00:00 / 00:05
连播
清屏
智能
倍速
点赞606
00:00 / 00:00
连播
清屏
智能
倍速
点赞0
00:00 / 00:01
连播
清屏
智能
倍速
点赞5
你是不是也遇到过数据乱糟糟的情况,想找个数据翻半天,改个数据 是不是遇到过数据乱糟糟的情况想找个数据翻半天改个数据牵一发动全身问题可能出在没做好数据分层的要点 什么是数据分层 数据分层就是给数据按职责分层让它们各就各位的要点 数据分层有什么好处 为了让数据更听话数据质量更高每层都能检查清洗查数更快汇总好的直接用维护方便改一层不影响其他层数据量大了也能扩展的要点 数据具体怎么分层 通用分三层 ODS DW ADS 一层比一层离业务更近的要点 ODS 层是什么情况 叫数据运营层这是数据刚进家门的样子直接从业务系统接过来像订单数据用户信息基本原汁原味只做简单清洗的要点 一般存两份一份是新数据一份是历史数据是整个数仓最底层最细粒度的数据的要点 DW 层是怎样的 是核心的数据仓库层里面又分三小层的要点 第一层 DWD 数据明细层和 ODS 粒度差不多但更干净还会做维度退化相同主题的数据也会汇总到一张表的要点 第二层 DWM 数据中间层在 DWD 基础上轻度聚合算通用指标提高复用性的要点 第三层 DWS 数据服务层也叫宽表按业务主题汇总一张表包含很多字段专门给查询分析用的要点 ADS 层是什么 数据应用层直接给数据产品和分析用存到 ES Redis PostgreSQL 等地方的要点 比如 APP 上的报表数据分析报告的数据直接从这儿取方便快捷的要点 什么是维表层 存维度数据有高基数和低基数之分给 DW 层关联用的要点 数据分层有哪三个原则 越上层的数据越好用 ADS DWS 直接对接应用的要点 80% 的需求用 DWS 的表就行少数复杂的才找 DWM DWD 的要点 越往上数据聚合度越高 ODS DWD 是细粒度到 DWS ADS 就是汇总好的要点 数据分层不是瞎折腾是让数据从乱糟糟到有条理最终让数据更好用更高效的要点 下次再遇到数据问题先想想分层对不对的引导 #数据分层 #数据质量 #数据查询 #数据维护 #数据聚合度 @DOU+小助手
00:00 / 00:00
连播
清屏
智能
倍速
点赞0
他只有72个粉丝,却靠一个小技巧月入12万 这是出海营销系列的第四期。这期想和大家聊聊我在做海外营销调研时,发现的一个非常有意思的案例。 主角是一个几乎没什么粉丝的开发者——只有72个关注者。 但他靠一个小技巧,做到了月入17K美金,也就是12万人民币的MRR(月经常性收入)。看到这我直接惊了。 要知道,这可不是靠爆红或大厂背书,而是他自己一个人做到的。 那他到底用了什么方法? 答案是“硬蹭”。 他写了一篇帖子,标题看起来像是一个普通的访谈分析: “一个独立开发者靠水质评测App月入23K美金” 但他在文中巧妙地用了一个小动作: 他把自己开发的App,AppAIchemy,和另一款爆红AI工具 Cursor 放在同一个句子里。 语气装得一本正经,像是在讨论“AI独立开发的趋势”,结果读者就下意识地把这两个App视为同等级产品。 结果帖子爆了。 他拿到了大量点击、曝光,还有一堆用户涌入他的网站。 当然,用户也不是傻子,底下也有人吐槽说:“这还有什么不是营销的吗?” 所以这种技巧也有代价,如果过度使用,可能会让品牌形象受损。 这期就分享到这。 喜欢这种拆解类内容的话,点个赞关注支持我一下。 我之后还会继续分享更多真实、有参考价值的独立开发出海案例🔥 #app #一人公司 #出海营销 #app出海 #独立开发
00:00 / 00:00
连播
清屏
智能
倍速
点赞42
00:00 / 00:01
连播
清屏
智能
倍速
点赞80