展开

关键词

【 ES 私房菜 】系统平台架构

3、Kibana Kibana 基于nodejs,也是一个开源和免费的工具,Kibana可以为 Logstash 和 ElasticSearch 提供的日志友好的 Web 界面,可以汇总、和搜索重要日志 4、Beats Beats是elastic公司开源的一款采集系统监控的代理agent,是在被监控服务器上以客户端形式行的收集器的统称,可以直接把发送给Elasticsearch或者通过Logstash 发送给Elasticsearch,然后进行后续的活动。 网管系统在日常行过程中会产生各类日志,比如WEB、DB以及系统等。以往我们对于日志一直又爱又恨。 所以,我们急需一个可以集中收集、并输出表报的日志平台,毋庸置疑,ES就是最佳“人选”。既解决了日志集中收集难题,又可以灵活的组合、输出报表,而且整个系统还可以平行扩容。

1.9K10

互联网思——如何搞定零售

4.充利用,对会员进行组,精准化DM投放,提供差异化服务。   5.充利用,优化卖场布局及货架陈列。    这些都要建立在后台的的基础之上。我们通过,对用户提供定制的,有针对性的信息跟服务。让用户觉得这家企业就是在为他自己服务。 【充利用,优化品类划。】    为什么这里要强调,因为目前为止我们的企业在实际管理中基本还是靠人的主观判断来进行商品品类的划,在这个基础之上能够划度也仅限于“人”感官上能够识别的度,我们把这个度定义为商品的物理属性度 这样的工作带着传统的思来做这个事情往往会受到很多约束,希望安排具体负责人的时候加以考虑这个事情。  【充利用,优化卖场布局及货架陈列。】   谈到这里我想拿一个老生常谈的故事开始。

63140
  • 广告
    关闭

    云数据仓库ClickHouse首购10元特惠

    适用于业务初期的行为分析、经营策略等分析查询场景,首购限时10元,快来抢购吧!

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    实例:中的用实例

    和没有意识,在工作中会有什么区别呢?举个例子: 下图是几个1月初同时上市的新产品在上市后20周的销售量记录,需要依这些记录来尝试探索生命周期的问题。 ? 但是如果对源稍作处理,以第1周为基期,基期的指为100,把后面各周的销量都转化为定基比的形式: ?  用定基比再作出以下的曲线图: ? 再和绝对值图做对比效果大不同了。​ 所以,具备的人,往往能够基于业务特点和需求出发,从特点角度,寻找合适的方法,得到的结论往往就是更加直观和深入。 ? Excel是使用最为广泛、最为便捷的办公软件,而且它的和挖掘功能功能十强大,能够快速完成所有的清洗的过程,能够快速建立模型,并且快速行得出结果,是做必备的工具。 下面是即将在我的小密圈里享的120个Excel商业实战案例目录,欢迎看我个人资料联系我: ?

    72530

    (一)——

    这篇文章具体的给大家介绍中最为核心的技术之一—— 的相关内容。 一、的三种核心思   作为新手师或营,在面对异常的时候,好多小伙伴都会出现:“好像是A引起的” ,“好像也和B渠道有关”,“也可能是竞争对手C做了竞争动作”等主观臆测。 面对报表,也不知道应该从产品度、时间度、地域度还是渠道度去拆。很显然,这样的思是乱的,所以做很重要的一点是:要具备结构化的。 接下来给大家介绍的三种核心思——结构化、公式化、业务化。 1、——结构化   在日常的生活中,当我们针对一个问题进行时,的思路总是一团乱麻? 总结   从上篇文章开始,我们开始了介绍,本篇文章主要是为大家介绍了,主要给大家介绍了的三种核心思方式:结构化、公式化以及业务化。

    67643

    图解 |

    ,即对比、细、溯源,也被的三板斧,支撑的核心应用,具体来说: [三板斧] 对比:成对地比较。 纵向对比:按照时间度与『自己』的比较,比如,一家公司去年和今年的离职率。 细:对增加度、降低粒度地度:增加度,比如,离职率按照部门度来。 [-『细』] 2.1 增加度 一个度是表的一列。通常情况下,度是指定性。例如,产品提供的服务的类型、用户布的地域等。 在时,增加度,改变看待问题的视角,能够在更细的级别上,洞察到更多的知识,增加的深度。 [-『溯源』] 一手是最原始的,包含的内容最丰富,但可能不规范。

    13230

    】游戏 度、方法

    1.1常规(设定指标,定期监测) 1.1.1常规度 1.1.1.1宏观方面 对宏观指标进行监控(小时、天、周、月、季度、年等),发现异常(人掉线、新增用户增长异常、ARPU升高等 ),给公司提供客观的来衡量和判断游戏的营情况 1.1.1.1.1用户量 ? 活动完成人、奖励产量、意外预警) 商城统计(销售统计工具,销量排行) 1.1.1.2.2ACG游戏 职业等级布 资源使用统计 排名统计(增加荣誉感) 1.1.2常规方法 1.1.2.1 对比法 各营核心指标,例如:人气(平均在线人、高峰在线人)、收益(每个在线人的ARPU) 1、与目标对比(例如:在11月30号前,某游戏日活跃用户营目标为5万户。 1.3用户调研(设计问卷、开展调研)用户调研其实在游戏工作处在一个边缘的位置,很多玩家不清楚自己想要什么,所以某种程度上我们来做这种调研工作往往会得到错误的玩家信号,所以很少会用调研手段来玩家

    2.5K90

    |总结常用的方法

    掌握常用的方法论是培养的基础,俗话说“工欲善其事,必先利其器”,而方法论就是是最强大的武器之一。 三大 对比,用户群以及相关性与因果性是贯穿全流程的三大。如图1所示,三大包含了不同的方法。 ? 图1 三大概括 没有对比就没有明确的结论,对比可以衡量整体大小,波动以及变化趋势,所以说对比是得出结论最简单有效的方法。 用户群也是贯穿全链路的,根用户的行为/消费等特征对用户群是实现用户精细化营的基础。 当然,师也可以根需要使用RFM模型或者K-Means等机器学习算法实现用户群。 除了对比和用户群之外,相关性与因果性也是师需要具备的第三大

    26520

    生态之

    信通院的一些表明,企业IT的信息化历程逐渐完成,同时企业对IT的精益行的需求越来越迫切,在这个场景下,的思和使用能力成为制约提升IT生产效率的桎梏。 在能力中,已初步形成初步生态标准,具备构建中台和可视化,同时也能对的进行血缘能力和影响能力的初步。 如下图所列,具备的生态基础需要将上述源进行采集、存储、加工、,最终达到应用的效果。 中台,建立面向域的中台,统一纳管如资源、告警、性能、业务、日志、工单、指标、拨测等,面向上层场景提供统一的访问路由、服务目录、接入管理、 可视化,通过对的可视化呈现,帮助人员直观、便捷、快速的进行问题,还可提供一系列的工具组件让人员根自己的业务情况对海量进行快速进行视图编辑、多层下钻、多度关联、报表编排

    2.2K2519

    DBA 利器:使用 Bethune X库常见问题

    ywm 对于常规库的监控来说,如何能够快速简洁的发现问题,直达问题本质并解决常见问题,是 Bethune 的安身立命之本。 简约,优雅,专业,直抵本心,这是用户对 Bethune 的评价。 对于常规库的监控来说,如何能够快速简洁的发现问题,直达问题本质并解决常见问题,是 Bethune 的安身立命之本。 简约,优雅,专业,直抵本心,这是用户对 Bethune 的评价。 针对库的表空间增长,Bethune 提供增长趋势曲线,让库的空间增长清晰可见,通过选择不同的表空间,还可以通过 TOP 对象一览空间布,例如对于 SYSTEM 表空间,以下图表就展示了空间消耗的重要对象 AUD$,如果空间紧张,该表的审计完全可以通过截断释放出来。 更重要的是,当您有十上百个库需要监控时,Bethune 同样帮您保持了优雅简捷,重要的信息一点不少,次要的信息层展示。 ?

    30830

    =平台+

    但是现在变得极度重要,职责也更加细化,譬如稍大点的公司就将为基础,网络,DBA, 应用,架构师。 发展新方向 之前我写过一篇文章,谈及如何用大,当然这篇文章有他自己的局限性,只是谈及了监控,灌输一种 data based 的理念。 随着布式相关应用慢慢成熟,尤其是大的崛起,对服务器有了更多的需求,以资源为粒度的管理需求也变得更加迫切,于是有了Google Borg,开源的则有Mesos,Yarn等。 一切服务都是为了帮助进行流转和变换,服务的状态也都反应在流上,这种瞬态和终态的量是非常大的,所以我们需要借助大的思去做处理。 到这里就可以参考大灌输的概念了。 所以未来可以完全依托一个固定的布式操作系统,在其上开发各种工具,利用大相关的理念和工具,监控,追踪,服务的状态,解决现有的工具碎片化,难以复制,难于贡献生态的问题。

    2.2K50

    的 8 种思

    本文转载自林骥 在《的思与工具》这篇文章中,我们提到,应该更加注重的培养,那么的思主要有哪些呢? 我总结了 8 种的思,并用一些小故事进行举例说明。 1. 在的工作中,细的纬度主要包括时间、地区、渠道、产品、员工、客户等。杜邦法、麦肯锡的 MECE 法本质上都属于细。 3. 溯源思 有时候,即使用了对比思和细,依然不出来结论,怎么办? 此时可以试试溯源思,追溯源的详细记录,然后基于此思考源背后可能隐藏的逻辑关系,或许会有意外的洞察。 如果不断用溯源思,那么对的敏感和业务的理解也能逐步加深。 4. 相关思 在大时代,核心就是相关思,这种思是建立在相关的基础上。 啤酒与尿布的故事,是一个相关的经典案例。 总结 本文总结了的 8 种思别是对比、细、溯源、相关、假设、逆向、演绎、归纳,充用好这些思,无论是工作,还是生活,相信都能够创造出更多的价值。 以上,希望能够对你有所启发。 ?

    25111

    的 8 种思

    的工作中,细的纬度主要包括时间、地区、渠道、产品、员工、客户等。杜邦法、麦肯锡的 MECE 法本质上都属于细。 3. 溯源思 有时候,即使用了对比思和细,依然不出来结论,怎么办? 此时可以试试溯源思,追溯源的详细记录,然后基于此思考源背后可能隐藏的逻辑关系,或许会有意外的洞察。 如果不断用溯源思,那么对的敏感和业务的理解也能逐步加深。 4. 相关思 在大时代,核心就是相关思,这种思是建立在相关的基础上。 啤酒与尿布的故事,是一个相关的经典案例。 沃尔玛仓库里集中了其各门店的详细原始交易。在这些原始交易的基础上,沃尔玛利用挖掘方法对这些进行和挖掘。一个意外的发现是:跟尿布一起购买最多的商品竟是啤酒。 总结 本文总结了的 8 种思别是对比、细、溯源、相关、假设、逆向、演绎、归纳,充用好这些思,无论是工作,还是生活,相信都能够创造出更多的价值。 以上,希望能够对你有所启发。 ?

    33810

    的 8 种思

    导读:,应该更加注重思的培养,那么的思主要有哪些呢? 本文总结了 8 种的思,并用一些小故事进行举例说明。 在的工作中,细的纬度主要包括时间、地区、渠道、产品、员工、客户等。杜邦法、麦肯锡的 MECE 法本质上都属于细。 03 溯源思 有时候,即使用了对比思和细,依然不出来结论,怎么办? 此时可以试试溯源思,追溯源的详细记录,然后基于此思考源背后可能隐藏的逻辑关系,或许会有意外的洞察。 如果不断用溯源思,那么对的敏感和业务的理解也能逐步加深。 ? 04 相关思 在大时代,核心就是相关思,这种思是建立在相关的基础上。 总结 本文总结了的 8 种思别是对比、细、溯源、相关、假设、逆向、演绎、归纳,充用好这些思,无论是工作,还是生活,相信都能够创造出更多的价值。 以上,希望能够对你有所启发。 ?

    35132

    讲一下

    让你的会说话 老板:“身为一名师,怎么一点都没有?” 师:“我写的报告、周报里不全都是么,这还没有?” 本文主要为两个部,首先讲在工作中的作用,其次是什么是,即如何充发挥出的作用。 02 什么是 在上文中我们提出了的作用是了解现状和快速拉齐信息,接下来回到开头的场景,为什么明明写的报告、周报里都是,还是老板还觉得没有呢? 以上这些问题对于新人来说可能是一种降打击,因为这些除了要求大家有能力以外,还要求大家有同理心,要站在对方的视角看待这个活动,还需要对业务有多方面的认知。 这里插入一个调研中的方法,大家工作中有时候需要去了解一个其他部门的日常工作内容,比如营部想了解市场部最近在做什么,相比于问“你们最近一个月都在做什么呀,各部时间占比是怎么样的”,不如先问

    27630

    第一周

    弯路 想到一点是一点 正路 (麦肯锡思) 将论点归纳和整理 将论点递进和拆解 将论点完善和补充 ? 内部因素和外部因素 ?

    15030

    主成(MNIST集)

    今天看了用主成简化,就顺便用MNIST集做了下实验,想直观地看一下效果,并通过完成这个小demo深入理解下原理。 主成是什么 主成(Principal Component Analysis,PCA),一种降方法,在PCA中,从原来的坐标系转换到了新的坐标系,新坐标系由本身决定,在新坐标系中,第一个坐标轴选择的是原始中方差最大的方向 主成怎么用 要做的事就是使用tensorflow里的MNIST集,取前100张图片中所有的手写字7图片,对他们进行主成,输出经过降反变换回去的图片,对比差异,看看降后的效果。 主成的原理是什么 前面转坐标轴从理论上考虑,这里主要从学的角度考虑。 第一个主成差异最大(方差最大)的方向,第二个主成差异次大且与第一个主成正交的方向。 主成的优缺点是什么 优点:降低的复杂性,识别最重要的特征 缺点:不一定需要,且可能损失有用信息 适用类型:值型

    74580

    主成(MNIST集)

    今天看了用主成简化,就顺便用MNIST集做了下实验,想直观地看一下效果,并通过完成这个小demo深入理解下原理。 主成是什么 主成(Principal Component Analysis,PCA),一种降方法,在PCA中,从原来的坐标系转换到了新的坐标系,新坐标系由本身决定,在新坐标系中, 主成怎么用 要做的事就是使用tensorflow里的MNIST集,取前100张图片中所有的手写字7图片,对他们进行主成,输出经过降反变换回去的图片,对比差异,看看降后的效果。 主成的原理是什么 前面转坐标轴从理论上考虑,这里主要从学的角度考虑。 第一个主成差异最大(方差最大)的方向,第二个主成差异次大且与第一个主成正交的方向。 主成的优缺点是什么 优点:降低的复杂性,识别最重要的特征 缺点:不一定需要,且可能损失有用信息 适用类型:值型

    96260

    必备思之:目标思

    前几天写了一篇的文章,反响不错。我决定再写一些方面的文章。 的方法很多,思的技巧也很多,面对具体问题的时候,如何选择合适的方法? 找到要解决的目标,能够解决和职场的大部问题。 1、找到目标,跳出取怪圈 取师最大的痛。 不能不取,但是取的产出实在是很有限。 也许业务方想要看看活动的效果如何,但是他只知道漏斗,内心把漏斗和活动等价了。 ? 实际上复盘一次促销活动,漏斗只能得到最基础的转化。 而且往往拉出来一堆以后,对方看了半天,还是看不出什么东西。 这种情况要帮业务方理清业务思路,如果某位需求方经常这样,惹不起还躲不起么。 总结 很多新人经常会出现没有目标思的情况。 一部原因是不太懂业务逻辑,不了解业务是怎么转的,自然也就无法找出对于业务的意义。 另外一部原因是没有提升自己的职业化水平,不知道目标思是职场人的必备技能。

    27620

    【学习】DT时代:看IT高手如何“玩”

    正如马云所言,我们身处在一个为王的时代,世界正从IT走向DT。在移动互联、云计算和大的穹顶之下,未来的IT管理被赋予了更多的信息挖掘和的重任。 IT只有实现集中、汇总和整合,并通过深层次的挖掘,对进行系统和评价,才能为企业决策者提供基于IT营的决策依,推动企业向决策科学化方向迈进,从而提高整体的管理水平和工作效率。” 但成为“理财专家”并不简单,IT来源于日常工作积累,需要提取、和呈现。另外,只有找到这些之间的关联,才能找到有价值的,找到沙子里面的金子。 例如北塔软件的北塔BTIM就可以帮助管理者将大的智慧应用到管理一线,北塔软件在北塔BTIM中体现了以为核心的新型IT方式,可以从日常监控,故障,决策三个方向为用户提供强大的管理能力 首先,作为IT部门的实用系统,北塔BTIM系统提供了多种实用工具,网络部提供了负载一览、TOPN性能,端口流量,可实现对于具体设备对象的实时负载以及历史瓶颈的检测。

    53350

    相关产品

    • 智能数据分析

      智能数据分析

      智能数据分析( IDA)基于安全、低成本、高可靠、可弹性的云端大数据架构,帮助企业客户实现从数据采集、建模、挖掘、效果分析、用户标签画像到自动化营销等全场景的数据服务,快速实现数据驱动业务增长的目标。

    相关资讯

    热门标签

    扫码关注云+社区

    领取腾讯云代金券