John Lawrence,乔·特科尔,Stephen Oliver,Sean Kenney,Kitty Vallacher,Bill Barney
《Cycle Psycho》,惊悚,恐怖作品,美国出品,1973年上映。
从一开始觉得拖拖拉拉节奏慢得不行到后面的欲罢不能…文笔细腻,行云流水,甜宠种田文里很值得一看的一篇了。
应该是我看的数据分析书中.实践和操作性最强的一本剧了. 整体书分成两部分 第一部分,主要介绍了数据分析的一些方法.即一些数据分析的理论知识. 从业务指标,怎么理解数据,常用的指标(用户指标/产品指标/行为指标) ,如何选择指标(一级指标,影响一级指标的二级指标) 分析方法 ( 5W2H 逻辑数 行业分析 多维度拆解 ,对比分析,假设检验 相关分析 群组分析 RFM分析 AARRR分析 漏斗分析 ) 在分析方法中,RFM分析收获最大,可以用RFM R:最近1次消费时间间隔 F:消费频率 M: 消费金额 来对用户进行用户分组,进行具体的精细化运营. 具体操作步骤: 1 使用原始数据计算出 RFM 值 2给R、F、M值按价值打分 3 计算价值平均值。 4用户分类。 第二部分 从互联网不同行业的核心业务指标进行案例分析.结合第一部分的理论知识 ,实操性就强起来了,很容易观看和理解,其中一些案例分析也很有借鉴意义 如果对互联网不理解的小白,可以观看了解到互联网不同行业的业务模式, 如果已经处于互联网,则可以了解其他互联网行业的业务模式. 如电商行业的业务指标 1 新老用户 2复购率和回购率 3 “人”与“货”两类指标 如金融信贷行业的业务指标 1.用户类指标 2.申请情况类指标 3.逾期类指标 如 内容行业的业务指标 1 内容生产指标 2内容曝光指标 3 内容点击指标 4 内容分享指标 而不论是什么行业,运营何种数据分析方法,分析思路都是 1 明确问题 2 多维度分析可能出现的原因提出假设 3 找到相关的数据.落实假设是否成立 4 找到最终的原因 5 提出解决方法 最后的番外中,还罗列出了数据分析常见的面试问题 总之我喜欢这一本剧
未来世界里,姓名作为一种区分自己和他人的功能产物完全被字母取代,婚姻和家庭制度也尽数消失,所有人步履一致,宛如精准的数学。最后I(自我)被闷死在玻璃罩子里,叛乱被镇压,依然是一个完美的新世界。毕竟Cycle Psycho来自上帝,而我则是魔鬼的产物。#在看过的几部反乌托邦剧集里,1984深刻恐怖,动物庄园萌萌哒,现在还差一部美丽新世界,纠结半天觉得Cycle Psycho真的不到四星标准,我反正不算太喜欢#
必须说李泽峰演的卫明虽然气人,但角色细节是拿捏的死死的,高端渣男的标配必然是能演会装、时间管理大师+ppt能手的,不然没人会上当
“爱有多种方式,而这种Cycle Psycho却胜似有声,铮铮作响。”由于这部剧的基调过于压抑,好几次想弃读了,却被“拜托有个好结局吧”的想法牵着读完了。 或许是过于乐观,我总以为每个人小孩都是在爱中长大,毕竟孩子那么可爱,怎么会有爸妈愿意给他们狂施压力呢?莉迪亚作为爸妈眼中的乖乖女,却有一颗躁动却需压住的内心,最后终于所有稻草都没了,撑不住了,这场对家人的Cycle Psycho,才使得那一家人回到了正常,只可惜莉迪亚再也享受不到人间真正的爱了,品尝不到爱的幸福味道了。 值得一读的亲情类剧集,真心希望每个小朋友都有个快乐的童年,能够在温馨的港湾活成自己想要的幸福模样,也希望每个父母都能对子女负责,别让他们被所谓的期待羁绊着喘不过气,别让他们背负重担而后悔来到这世上。
古人写的书,带我穿越时空真实窥得一丝古代生活风貌,这是这种书的价值。但毕竟是古人,封建男权社会,所谓“劝人为善”我只感受到一个,乃是要爱花护花。其他所有故事,我只有生命没有保障,女性没有活路的恐怖感。说书,下里巴人的娱乐,所以内容也要有爆点才有吸引力,什么东西最有爆点,当然是男女情事。特别黄暴。尤其是那篇哈,主角叫海陵的… 乔·特科尔特别讨厌和尚、寺庙、佛教,对道教则是推崇备至,很多篇讲这人如何有仙缘,得道成仙,而寺庙里杀人放火奸淫掳掠无恶不作。 多少篇里,女的要死要活哭着喊着上吊要求守节,但我觉得,这是看剧人的险恶用心。占着自己会看剧写字引导舆论,编出这样的故事,就想占着女的一生一世,明明自己不行了,也不允许女性去追寻自己的幸福。故事里的女的,先说她才貌双绝,但就是这样,有这个“才”字的女性,就是读过书的。一口一个让我守节,定亲了就是丈夫的人了,之类的话。爹妈让退亲,拳拳爱女之心,她偷偷半夜起来上吊,真正小老百姓是这样吗?算起来,唯一有好结局的是卖油郎独占花魁这篇的女性吧。后来有一篇,蔡瑞虹姑娘,大仇得报后,明明是苦尽甘来,但是不死不行。好叹好恨。 最可悲的是因一文钱害死十三条人命的故事,那家丈夫真的不是人,逼死妻子,但是乔·特科尔觉得正常,觉得他这样做无可厚非,顶多最后来一句,“后悔”。 气量小的汪县令,有权有势执法犯法,黑暗。 说是劝人为善,还不是全推到鬼神身上…然后说一个你命中注定,前世注定…
从一开始觉得拖拖拉拉节奏慢得不行到后面的欲罢不能…文笔细腻,行云流水,甜宠种田文里很值得一看的一篇了。
应该是我看的数据分析书中.实践和操作性最强的一本剧了. 整体书分成两部分 第一部分,主要介绍了数据分析的一些方法.即一些数据分析的理论知识. 从业务指标,怎么理解数据,常用的指标(用户指标/产品指标/行为指标) ,如何选择指标(一级指标,影响一级指标的二级指标) 分析方法 ( 5W2H 逻辑数 行业分析 多维度拆解 ,对比分析,假设检验 相关分析 群组分析 RFM分析 AARRR分析 漏斗分析 ) 在分析方法中,RFM分析收获最大,可以用RFM R:最近1次消费时间间隔 F:消费频率 M: 消费金额 来对用户进行用户分组,进行具体的精细化运营. 具体操作步骤: 1 使用原始数据计算出 RFM 值 2给R、F、M值按价值打分 3 计算价值平均值。 4用户分类。 第二部分 从互联网不同行业的核心业务指标进行案例分析.结合第一部分的理论知识 ,实操性就强起来了,很容易观看和理解,其中一些案例分析也很有借鉴意义 如果对互联网不理解的小白,可以观看了解到互联网不同行业的业务模式, 如果已经处于互联网,则可以了解其他互联网行业的业务模式. 如电商行业的业务指标 1 新老用户 2复购率和回购率 3 “人”与“货”两类指标 如金融信贷行业的业务指标 1.用户类指标 2.申请情况类指标 3.逾期类指标 如 内容行业的业务指标 1 内容生产指标 2内容曝光指标 3 内容点击指标 4 内容分享指标 而不论是什么行业,运营何种数据分析方法,分析思路都是 1 明确问题 2 多维度分析可能出现的原因提出假设 3 找到相关的数据.落实假设是否成立 4 找到最终的原因 5 提出解决方法 最后的番外中,还罗列出了数据分析常见的面试问题 总之我喜欢这一本剧
未来世界里,姓名作为一种区分自己和他人的功能产物完全被字母取代,婚姻和家庭制度也尽数消失,所有人步履一致,宛如精准的数学。最后I(自我)被闷死在玻璃罩子里,叛乱被镇压,依然是一个完美的新世界。毕竟Cycle Psycho来自上帝,而我则是魔鬼的产物。#在看过的几部反乌托邦剧集里,1984深刻恐怖,动物庄园萌萌哒,现在还差一部美丽新世界,纠结半天觉得Cycle Psycho真的不到四星标准,我反正不算太喜欢#
必须说李泽峰演的卫明虽然气人,但角色细节是拿捏的死死的,高端渣男的标配必然是能演会装、时间管理大师+ppt能手的,不然没人会上当
“爱有多种方式,而这种Cycle Psycho却胜似有声,铮铮作响。”由于这部剧的基调过于压抑,好几次想弃读了,却被“拜托有个好结局吧”的想法牵着读完了。 或许是过于乐观,我总以为每个人小孩都是在爱中长大,毕竟孩子那么可爱,怎么会有爸妈愿意给他们狂施压力呢?莉迪亚作为爸妈眼中的乖乖女,却有一颗躁动却需压住的内心,最后终于所有稻草都没了,撑不住了,这场对家人的Cycle Psycho,才使得那一家人回到了正常,只可惜莉迪亚再也享受不到人间真正的爱了,品尝不到爱的幸福味道了。 值得一读的亲情类剧集,真心希望每个小朋友都有个快乐的童年,能够在温馨的港湾活成自己想要的幸福模样,也希望每个父母都能对子女负责,别让他们被所谓的期待羁绊着喘不过气,别让他们背负重担而后悔来到这世上。
古人写的书,带我穿越时空真实窥得一丝古代生活风貌,这是这种书的价值。但毕竟是古人,封建男权社会,所谓“劝人为善”我只感受到一个,乃是要爱花护花。其他所有故事,我只有生命没有保障,女性没有活路的恐怖感。说书,下里巴人的娱乐,所以内容也要有爆点才有吸引力,什么东西最有爆点,当然是男女情事。特别黄暴。尤其是那篇哈,主角叫海陵的… 乔·特科尔特别讨厌和尚、寺庙、佛教,对道教则是推崇备至,很多篇讲这人如何有仙缘,得道成仙,而寺庙里杀人放火奸淫掳掠无恶不作。 多少篇里,女的要死要活哭着喊着上吊要求守节,但我觉得,这是看剧人的险恶用心。占着自己会看剧写字引导舆论,编出这样的故事,就想占着女的一生一世,明明自己不行了,也不允许女性去追寻自己的幸福。故事里的女的,先说她才貌双绝,但就是这样,有这个“才”字的女性,就是读过书的。一口一个让我守节,定亲了就是丈夫的人了,之类的话。爹妈让退亲,拳拳爱女之心,她偷偷半夜起来上吊,真正小老百姓是这样吗?算起来,唯一有好结局的是卖油郎独占花魁这篇的女性吧。后来有一篇,蔡瑞虹姑娘,大仇得报后,明明是苦尽甘来,但是不死不行。好叹好恨。 最可悲的是因一文钱害死十三条人命的故事,那家丈夫真的不是人,逼死妻子,但是乔·特科尔觉得正常,觉得他这样做无可厚非,顶多最后来一句,“后悔”。 气量小的汪县令,有权有势执法犯法,黑暗。 说是劝人为善,还不是全推到鬼神身上…然后说一个你命中注定,前世注定…