A/B测试引入一、定义二、步骤三、避坑辛普森悖论引入15 世纪末，人类开启了大航海的伟大时代。然而航海中容易出现坏血病，发病以后，病人症状会从牙龈出血发展到全身溃烂而死，非常严重。现在我们都知道，得坏血病是因为水手们长期漂流在海上，没有新鲜蔬菜水果，缺乏维生素 C 导致的，但当时不知道，只好胡乱实验，有喝稀硫酸的，有喝海水的，但基本都没用，有时碰巧好了，但闹不清究竟是喝什么好的。几百年过去，一直找

关键指标一、转化率1.1 存活率1.2 转化率漏斗二、留存率2.1 日留存率2.2 周留存率2.3 月留存率2.4 加权留存率三、用户付费指标3.1 付费率3.2 ARPPU3.3 ARPU四、导入用户成本4.1 CPC4.2 CPA4.3 CPR4.4 CPL五、LTV六、ROI一、转化率1.1 存活率存活率=激活量/安装量1.2 转化率漏斗拉新、促活、留存、付费转化四个步骤之间的每个步骤的转化

APP用户活跃度下降，如何分析？首先，我会先判断的数据的准确性，看一下是否是系统数据异常或是提取的规则有误。假如经过确认，数据确实表名用户活跃度下降，那我还要确定这个异常数据的相关因素，是周期性的变化（如周末、寒暑假、淡旺季、节日）还是确实活跃度在下降。第三步，对日活进行维度拆解，比如说按照新老用户、登录平台、渠道、区域等维度进行拆分，计算每个维度日活变化的情况，计算影响系数。如果发现部分维度有下

对数据库学习来说，压力测试也是十分必要的一环，本文章主要介绍了TPCC-MySQL这个工具的使用。

关于数据结构教材中的ElemType说明。

数据库迁移过程中遇到的一些问题的整理，后续碰见其他问题会继续补充。

操作步骤一、明确目的二、数据收集三、数据处理四、数据分析和数据挖掘4.1 数据分析4.2 数据挖掘五、制作数据报告六、总结一、明确目的数据分析的第一步就是要明确分析目的。例如，某游戏APP上线后，前期导入大量新用户但是用户质量不是很好，需要通过数据分析查明原因，作为数据分析师，需要明确此次分析的目的事找出大量用户登录时间不长，付费金额低的原因，可以首先从注册用户本身的属性来分析，比如一些常用的游戏

归因分析一、定义二、模型2.1 首次互动模型2.2 末次互动模型2.3 线性归因模型2.4 位置归因模型三、适用场景一、定义指在日常的社会交往中，人们为了有效地控制和适应环境，往往对发生于周围环境中的各种社会行为有意识或无意识地做出一定的解释，即认知整体在认知过程中，根据他人某种特定的人格特征或某种行为特点推论出其他未知的特点，以寻求各种特点之间的因果关系。简单来说，就是论功行赏。二、模型举个简单

利用spss进性逻辑回归

没有什么好讲的，直接贴代码，消息格式我用的markdown。