• 18 Jun 2015 » 营销归因分析
  • Cloga:这篇文章是国外两篇文章的翻译,试图解决营销中的归因分析问题,即GA中的多渠道如何给定权重。英文原文地址:Marketing attribution analysis: the remarkable (but scary) new world of data,Marketing attribution analysis part 2:...
    Read more...

  • 02 May 2015 » 营销101:理解营销组合观点--4Ps
  • Cloga:这篇文章是Marketing in a Digital World的一篇课外阅读文章,英文原文地址:http://www.entrepreneurial-insights.com/understanding-marketing-mix-concept-4ps/ 营销最简单的定义是:”将正确的产品以正确的价格在正确的时间放在正确的地点。“尽管这听起来是一个非常简单的观点,但是,要贯彻这个简单的定义需要大量的艰苦工作和研究。并且即使如果只是一个元素偏离了轨道,那么一个很有希望的产品或服务也可能彻底失败,并且最终会掉公司。 使用营销组合是确保“正确的产品放在正确的地方...”将发生的极好方式。营销组合是帮助理解可以提供什么产品或服务以及如何规划成功的产品供给至关重要的工具。营销组合通常通过4P营销来执行:价格(Price)、产品(Product)、促销(Promotion)和位置(Place)。 有许多额外的P可以扩展甚至4C概念。但是4Ps是开始规划产品或评估现有产品供给的良好起点。 在这篇文章中,我们将看一下 4Ps 营销组合的历史和术语 营销组合的目的 营销组合的关键特征 开发一个营销组合 关键挑战...
    Read more...

  • 13 Mar 2015 » 1.4Matplotlib:绘图
  • Cloga:这份文档是euroscipy关于Python科学计算资源的一个教程。英文版地址为:http://scipy-lectures.github.io/,是学习Python科学计算生态体系很好的资料,因此,我会陆续将它翻译为中文,相关Gitbub地址为:https://github.com/cloga/scipy-lecture-notes_cn,完整的中文目录 本文的IPython版本 1.4.1 简介 Matplotlib 可能是Python惟一一个最广泛使用的二维图包。它同时提供了从Python中可视化数据非常的快速方式以及多种格式的出版质量图片。我们将在交互模式下研究Matplotlib,包含大多数的常用案例。 1.4.1.1 IPython和pylab模式 IPython是强化版交互Python shell,有许多有趣的功能,包括:输入输出的命名、访问shell命令改进错误排除等。它位于Python中的科学计算工作流的核心,要让它与Matplotlib的结合使用: 用命令行参数 -pylab(--pylab 从IPython0.12开始)启动IPython,获得带有Matlab/Mathematica类似功能的交互Matplotlib session。 1.4.1.2...
    Read more...

  • 31 Dec 2014 » 1.3NumPy:创建和操作数值数据
  • Cloga:这份文档是euroscipy关于Python科学计算资源的一个教程。英文版地址为:http://scipy-lectures.github.io/,是学习Python科学计算生态体系很好的资料,因此,我会陆续将它翻译为中文,相关Gitbub地址为:https://github.com/cloga/scipy-lecture-notes_cn,完整的中文目录 本文的IPython版本 作者:Emmanuelle Gouillart、Didrik Pinte、Gaël Varoquaux 和 Pauli Virtanen 本章给出关于Numpy概述,Numpy是Python中高效数值计算的核心工具。 1.3.1 Numpy 数组对象 1.3.1.1 什么是Numpy以及Numpy数组?...
    Read more...

  • 22 Dec 2014 » 1.2Python语言-Python科学讲座笔记
  • Cloga:这份文档是euroscipy关于Python科学计算资源的一个教程。英文版地址为:http://scipy-lectures.github.io/,是学习Python科学计算生态体系很好的资料,因此,我会陆续将它翻译为中文,相关Gitbub地址为:https://github.com/cloga/scipy-lecture-notes_cn,完整的中文目录 本文的IPython版本 作者 Chris Burns, Christophe Combelles, Emmanuelle Gouillart, Gaël Varoquaux Python中的科学计算 这里我们介绍Python语言。这里只会仅仅解决可以用于Numpy和Scipy的最低要求。想要更多的了解这门语言,请参考http://docs.python.o rg/tutorial 这个非常好的教程。也可以借助专门的图书,比如:http://diveintopython.org/....
    Read more...

  • 15 Dec 2014 » 1.1科学计算工具及流程-Python科学讲座笔记
  • Cloga:这份文档是euroscipy关于Python科学计算资源的一个教程。英文版地址为:http://scipy-lectures.github.io/,是学习Python科学计算生态体系很好的资料,因此,我会陆续将它翻译为中文,相关Gitbub地址为:https://github.com/cloga/scipy-lecture-notes_cn,完整的中文目录 本文的IPython版本 作者 : Fernando Perez, Emmanuelle Gouillart, Gaël Varoquaux, Valentin Haenel 1.1 为什么是Python? 1.1.1...
    Read more...

  • 14 Dec 2014 » Python科学讲座笔记目录
  • Cloga:这份文档是euroscipy关于Python科学计算资源的一个教程。英文版地址为:http://scipy-lectures.github.io/,是学习Python科学计算生态体系很好的资料,因此,我会陆续将它翻译为中文,相关Gitbub地址为:https://github.com/cloga/scipy-lecture-notes_cn 这份文档是关于Python科学生态体系的教学资料,关于Python科学计算的核心工具及技术的快速入门。每章包含1到2小时的课程,专业难度从新手到专家不断提升。 Python科学计算入门 科学计算工具及流程 Python语言 NumPy:创建和操作数值数据 Matplotlib:绘图 Scipy:高级科学计算 获取帮助及寻找文档 高级话题 Python高级功能(Constructs) 高级Numpy 代码除错 代码优化 SciPy中稀疏矩阵...
    Read more...

  • 13 Dec 2014 » Google Tag Manger的几个应用实例
  • Google Tag Manager简介 Google Tag Manager是Google提供的一个代码管理工具,准确的说其实在页面上提供了一个容器,在这个容器中可以放置任意的HTML及JS代码。 可跟踪可量化是Digital Marketing的优势之一,随着而来的问题是需要在很多不同的页面上放置不同Vendor提供的监测代码,网站上要添加网站分析代码,转化页面需要添加Adwords转化代码或其他的Ad Network的转化代码,不同的代码有效期也可能不一致。代码管理工具应运而生,通过代码管理工具,网站分析师或者Digital营销人员可以自己管理页面上的代码,而不用每次都“劳烦”网站管理员。通过代码管理器可以有效的保证监测代码的一致性,也加快了响应速度。 其实Google在这个领域也只是一个追随者,凭借免费及巨大的用户规模而使Google Tag Manager更广泛的被大家所了解。简单做一下市场调查的话,会发现市场上其实有许多类似的产品: Dynamic Tag Management:Adobe的代码管理器...
    Read more...

  • 21 Oct 2014 » 在Heroku上搭建简单的Python Web 应用
  • 开发一个小应用放在互联网上给大家使用是一件成就感很高的事情,不过支持Python的免费空间不是很多,虽然GAE支持Python,不过由于众所周知的原因,在国内是很难打开GAE,这篇文章为大家介绍一下Heroku,heroku支持Python,并且在数据量不大的情况下是免费。 涉及到的工具 git:分布式版本管理工具,这里推荐大家看一下廖雪峰的GIT教程 Virtualenv,Python的虚拟环境模块 Virtualenvwrapper,在Virtualenv之上封装了一些更简便的方法 Flask,Python的web框架 Heroku Toolbelt,Heroku提供的命令行工具 搭建本地的环境 安装Virtualenv和Virtualenvwrapper sudo pip install Virtualenv sudo...
    Read more...

  • 12 Oct 2014 » 使用Python获取GA数据
  • 开通GA API访问权限 首先要为你的google账号开通GA API的访问权限,请保证这个账号同时也有GA账号的访问权限,访问https://console.developers.google.com 新建一个项目 使用现有的项目也是可以的,点击项目名称,进入项目中,我这里使用的项目是Cloga_GA 开启GA API 点击右侧的APIS,在其中找到Analytics API,点击off开启GA API 获取Client ID和Client Secret 点击Credentials>creat...
    Read more...