对于付费流量，我们一般使用UTM参数跟踪，但是并不是所有的付费流量都可以通过UTM参数跟踪，有两种类型的流量是例外的：1、品牌推广的，也就是走CPM结算广告的，这部分是UTM跟踪不了的，但是第三方网站分析工具是可以获取到访客搜索的关键词；2、自适应广告，宽泛的说，是可以跟踪到的，严格说，说跟踪不了，因为你不知道它展示的是哪一组素材的，所以不能精准跟踪；……继续阅读 » Haran 7年前 (2017-11-28) 5738浏览 0评论2个赞
鉴于有读者反馈视频查看不方面而且耗时，本期采用图文的形式讲解。这一节要介绍国内APP的跟踪原理与方案，主要讲解目前市面上一些工具采取的主流的跟踪方式和原理，以及其中的优缺点，让大家在选择第三方工具的时候心里有个底，而不是只是看第三方宣传吆喝。这一节主要分为四大点，第一点是国内APP跟踪的现状，由于Google Play不能在大陆使用，说造成了现在国内……继续阅读 » Haran 8年前 (2017-11-13) 9075浏览 6评论8个赞
Google Analytics 里面有一个用户流报告，还有一个行为流报告，如果不去细看，第一感觉会是这两个报告不是一样的吗，长得那么像。下面就要介绍一下用户流报告和行为流报告的异同点：用户流报告的位置在Audience》User Flow查看，用户流的报告是这样子的：可以看到行为流报告的默认的开头是country，然后是用户访问的页面……继续阅读 » Haran 8年前 (2017-05-10) 7868浏览 0评论0个赞
基于商业目标的数据驱动对于企业，无外乎就是提升ROI，提升效率，提升用户体验。对于市场营销，就是花更少的钱，有更多的转化，将ROI提高；或是透过数据发现某些流程可以优化，提高效率；或是对指导产品做优化，提高用户的体验，促进用户的粘性。对于数据的应用，一般是基于是什么？为什么？和怎么办？是什么就是现状业务现状是怎样的，比如说今天的PV，UV，转化，RO……继续阅读 » Haran 8年前 (2017-02-28) 4077浏览 0评论0个赞
数据集 ex14.csv 是关于中国各个省份的三项指标数值。请根据这些指标数值，将各个省份分为3类，并尝试归纳出各个类别的特点查看数据图形分布：# coding=utf-8import osimport pandas as pdfrom sklearn.cluster import AgglomerativeClusteringfr……继续阅读 » Haran 9年前 (2016-09-07) 10851浏览 0评论7个赞
1、 读入数据做时序图# -*- coding: UTF-8 -*- import pandas as pdimport matplotlib.pyplot as pltfrom statsmodels.graphics.tsaplots import plot_acffrom statsmodels.tsa.stattools ……继续阅读 » Haran 9年前 (2016-09-04) 10826浏览 0评论5个赞
data2 是关于重伤病人的一些基本资料。自变量X是病人的住院天数，因变量Y是病人出院后长期恢复的预后指数，指数数值越大表示预后结局越好。尝试对数据拟合合适的线性或非线性模型过程：1、通过散点图可以判断可能可以使用的模型有：线性回归，对数，指数和冥指数回归# -*- coding: utf-8 -*-import pandas as pdfr……继续阅读 » Haran 9年前 (2016-08-10) 7390浏览 0评论0个赞
Python爬58同城二手房图片from bs4 import BeautifulSoupimport requestsimport osimport urllib.requestimport randomimport timeimport reuser_agent = ['Mozilla/5.0 (Windows NT 6……继续阅读 » Haran 9年前 (2016-04-08) 4330浏览 0评论1个赞
分别使用岭回归和Lasso解决上面回归问题当回归存在多重共线性的时候，可以使用最小二乘，岭回归，Lasso回归, 但当X的秩不存在的时候或变量的数量少于样本的数量是，作为无偏差估计的最小二乘就不适用，岭回归和Lasso回归更合适。过程：1、加载数据做中心化后做线性回归： 可以看到线性回归方程很不显著，存在多重共线性，下面做多……继续阅读 » Haran 9年前 (2016-09-17) 5097浏览 0评论1个赞
1、加载数据做成分分析：data9.2<-data.frame( x1=c(82.9,88.0,99.9,105.3,117.7,131.0,148.2,161.8,174.2,184.7), x2=c(92,93,96,94,100,101,105,112,112,112), x3=c(17.1,21.3,25.1,29.0,3……继续阅读 » Haran 9年前 (2016-09-27) 4486浏览 0评论0个赞
