PHP 代码分享
MongoDB 教程
正则表达式
jQuery 教程
JavaScript 代码片段
PHP7 教程
我在Amazon工作了13年，2001年我作为软件工程师开始我的职业生涯。其中五年，我是产品经理。后来，我在Amazon网络服务公司(AWS)担任首席技术产品经理，直到2018年。3年前我加入Google的时候，我真的有点担心自己能否能融入:会有文化冲击吗?我在Google能像在Amazon一样成功吗?等等，都是我担心的问题。而现在，我有时间来反思，我将分享一些我对Google和Amazon的看法。面试Amazon的面试环节是基于行为问题。通常问题的开头是...
继续阅读 >
虽然20年前的IT风口数据仓库/DataWarehouse和10年前的IT风口数据湖/DataLake已经是相对知名的术语，并在许多公司中有所应用，但近几年开始浮出水面的数据网格/DataMesh和数据经纬/DataFabric仍然是一些不太被众人所熟知的术语。让我们首先来定义这两个术语，然后看看它们的区别在哪里。数据网格 DataMesh重要的是要明白，数据网格的概念主要是建立一个新的组织观点，而不是基于技术的解决问题。因此，在建立数据网...
继续阅读 >
"知识产权"这个词通常是为世界上的迪斯尼公司准备的，他们能够利用米老鼠等角色和漫威等特许经营权，以产品线和内容联合交易的形式压榨它们的授权收入。但是，个别视频创作者现在也在参与其中。在过去十年中，创作者越来越多地与零售商等公司达成协议，授权他们的肖像用于新产品系列。他们甚至成立了自己的商业企业，销售从化妆品到衣服到咖啡的所有产品。最近，像Jellysmack和Spotter这样的公司已经出现，在某些情况下，他们会...
继续阅读 >
Instagram首席执行官AdamMosseri宣布该应用程序将开始为特定用户测试三个新的Instagram提要选项：主页、收藏夹和关注（Home,Favourites,andFollowing），让他们能够选择在访问Instagram主页时更喜欢查看哪种类型的Instagram提要。营销人员必须弄清楚现在ins上三种不同的信息流方式，以便在这个平台上发挥最大营销优势。“按时间顺序排列的信息流可以激发品牌的新策略。” Francis说，“作为一个营销玩得好...
继续阅读 >
自学任何东西都是一项令人钦佩的事业。无论是新的语言、烘焙、举重、结构地质学、编织篮子、驾驶手动变速器汽车，还是其他任何你能想到的东西。当有人说他们要自学数据科学时，他不仅宣布了要自学科技领域中要求最高的领域之一，而且还选择学习无数不那么容易的技能来达到目的，包括编程、数学、数据可视化，等等。任何决定在闲暇时间学习多元微积分作为成为数据科学家的人，不仅是疯狂的，而且是值得敬佩的人。这里有一些基本原...
继续阅读 >
对于任何规模较小的SaaS公司或刚刚开始做市场营销的公司，带宽和资源始终是大多数公司所面临的障碍。从哪里开始，如何实施一个强大的营销引擎？需要什么类型的团队？或者至少如何将自己一天的工作扩展到不同的营销部门？想要成功，首先要了解营销部门之间的区别，然后才能有效地建立它们。什么是产品营销？当你开始做任何形式的市场营销活动时，你可能会想“我不能直接找一个营销商来做这些吗？”，答案是不行。以下是一般营销...
继续阅读 >
近年来，企业对营销活动的投资回报率有了更高的期待。为了跨渠道分配预算，管理者们一直在试图更好地理解营销对销量的贡献。在模拟营销对销售的作用当中，时间序列分析已被证明是成功的方法。然而，在实际操作层面，由于解释变量的未知关系及复杂的模型结构，营销归因模型是非常有挑战性的。这一切工作十分繁琐，人工处理通常要花数周甚至数月的时间去准确定义仅仅一个品牌的一个营销归因模型，因为公司通常只提供一个广泛的...
继续阅读 >
在过去的几个月里，GoFundMe的一些员工已经开始感到不安，因为该公司的指标未能达到某些内部目标。然后在10月下旬的一个早晨，该公司突然宣布召开全体员工会议，首席执行官蒂姆-卡多根在会上宣布大规模裁员。尽管他们已经感觉到一些不好的事情即将发生，但这个消息仍然让许多员工感到震惊。裁员是全面的，影响到94名工人--占整个团队的12%--来自整个组织，从通信到客户服务、市场营销，以及信任和安全。一些工作时间最长的员工受...
继续阅读 >
统计，已经成为了一门必修课，无论你在什么行业。在商业决策高度依赖数据分析的今天，如果没有较好的统计知识储备，是很难去理解和分析数据的。然而在广袤无际的统计知识里，哪些是最有必要掌握的基础、哪些最经常被商业界用到？我们整理了十个非常重要的统计概念，它们是所有高阶统计知识的基础，也是学生和打工人最有必要了解的统计知识。赶快来看看吧！1.总体与样本总体是研究对象的整个群体。比如，“美国大学生“这个“总...
继续阅读 >
很多小伙伴都有成为一个数据科学家的梦。但是随着数据科学的技能普及度越来越高，现在技能本身已经不再是数据科学家的应聘难点了，越来越多的公司更加看重候选人是否懂得数据科学在具体的商业模式、应用场景下的运作模式，也就是说，对于某一项具体的业务，你是否知道怎么用数据科学的方法解决它的业务问题？也正因为如此，求职数据科学的小伙伴们应该多关注一下你感兴趣的职位，到底在帮助什么部门、解决什么问题，并且有的放矢...
继续阅读 >
亚马逊的广告野心曾经集中在搜索广告上，来推广通过亚马逊市场提供的产品。但今天，亚马逊的广告业务是数字广告的第三大卖家，仅次于谷歌和Meta，而且该业务在2021年带动了310亿美元的收入。亚马逊广告公司正在进一步将其影响力扩展到其平台之外和整个互联网上，就像谷歌公司庞大的广告业务一样。在最近的UnBoxed会议上，亚马逊的广告执行官们透露了它是如何通过将广告与亚马逊庞大的亚马逊网络服务云业务、亚马逊Prime上的体育...
继续阅读 >
元宇宙正在席卷全球，2021年第四季度“元宇宙”的提及量增加了135%，新员工飙升，虚拟房地产销售额预计今年将达到10亿美元。无法质疑的是：这促使几乎每个行业的品牌都涉足虚拟世界——从品牌体验和NFT到虚拟世界中的虚拟店面。过去一年，与元宇宙相关的公共关系发生了快速转变，首先是一些创新者宣布了创造性的加密货币支持项目或推出了NFT。品牌可以通过以下五种方式掌握元宇宙公关：要将公共关系进行战略化：品牌参与...
继续阅读 >
为了做出好的数据驱动的决策，你需要这3个方面：以精心设计的指标为基础的决策标准。收集这些指标所依据的数据的能力。统计学技能来计算这些指标，并在不确定的情况下解释结果。那如何进行指标设计（metricdesign）呢？本文将着重第1条进行探讨。现在，数据收集比以往任何时候都容易，许多领导者感到压力，因为他们要把数字拖到每一次会议上。不幸的是，在这股狂热中，...
继续阅读 >
消费者正在寻找更多购买商品而不会产生信用卡债务的方法，所以，像 Affirm、AfterPay和Klarna 这样的“先消费，后付款”(以下简称BNPL) 提供商在过去一年中正在急速增长。比如说，在去年，Affirm和亚马逊合作，使得亚马逊购物者将能够将50美元或以上的购买分成更小的每月分期付款。Affirm表示，部分贷款的年利率甚至为0%。美国使用BNPL的Z世代比例，从2019年的6%到2021年的36%，整整增长了...
继续阅读 >
Meta本周报告了其连续第二个季度收入的下降。Meta公司高管指出，苹果公司最近的变化是导致Meta收入下降的主要原因。苹果本周更新了条款，要求Meta将一些广告的30%的销售额让给iPhone制造商。当被问及苹果对Meta广告业务的威胁时，马克-扎克伯格这些天并没有出手。扎克伯格在本周的Meta公司财报电话会议上说：“你会看到一些动态，就像苹果在ATT（app-trackingtransparency）上所做的事情，这显然是大风险，我们认为这是个问题。...
继续阅读 >
最近，我的一位小伙伴申请了谷歌的产品经理职位，令他大吃一鲸的是，在他完成了初筛以后，他收到了一封谷歌招聘团队发给他的邮件。这封邮件里非常详尽地告诉了他在接下来与谷歌高级产品经理（简称PM）的电话面试中，可能发生的和不会发生的一切细节。当我的小伙伴把这封邮件分享给我的时候，我简直怀疑人生，因为我从来没有见过这样一封完全站在候选人角度，为他们充分考虑如何准备好接下来的面试的邮件内容。在这封邮件里，这...
继续阅读 >
很多时候，在数字营销中的两个“家族”在尊严上都会有所冲突。分析师和营销人员有着古老的恩怨。营销人员希望做出基于数据的决策，而要做到这一点，他们则需要争分夺秒，尽快准备报告。相比之下，分析师则希望能做到让数据万无一失，他们讨厌火急火燎地工作。然而，众所周知，公司各部门之间需要清晰沟通和及时协作才能使品牌持续成功。沟通不畅的成本可能会导致数百万美元的损失。而且，由于疫情的影响，平时不同部门同事联合办...
继续阅读 >
由于投资者对令人失望的业绩和预测进行“惩罚”，今年美国一些科技巨头的市值在另一个伤痕累累的星期后下降了超过3.2万亿美元。「GAMMA」股票——谷歌(Google)、苹果(Apple)、微软(Microsoft)、Meta和亚马逊(Amazon)——本周的市值集体下降了3000多亿美元，因为季度业绩表现出喜忧参半的命运。在大幅下调节日销售预期后，亚马逊的价值本周下挫了1700亿美元，这是消费者开始勒紧裤腰带的一个明显迹象。与此同时，谷歌的母公司A...
继续阅读 >
当遇到问题需要解决时，掌握以事实为基础的分析方法会对你很有帮助。 这里所说的基于事实是什么意思呢？ 意思是你通过使用事实和证据来支持你的主张。 这能帮助你做出更好的决策并更有效地解决问题。 在本文中，我们将讨论如何以事实为基础解决问题。基于事实的分析包含研究和剖析问题，以帮助你确定问题的真正原因，而不是在解决问题的症状上白费功夫。 它还要求你评估潜在的解决方案，以确保实施最...
继续阅读 >
发掘影响者（此处影响者事实上不仅仅包含网红，也包括博主、明星等，此文统称影响者）是品牌在举行有效的影响者活动时面临的最大挑战。你如何为你的品牌找到合适的影响者？你怎么知道他们是否会有影响力？为什么你之前合作过的影响者会取得很好的成绩？或者——他们为什么没有取得好成绩呢？Tailify的营销总监EsmeRice对其中一些问题给出了解答。以上这些问题的关键是由于这纯粹是由个人互动驱动的人与人之间的行为，所以营...
继续阅读 >
如今，数据科学与人工智能正越来越普遍——尤其是随着Netflix、亚马逊、Facebook、Spotify等大公司不断部署人工智能战略，想在幕后与消费者展开更紧密的互动。但是，有很多企业并没有用好数据科学，而把数据科学当成了一个好看而无用的花瓶。到底应该如何“正确地应用”数据科学和人工智能呢？如何真正地从业务需求出发，把数据科学用在刀刃上呢？今天这篇文章，我们就来看看Netflix是如何从产品需求出发，让数据科学和机器学...
继续阅读 >
我在一家公司当产品经理。这意味着我会花很多时间——有时是半天，有时甚至更多——在Zoom上。因此在我的工作场景里，我的工作伙伴并不会走进办公室的门来找我，而是在Slack上：“你有空吗？咱们Zoom上开个小会？” 老实说，我不知道如果我们真的都在同一栋楼里工作会是什么样子。甚至有的时候，会同时在办公室里出现三个（曾经多达五个）人找我开会——这场景多少有点奇怪。目前为止，包括我在内也有听说过一些关于...
继续阅读 >
在商业分析的世界中，人力分析（PeopleAnalytics）正异军突起成为一个新潮的求职方向。不仅因为知名企业广泛开设人力分析的岗位、可观的薪资待遇，还因为这个岗位对候选人学术背景的包容度，让很多社科与文科专业的同学都有机会进入这个行业。今天我们来一起探索人力分析的定义、流程、工具和趋势。什么是人力分析PeopleAnalytics？人力分析是一种深度数据驱动，和以目标为中心的方法。主要用于研究工作中的所有人员流程、...
继续阅读 >
在过去的几年里，品牌在为客户提供高质量数字体验的竞争颇为激烈。在2022年，竞争依旧会焦灼不下。数字体验优化的一个核心就是个性化，它是建立和维护客户忠诚度的关键因素。对于品牌而言，个性化体验不再是锦上添花的，而是不可或缺的了。麦肯锡的2021年个性化前瞻报告也强调了这一点，并指出“71%的消费者希望公司提供个性化的互动。如果期待没有满足的话，76%的人会感到沮丧。”这里，我们就来盘点一下会影响品牌202...
继续阅读 >