AI & 大數據分析 - 的 同標籤文章 - 共有 22 篇文章 搜尋時間 0.018 秒
如何在 BigQuery 查詢並計算 Google Analytics 360 資料 (二) | iKala Cloud
2020-01-13 17:30:25 by GCP專門家 @ GCP專家-LIVEhouse.in [引用來源]
本篇是此系列文的第二篇 (延伸閱讀第一篇)，系列文將涵蓋以下列點式的內容，本篇文章則是針對「流量來源」、「地理區域」、「平台或裝置」、「網頁追蹤」進行探討： BigQuery 中的 Google Analytics 資料簡介 查詢多個資料表 使用者 工作階段 時間 流量來源 地理區域 ...... [閱讀更多]
如何在 BigQuery 查詢並計算 Google Analytics 360 資料 (一) | iKala Cloud
2020-01-08 17:30:22 by GCP專門家 @ GCP專家-LIVEhouse.in [引用來源]
本文是一份在 BigQuery 中計算 GA 指標的初心者指南，提供一些範例的查詢指令給讀者參考，希望能省去解讀在 ga_sessions_資料表中的「原始」匹配層級 (hit-level) 資料的時間。(譯註：不知道 GA 蒐集資料的層級、原始匹配層級 (hit-level) 資料是什麼嗎？可以先參考這篇文章的說明，或聯繫 GCP 專門家。) 此篇系列文將涵蓋以下內容，第一篇將針...... [閱讀更多]
如何運用 Google Analytics for Firebase 提升 app 績效？ | iKala Cloud
2019-12-12 17:30:32 by GCP專門家 @ GCP專家-LIVEhouse.in [引用來源]
之前的文章我們介紹了蒐集 web 流量的工具 Google Analytics (GA) 以及付費版的 GA360，這次我們來看看 Google 蒐集 app 流量的工具 Google Analytics for Firebase 有那些功能。本文會著重 Google Analytics for Firebase 分析與行銷應用，對於 Firebase 後端開發有興趣的讀者可參閱此篇文...... [閱讀更多]
Google Analytics 免費版和 Google Analytics 360 的六大差異
2019-12-03 10:43:03 by GCP專門家 @ GCP專家-LIVEhouse.in [引用來源]
大家熟知的網站流量分析工具 Google Analytics（以下簡稱 GA）有兩個版本：免費版 GA 與 GA360。隨著企業對於數位流量分析的需求日增，我們經常面對客戶詢問「免費版跟付費版的差別在哪裡？」另外，使用免費版 GA 有許多限制，但一年要價 450 萬台幣的 GA360 又能為企業帶來那些價值？本文針對上述問題進行整理，讀者可根據比較表或需求確定哪一套工具比較符合目前企業...... [閱讀更多]
高成本獲客時代，金融業如何透過 AI 與大數據找出路？
2019-11-26 09:30:54 by GCP專門家 @ GCP專家-LIVEhouse.in [引用來源]
瞄準年輕族群商機，銀行業者今年紛紛打起消金補貼戰；除了有感的現金回饋以外，銀行也推出數位帳戶連結、網購外送優惠等方案搶食年輕小資族這塊大餅。消金一直都是金控的主戰場，今年起不僅數位銀行、純網銀加入競爭，連過去以企金為主的公股銀行也加入戰局搶發卡。 消金補貼戰，銀行搶獲客 補貼戰背後，如何「獲客」仍是消金業者最大的難處。這是一個供需問題；銀行不斷搶進之下，銀行的獲客成本自然持續上...... [閱讀更多]
為什麼要用 Data lake？淺談企業自建資料湖泊的關鍵因素
2019-11-18 09:30:36 by GCP專門家 @ GCP專家-LIVEhouse.in [引用來源]
企業因應數位化紛紛加速轉型動作。iThome 在 2019 臺灣企業雲端大調查中發現，台灣已有 6 成的企業在推動數位轉型，各產業皆然，另外也有 25% 企業認為有必要推動但尚未執行。這一波數位轉型浪潮來自網路的全面化；無時無刻連網的情境帶動了行動、O2O 等各種全新商業模式；而數據量暴增，也迫使傳統企業思考如何藉由數據與科技提高用戶忠誠度、改善消費體驗、提升內部效率。 大數據分析...... [閱讀更多]
[懶人包] 常見監督式機器學習演演算法 – 機器學習兩大學習方法 (二)
2019-11-01 09:25:03 by GCP專門家 @ GCP專家-LIVEhouse.in [引用來源]
如前篇文章所述，監督式學習的演演算法就是要學習得出一個方程式 y = f(x) 以表達資料集的分佈狀況，讓我們之後匯入新的資料 (x) 就能做出相應的預測 (y)。這種方法通常也被稱作「預測模型」或「預測性分析」，而預測模型或預測分析的目標，就是盡可能地提高預測與實際結果的精準度（關於精準度的判斷，我們會在下期說明）。 本文針對機器學習新手簡述資料科學家經常使用的幾個演演算法的基本概念...... [閱讀更多]
監督式學習：「分類」和「迴歸」的介紹與比較 – 機器學習兩大學習方法 (一)
2019-10-29 09:30:30 by GCP專門家 @ GCP專家-LIVEhouse.in [引用來源]
之前的文章簡介了 AI、機器學習與深度學習。接下來我們會以生活化的情境說明傳統機器學習的方法。本篇首先介紹傳統機器學習中的「監督式學習」。 回顧之前文章提到的監督式與非監督式學習，兩者最大的差異在於資料是否預先被標註；如果有，則可說這個題目屬於監督式學習。演演算法會由標註好的訓練資料學習並建構模型，以確定該給測試資料哪種標記。如 GCP 專門家開發的柴犬秋田辨識器，就是藉由已標記的資...... [閱讀更多]
資料倉儲、資料湖泊與 DMP 介紹與比較
2019-10-09 16:00:03 by GCP專門家 @ GCP專家-LIVEhouse.in [引用來源]
數位轉型趨勢下，企業蒐集的資料量體越來越大，來源、格式與應用也漸趨多元。因應此一趨勢，企業的資料架構與管理思維也不斷在演進。 以往各單位彼此獨立蒐集資料，為解決這種「資料孤島」的問題，開始有「資料倉儲」集中式儲存企業各個部門的資料。而隨著近年資料科學與大數據興起，資料集延伸，企業逐漸希望由大量未經處理的原始資料 (raw data) 開始著手，也因而有了「資料湖泊」的概念產生。 ...... [閱讀更多]
協助零售電商業者轉型的解決方案：Google Cloud for Retail
2019-09-12 09:30:28 by GCP專門家 @ GCP專家-LIVEhouse.in [引用來源]
隨著客戶期待在線上和實體商店之間可以擁有無縫的購物體驗，零售電商業者正面臨轉型，客戶不僅希望更客製化，同時也期待能有推薦工具幫助他們更快找到所需內容，因此許多零售商正轉向雲端，透過新型技術來滿足市場需求。 Google Cloud 已經與全球零售商合作有效應對這些挑戰，包含 Carrefour、IKEA、Kohl』s、Shopify、Target、Home ...... [閱讀更多]
