因麦肯锡的大名，市情随处流传着种种麦肯锡要领，个中金字塔写作准绳和MECE剖析法更是广为人知。学习者众，然并卵，计划依旧卖的是屌丝价，历尽艰辛顶多卖二三十万。麦肯锡喝着咖啡，言笑间就开价上万万。 不必疑心人生，作为治理征询业的开山祖师爷，怎样能够就靠写作和剖析要领这点本领？ 王重阳兴办全真教，华山论剑服气四绝，武功天下第一。靠的可不是天罡北斗阵，而是天赋功和一阳指。但因天罡北斗阵易学好上手，全

图/视觉中国在巨大的数据眼前，人类愈来愈像一个供应输入的变量角色，任何试图假装和庇护自身的行动，在360度无死角的数据监控下都显得白费。你运用的APP，在试图相识和定义你。文| 闫坤沐编辑| 金匝 “越氪越非”状师李怅然（假名）第一次对某大型游览票务网站发作警醒是在客岁暑假。为了带女儿去日本迪士尼，她相中一家旅店，但统一个房型，在她手机上显现的价钱比在丈夫手机上贵了120元群众币。刚最先，李怅

泉源｜《国际公关》作者｜AMEC主席 Richard Bagnall 编者按： 3月21日，为增进中国公关流传从业者更好地相识国际最新的丈量评价要领与技能，中国国际公共关联协会（CIPRA）与国际流传丈量与评价协会（AMEC）配合在北京举办 “国际公关流传丈量Workshop” ，分享国际流传丈量范畴最新的丈量评价要领与技能。过去的22年中，我一向在国际公关流传范畴事变，有许多的履历和看法想

都市，是人类走向成熟和文化的标志！“城”是为防卫用城墙围起来的地区，“市”是举行生意业务的场合，都市是人类的生意业务中间和群集中间，更是人类经济生长到肯定阶段的产品。“天主视角”怎样去视察各地的人类运动和经济动态？滴滴出行大数据经由过程都市的活动数据，描绘出都市的表面构造。（注：大连为户籍人口数，其统计公报中仅宣布了户籍人口数）滴滴出行大数据，经由过程对出行量和人口数量举行剖析，测算出这些都市的

　　大数据也可用来形容人们创造的大量结构化和非结构化数据。　　1. 大数据实质　　大数据的实质是什么?虽然目前国内外都还没有统一的定义或认识，但从狭义的字面来理解的话，它应该与小数据相对应，大数据意指数据量特别巨大，超出了我们常规的处理能力，必须引入新的科学工具和技术手段才能够进行处理的数据集合。(所谓的小数据指的是数据规模比较小，用我们的传统工具和方法足以进行处理的数据集合)。比如牛顿时代的各

　　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

　　最新中国城市等级划分表出炉，快来看看你的家乡上榜了吗?　　据统计，在中国只有5个一线城市，分别为北京、上海、广州、深圳、天津;二线发达城市有8个，中等发达城市15个。二线中等发达城市：哈尔滨(经济发展较好、区域中心、副省级省会)　　一线城市：　　北京(全国政治、文化、教育中心)　　上海(全国经济中心)　　广州(经济发达，中国第三大城市)　　深圳(经济发达、特区城市)　　天津(准一线，经济发达城

　　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，客户会基于市场机会开发它的新产品概念，会再做概念测试，包装测试等。所以UA之后，通常一段时间内客户会针对这个品类做三、四次测试类项目。对于

　　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可以被统计数据证实这一流行观念中，你就可以明白为什么做数据分析报告是一份挑战。　　一个人撰写有效的数据分析报告的能力不应该被假定。它

　　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