#AngularJs实战

Systemd 入门教程:实战篇

http://www.ruanyifeng.com/blog/2016/03/systemd-tutorial-part-two.html上一篇文章,我介绍了Systemd的主要命令,今天介绍如何使用它完成一些基本的任务。对于那些支持Systemd的软件,安装的时候,会自动在/usr/lib/systemd/syste...
代码星球 代码星球·2020-09-23

Linux入门到实战之(3)使用x之sz下载和rz上传

      对于经常使用Linux系统的人员来说,少不了将本地的文件上传到服务器或者从服务器上下载文件到本地,rz/sz命令很方便的帮我们实现了这个功能,但是很多Linux系统初始并没有这两个命令。今天,我们就简单的讲解一下如何安装和使用rz、sz命令。(1)...

数据中台实战(十):如何从0到1搭建推荐平台?

上一篇数据中台的实战文章讲了《数据中台实战(九):如何搭建全渠道自动化的平台》,这次我们基于实战看一下如何从0到1搭建推荐平台。推荐系统的核心是要解决人货匹配的问题。我们拿电商平台举例,作为一个电商平台,就是为了卖货,怎么把我们的货卖出去并且用户还比较满意呢?一定是找到有需求的用户。当我们平台有10个用户,50件单品在...

数据中台实战(九):如何搭建全渠道自动化的营销平台

上一篇数据中台的实战文章讲了《数据中台实战(八):如何打造可以支撑N条产品线的标签平台》,这次讲如何搭建全渠道自动化的营销平台。先讲一下全渠道营销平台是什么。运营的大部分工作就是搞营销活动,刺激用户下单和复购。在很久很久以前,一个公司几个月才搞一次活动,为什么要几个月,因为从一场活动的策划、准备、开发、上线、运营,要耗...

数据中台实战(八):如何打造支撑N条产品线的标签平台

上一篇数据中台的实战文章讲了《数据中台实战(七):流量分析》,这次讲如何打造可以支撑N条产品线的标签平台。亚马逊的CEOJeffBezos曾说过他的梦想,「如果我有一百万的用户,我就会做一百万个不同的网站!」。当然,现在大型的电商公司如亚马逊、淘宝等已经实现了他这个梦想,就是我们常说的千人千面-用户个性化推荐系统。那么...

数据中台实战(七):流量分析

上一篇文章讲了《数据中台实战(六):交易分析》,本文讲数据中台实战(七):流量分析。流量分析的核心就是你的平台每天有多少个用户过来,都去了哪里,在那个位置产生了消费。针对这几个问题,我们做了几个功能:网页分析,可以监测每个网页的流量PV、UV、浏览时长、跳出率;坑位流量分析,可以看到产品的每个坑位每天产生多少流量,产生...

数据中台实战(六):交易分析

上一篇文章讲到《数据中台实战(五):自助分析平台》,本篇文章讲一下交易分析模块。交易数据是一个公司最核心的数据,领导层会十分关注,一线的运营的kpi也是围绕交易额展开。领导层和一线的运营还是有些不同,公司领导层关注的是大盘,是不会看一些明细数据,而运营需要大量的明细数据来分析数据上升或者下降的原因。所以给领导层看的功能...

数据中台实战(五):自助分析平台(产品设计篇)

本文笔者详细介绍了开发自助分析平台的重要性、自助分析平台的具体方案和选型,一起来看看吧。上一篇文章讲到《数据中台实战入门篇:数据中台对内、对外合作机制》。这时数据中台团队已经做了几个比较大块的功能模块,和各个产品线的合作越来越紧密。每个月每条产品线都有一些数据需求,每条产品线都有N个指标,数据中台主要的开发任务就是数据...

数据中台实战(四):商品分析(产品设计篇)

商品的生命周期分为售前、售中、售后,接下来结合数据中台实战,分别从三个时期的细节方面分析下,如何保证我们提供的都是真正的好货。上一讲讲了用户模块《数据中台实战(三):用户分析(产品设计篇)》我们用的是海盗模型,从用户的获取、激活、留存、收入、推荐的角度来做分析。这些指标是没问题,但是作为电商产品,如果站在价值的角度来思...

数据中台实战(三):用户分析(产品设计篇)

上一次说到《数据中台实战(二):基于阿里OneData的数据指标管理体系》,这次我们谈下产品经理更加关注的模块产品设计。接下来的文章将从六个方面讲数据中台的产品设计包括用户分析、商品分析、活动分析、流量分析、还有自助分析平台、标签平台、推荐系统的搭建。全部基于实战,读完这个系列,你就可以搭建属于你们公司的数据中台。还是...

数据中台实战(二):基于阿里OneData的数据指标管理体系

本文将通过具体案例来介绍OneData的实施流程,继而介绍阿里OneData数据体系中数据指标的管理和数据模型的设计,最后再为大家讲数据看板的设计。上一篇文章讲了《数据中台实战(一):以B2B点电商为例谈谈产品经理下的数据埋点》,本文我们先以一个例子实战介绍OneData实施流程。接着再讲阿里OneData数据体系中数...

数据中台实战(一):以B2B电商亿订为例,谈谈产品经理视角下的数据埋点

本文以B2B电商产品“亿订”为实例,与大家一同谈谈数据中台的数据埋点。笔者所在公司为富力环球商品贸易港,是富力集团旗下汇聚原创设计师品牌及时尚买手/采购商两大社群,通过亿订B2B电商、RFSHOWROOM、环贸快版、环贸映像、富运通、富贸通等子品牌为时尚行业提供一站式产业+渠道服务的平台。笔者所...

数据中台实战(零)数据中台如何搭建

4月29日,数据中台建设实战系列课程「数智加速度」第4课,奇点云数据模型架构专家天启带来分享《AI驱动的数据中台架构设计》,步步踏实落地,带大家从0开始建设数据中台。天启,奇点云数据模型架构专家、原海尔集团数据架构师、原阿里巴巴政务团队数据架构师,精通数据仓库建模理论及数据开发技术,具备零售、政务、医药、制造等多个领域...

SparkStreaming入门到实战之(17)--大数据场景下数据异构之 Mysql实时写入HBase(借助canal kafka SparkStreaming)

 背景:公司线下ETC机房有个Mycat集群,供订单系统使用,现需要进行数据异构将Mysql数据(近)实时写入另一套数据库用作读请求和数据归档用技术选型:binlog解析工具:阿里开源的canal  消息中间件:kafka  流式框架:SparkStreaming上代码...

SparkStreaming入门到实战之(16)--基于Spark Streaming + Canal + Kafka对Mysql增量数据实时进行监测分析

1.Canal是什么?2.如何编写Canal客户端?3.如何编写一个数据库操作的Spark程序代码?4.开发Spark项目时容易发生哪些冲突问题?Spark中的SparkStreaming可以用于实时流项目的开发,实时流项目的数据源除了可以来源于日志、文件、网络端口等,常常也有这种需求,那就是实时分析处理MySQL中的...
首页上一页...1314151617...下一页尾页