分的利用。　　关键字：零售监测 数据效率 数据支持决策 零售终端 渠道 可为市场　　近年来，随着中国加入WTO，零售业得到迅速发展;市场竞争日趋激烈;消

　　HCR(慧辰资讯)大数据平台部　　思路与流程　　当前，传统(非互联网类)企业已认识到大数据的价值，但如何结合企业现状有效应用大数据，仍普遍存在着迷茫。针对这种现状，HCR基于企业大数据应用的相关服务经验，提出一些可行性的思路和建议，供企业客户了解和实施。　　本文内容适合拥有较多客户资源(ToC和部分ToB)和内部数据的大中型企业，对拥有大量企业/个人管理数据的政府机构(如税务)的大数据应用也有

　　——看哪!上帝的帐幕在人间。他要与人同往，他们要作他的子民;上帝要亲自与他们同在，作他们的上帝。　　印度专家(严格来说是一个多才的电视广告人)Varun Mohanpuria在linkedIn发表了一篇有关大数据博文，就套用了圣经的这段话，完美地“戏虐”大数据一把，仔细品味一番，还有点意思：　　——看哪!大数据管理的洞见，将与人们同往，人们要做它的子民，大数据要亲自与他们同在，作他们的神。　　

　　去年4月，我在艾瑞峰会上做了名为“SDi营销观察”的主题演讲，首次向行业提出了“发现营销SDi理论”。此后这一年时间，以SDi为主题，我在多个行业媒体和营销专栏上发表了10余篇文章，同时与多家机构(品牌方与Agency)合作了基于SDi的营销咨询、培训和业务服务。　　与此同时，基于这些在认知和实践层面的更新，我对SDi理论也在进行持续优化，不断剔除冗余，加入新鲜洞察，希望自己能够用一种产品迭代

　　什么是SDi?　　SDi是一种从「用户价值」的角度看待营销的观念。用一句话概括为——围绕着你为用户创造的价值(SD)，在用户的心智中创建认知(i)。　　在《发现营销SDi白皮书》上篇，我们探讨了「什么是SDi」以及其中的「价值发现」和「价值洞察」这两个核心环节。本篇将围绕「价值表达」和大家一起继续有关SDi的探讨。　　三、价值表达　　「价值表达」是SDi当中的第三个核心要素。　　从营销业务构成

　　在《发现营销SDi白皮书》上、中篇，我们分别探讨了「什么是SDi」以及其中的「价值发现」「价值洞察」和「价值表达」环节，在本篇(完结篇)，我们将和大家一起对SDi的另外3个要素展开探讨：　　(接中篇)完成了对“价值探索”部分的讨论，接下来我们进入“价值植入”部分。　　价值植入部分的3个核心要素分别是“交互”、“植入”和“交付”，此部分是营销“外动心”的工作，从现在开始，我们将把关注重心更多地转

　　最近1年，品创大部分的研究都是基于调查方法创新和研究回归本源这两个出发点进行的，也获得了客户的高度评价，下面举三个案例。　　第一个是品类用户实验室，它是基于品类真实样本的整合了UA和产品创新等一系列项目的研究解决方案。我们知道客户做UA的目的通常有两个，一个是识别品类市场机会，第二个是优化产品及传播策略，其实机会识别出来后也无非是通过产品或者营销来抓住机会。在一个成功的UA后面，客户会基于市场

　　许多人都觉得问卷设计很简单，不就是询问几个问题吗?不就是把问题按顺序排列吗?不就是请被访者打个分吗?有那么难吗?　　真的很难!　　问卷设计最终需要满足三个目标：　　一是能获取所需要的信息;　　二是要使被访者负担最小，从而能以积极态度参与问卷回答，保证问卷完成;　　三是要把回答误差最小化。　　这三个目标没有一个是容易达成的。要满足这三个目标，需要深度理解商业背景，需要拟定研究问题和假设，需要明确

　　之前写过一篇文章，《为什么你的生活总是一团糟》。　　文章发出之后，许多朋友在后台留言，表示深有共鸣。同时，也有几位朋友提出了这样的问题：　　是不是获取信息和资讯时，都要以“有没有用”为标准?那如果暂时对自己的工作、生活没有实质帮助的，是不是就应该放弃?这样会不会过于“实用主义”?　　其实这样说，是有点理解偏差了。　　我在那篇文章里强调的，不是“对自己的工作和生活有用”，而是“以我为主”。　　什

　　“同名同义”、“同义同名”、“异名异义”，三个词，即是指标治理的三个步骤。“由上推下，由小及大”是内在逻辑。在展开说明之前，我们先全盘阐述数据治理的范畴和逻辑关系。　　数据治理的范畴和逻辑关系　　数据治理，即为了提升数据质量，我们需要从指标、人、工具、数据源四方面着手。在我看来，指标治理是最显性也是最优先的。以指标治理为核心(这是决策层最有体感的部分)，才能形成从上至下的压力，进而将人的意识和

　　撰写报告就像是任何其他的技能一样，要通过学习具体的流程和不断练习才能提升。这篇文章详实地阐述了一个数据报告“苦手”如何“上手”修炼这门技能。　　01 明确内容　　在每次的数据分析工作中，将分析过程与结果写成一份通俗易懂的报告是工作的最后一步，并且对有的人来说，这也是最难的一步。一份技术报告的目的是传递信息。然而，技术信息是很难让人理解的，因为它不仅复杂，而且无法让人轻易的了解。将数学焦虑等融入