时间：2022-06-17 03:59:25
序论：在您撰写广告数据分析报告时，参考他人的优秀作品可以开阔视野，小编为您整理的7篇范文，希望这些建议能够激发您的创作热情，引导您走向新的创作高度。
数据结论论述
1.目前Android系统主流版本仍是Android 2.2、2.3，分别占比25.29%、65.80%；低版本系统依然占一定比重；版本升级速度较慢，Android 4.0仅占1.30%；系统版本碎片化严重；
2. iOS系统主流版本是iOS 5.0、iOS 4.3，分别占比59.40%和24.65%，iOS系统版本升级速度较快；
3.目前主流的移动终端屏幕分辨率是320*480、480*800，分别占比40.36%、24.90%，两者占总体的65.26%；320*480的份额与2011年下半年相比，上升8.06%，优势地位更加明显；
4.三星、苹果、HTC稳坐最受欢迎手机品牌前三，但HTC市场份额不断下降，从2011年上半年的排行第一到下半年的第二，现在已经跌到第三;酷派、小米杀入TOP10；
5.苹果iPhone 4、华为C8650、三星S5830位列2012年第一季度最受欢迎手机型号前三，苹果iPhone 4更是摘下了桂冠；苹果有三个机型排在前十，三星和HTC分别是两个；
6.广东、江苏、浙江、上海、北京、山东、河北、福建、四川、湖北位列全国手机用户数量前十，占比达62.36%；四川、湖南、山西、广西、江西等省份的份额与2011年下半年相比有所上升；
7.使用移动2G的用户最多，占比45.69%，近乎一半；3G网络中，联通的份额最大，为8.41%，移动为2.49%，电信为0.01%；WIFI的用户持续增多；
8.全球查看中文手机广告的非中文国家用户中，占份额较高的基本是亚洲的国家，韩国、马来西亚、日本位居前三；华侨数量较多的美国与澳大利亚也分别排到了第五和第八位。
2012第一季度Android系统版本分布
目前Android系统主流版本仍是Android 2.3、2.2，分别占比65.80% 、25.29%低版本系统依然占一定比重，版本升级速度较慢，Android 4.0仅占1.30%系统版本碎片化严重，每个版本均有不同手机制造商提供的系统，这也是谷歌在2012面临的一大问题
Android系统版本分布变化
2012年第一季度与2011年下半年相比，Android 2.3的增长仅为19.12%，增速缓慢。
2012第一季度IOS系统分布
目前iOS系统主流版本是iOS 5.0、iOS 4.3，分别占比59.40%和24.65%。
IOS系统版本分布变化
iOS系统版本升级速度较快，与2011年下半年相比，iOS 5.0 在2012年第一季度增长了36.94%。
主流移动终端屏幕分辨率
目前主流的移动终端屏幕分辨率是320*480、480*800，分别占比40.36%、24.90%，两者占总体的65.26%320*480的份额与2011年下半年相比，上升8.06%，优势地位更加明显
2012年第一季度最受欢迎手机品牌 TOP 10
三星、苹果、HTC稳坐最受欢迎手机品牌前三HTC自2011年下半年开始，市场份额不断下降，从2011年上半年的排行第一到下半年的第二，现在已经跌到第三酷派、小米杀入TOP10，尤其是小米，半年不到，已经取得了国内排行第十的好成绩，堪称威武2012年第一季度最受欢迎手机型号TOP 10
苹果iPhone 4、华为C8650、三星S5830位列2012年第一季度最受欢迎手机型号前三，苹果iPhone 4更是摘下了桂冠苹果有三个机型排在前十，三星和HTC分别是两个
移动设备用户地理位置分布-省份
广东、江苏、浙江、上海、北京、山东、河北、福建、四川、湖北位列全国手机用户数量前十，占比达62.36% 四川、湖南、山西、广西、江西等省份的份额与2011年下半年相比有所上升用户手机接入网络分布比例
其中一个原因可能是小企业受众非常多样化，行业范围跨越咨询，零售，食品，农业，科技等。即便在行业内，中小企业的需求也非常个性化并容易随着市场，运营，销售和财务情况而改变。
针对这点，American Express OPEN’数字营销和创新部门的副总Scott Roen在接受eMarketer采访时表示：当你细看中小企业的核心需求和挑战时，你会发现他们是时间敏感性的群体，他们不是那种整天坐在建好的大厦，呆在电脑旁的人，他们是没有围墙的，与客户和雇员在一起工作，他们天生是移动的。
小企业对笔记本电脑和智能手机的倾向性可能对B2B营销人员而言是个机会。Inc. Magazine和 Cargo发现91%的美国小企业主重视无线通信和智能手机对他们生意的重要性，这可能反映了他们每天的使用。平板电脑也被64%的受访者所看重。
信息流广告正迎来爆发
从全球范围来看，Facebook、Twitter等社交巨头在几年前就已经开展这种广告形式。2011年7月，Twitter正式推出PromotedTweets，广告按粉丝参与度收费，广告出现在广告主Twitter账户粉丝的信息流中，且只在Twitter.com的主页面中出现。另一社交网络巨头Facebook也在其网站中的Ticker实时社交信息流中显示SponsoredStories广告内容。信息流广告为社交媒体贡献营收增长，成为社交媒体重要的收入来源。
从微博提供的数据来看，也应正了北辰的思考，信息流广告比右侧的微博展示类广告效果提升了10倍左右。根据微博财报数据显示：2014年微博移动广告收入持续增长，所贡献比例从第一季度的31%一路上涨至第四季度的54%。这里需要明确的是，现阶段微博移动广告基本都是信息流广告的形式所呈现，这样的广告增长幅度，基本可以显示微博信息流广告所取得的成绩。过去两年内，超过4万家客户投放了微博信息流广告，重复投放比高达50%，信息流广告体系成为微博业绩增长的重要驱动力。
当信息流广告投得比较符合用户需求的时候，更能贴近于自身浏览习惯的，也易被用户接受。然而，让信息流广告发挥巨大的威力，还需要一个得力的帮手，它就是大数据！
大数据是打开信息流广告的取胜之匙
根据微博用户的社交关系、兴趣图谱、活跃程度、地域范围等等，经过大数据分析和挖掘，每一个账户ID都将拥有属于自己的属性标签。“28岁、二三线城市、女性、韩剧、育儿”、“38岁、一线城市、男性、篮球、自驾”……这类极具个性和身份特征的人群，正是品牌试图“有的放矢”分头打动的对象，微博为品牌提供数据包工具，帮助品牌通过大数据分析挖掘的成果找到自己心仪的目标人群。2014年，《继承者们》带着《来自星星的你》横扫中国，肯德基顺势邀请金宇彬、全智贤担任新一季代言人，在传播媒体广告轰炸的同时，使用微博“韩剧迷”人群包，进行精准投放，其转发、评论、点赞互动率效果惊人。
除了肯德基这样的品牌客户，在中小企业方面，土家硒泥坊在微博上持续投入超过千万，粉丝量从3万迅速提升到46万，粉丝活跃度也从2%大幅提升到33%，2014年其双11淘宝网销量遥遥领先。与此同时，以祛痘产品起家的WIS品牌，一个88年的草根男带领一群90后的小伙伴，用3年时间做到年营收1个亿，没有任何外部投资，依托微博打造出一个年轻人的化妆品品牌。这两个中小企业的成功，也正是基于精准的用户投放，客户可以按照关系、年龄、性别、地域、兴趣等多个维度进行筛选，也可以选择电视剧人群、白领人群等数据包，还能自定义投放范围，从而为品牌带来的巨大广告收益的案例。而近期微博一场商业产品会上也同时宣布，将引入第三方数据，这将为广告投放提供更丰富的选择。
社交生态价值再发现
社交大数据营销背后的精准投放带动新的社会化数据营销产业链的发展。在前不久举行的2015微博商业产品推介会上，微博宣布升级信息流广告体系，将粉丝通、粉丝头条、微博精选、品牌速递等广告产品，面向品牌企业、中小企业及个人用户全面开放；与此同时，微博正式的社交媒体全覆盖解决方案“BigDay”实现了全程跟随用户访问路径，基于UID精准投放触达，通过大数据洞察消费者的最新需求激活活跃粉丝和潜在用户，使广告主达成在社交媒体平台全平台快速有效覆盖海量用户的诉求成为可能。
这里要提一下bigday，bigday是把新品首发、线下活动、重大事件、重要节日等融合进微博社交广告投放体系中，形成一个微博社交场景的整合式社会化媒体营销。而在bigday产品背后，如果一款商业广告产品可以使营销活动从简单的触达进化为深度地用户互动转化。这种精准投放额体系以及粉丝去重投放的体系，一定是有一套复杂的社交广告算法作为支撑，而这正是大数据的威力所在。
大数据显示90后是最亮的那颗星
摘要：利用数据包络分析方法（DEA），对广州市属高职学院教育投入产出的相对有效性进行分析与评价，结果显示，大部分院校处于DEA有效、规模收益不变阶段，并通过投入产出指标的不同组合，进一步探讨人力、财力和物力资本的相对效率。据此，提出了严格控制学校规模增长，充分利用教育经费，适当增加人力和物力资本，努力提升教育教学水平，积极参与社会服务，高度重视科学研究等思考与建议。
关键词 ：高职学院；教育投资效益；评价；数据包分析方法（DEA）；广州
基金项目：广州市教育科学“十二五”规划2013年度课题“高等职业教育投入机制与效益问题研究—以广州为例”（项目编号：2013A157）
作者简介：王超辉，男，广州番禺职业技术学院监察审计处经济师，高职研究所兼职研究人员，主要研究方向为高教研究、内部审计。
中图分类号：G715文献标识码：A文章编号：1674-7747（2015）04-0017-05
当前，我国高等职业教育事业发展迅猛，如何对其教育投资效益作出科学、合理的评价成为人们关注的问题。以往学者对高等职业教育投资效益的研究大多数停留在定性分析方面，鲜有从定量分析的角度进行研究，而衡量教育投入产出最根本的指标就是其生产效率。因此，本文从教育投入产出实际出发，以广州市属高职学院教育投资效益为研究对象，尝试应用数据包络分析方法（Data Envelopment Analysis，以下简称DEA）对广州市属高职学院的技术效率和规模效率进行数据包络分析。同时，通过投入产出指标的不同组合，探讨人力资本、教育经费和物力资本的相对效率，以期发现广州高等职业教育发展的主要问题，为相关政府部门和高职院校采取有效措施提高教育投资效益提供参考，从而为我国高职教育的健康发展提供有益帮助。
一、DEA评价方法的选择
DEA最早是由美国运筹学家查恩斯（A.Charnes）、库伯（W.W.Cooper）和罗兹（E.Rhodes）等学者于1978年基于“相对效率评价”原理而建立起来的一种非参数分析方法［1］，基本思路是运用线性规划的方法构建观测数据的非参数分段曲面或前沿面，然后相对于这个前沿面来计算效率。即把每一个被评价单位作为一个决策单元（Decision making unit，以下简称为DMU），众多DMU构成被评价群体，通过对投入和产出比率的综合分析，以单元的各个投入和产出指标的权重为变量进行评价运算，确定有效生产前沿面，根据各单元与有效生产前沿面的矢量距离，确定各DMU是否DEA有效。基于法雷尔（Farrell）测量的数学规划方法，查恩斯、库伯等学者提出了CCR模型（规模报酬不变），而后又修正为BCC模型（规模报酬可变），从而扩大了CCR模型的应用范围。总之，所谓的DEA就是评估一群DMU之间的相对效率，当某个单位的投入越少，而产出越多，显示这个单位的绩效较高。因此，DEA常用于多投入与多产出的评估。
诚然，衡量高等职业教育投资效益的方法有多种，如比例分析法、回归分析法和包络分析法。相比于其他测量方法，DEA的优点在于适合处理多投入、多产出的效率评价；不需要预先估计参数，在避免主观因素、简化运算和减少误差等方面有着不可低估的优越性；DEA分析不受指标量纲的限制，相对于一般生产函数衡量方法而言，DEA方法以整体为研究的基础，更符合系统原理。因此，DEA被广泛应用于包括企业绩效研究、金融机构绩效评估、产业效率评价和高校等非盈利机构绩效评价等方面。
DEA中的效率具体可分为技术效率（crste）、纯技术效率（vrste）和规模效率（scale）。技术效率=纯技术效率×规模效率。纯技术效率是指在既定的产出组合量下，所投入最小的投入组合量，或以现有的投入组合生产最大产出组合量，来衡量DMU是否以最少的投入达到最大的产出，若DMU能够在维持相同的产出水平下，减少多余的投入，即可增加技术效率。规模效率是生产量与资源投入量的比例，当产量与资源投入量成等比增加时，即具有规模效率，若不成比例增加，代表不具规模效率。本研究主要在衡量教育资源投入下所产生的效益，并采取以BCC模式中的产出导向效率作分析。另外，由于DEA效率值的测定很大程度上依赖于各投入和产出指标的组合［2］，本文也通过不同投入—产出组合来分别探讨效率值，即单一投入对应多产出和多投入对应单一产出，借此说明各投入与产出的效益情况。
BCC模型原理可以理解为：假设存在N个DMU，每个DMU都有P种投入和T种产出，而对于第m个DMU，Xm表示投入向量，Ym表示产出向量。将X定义为（P×N）的投入矩阵，而将Y定义为（T×N）的产出矩阵。在规模收益可变的假定下，第m个DMU的投入型效率值可以通过求解获得。其函数简化形式如下［3］：
minθ
s.t.∑tj=1λjxj≤θx0,
∑tj=1λjyj≥y0,
Iλ=1
λj≥0,j=1,2,…,t,
其中θ（θ≤1）是一个变量，约束条件Iλ=1，可以确保前沿面满足凸性，表明规模收益可变。我们能够用BBC模型判定是否同时技术有效和规模有效：当θ＝1，且s1+＝s1-＝0，则DMU为DEA有效，DMU的投资活动同时为技术有效和规模有效；当θ＝1，但至少某个输入或者输出大于0，则DMU为弱DEA有效，决策单元的经济活动不是同时为技术效率最佳和规模最佳；当θ＜1，DMU不是DEA有效，投资活动既不是技术效率最佳，也不是规模最佳。［4］
二、指标选择和数据处理
在用DEA方法评估高等职业教育投资效益之前，必须先确定高职院校投入与产出的指标。国内外文献关于教育投入与产出的研究表明：高等职业教育可以看作将一定数量的教育投入（人力资本、财力资本、物力资本）转化为人才培养、社会服务和科学研究等产出的运营过程。所以，人力资本、财力资本、物力资本等可以看作投入指标，人才培养、社会服务和科学研究等为产出指标。而在确定基本指标之前，我们对所有候选指标进行了相关性分析，除出了一部分无效指标之后，本次研究选取的投入指标有专任教师数（X1）、教育经费总额（X2，万元）、教学行政房面积（X3，万平方米）、教学科研仪器设备资产总值（X4，万元）、纸质图书总数（X5，万册）；产出指标为在校生数（Y1）、为学校社会服务收取的服务费（Y2，万元）、技术专利项目（Y3）及论文数量（Y4）。我们把参加评估的所有广州市属高职学院看作是同类型的DMU（所有的数据均来源于《高等职业教育人才培养质量2014年度报告》及中国知网），表1为2013年6所广州市属高职学院投入产出指标的具体数据值。
高等职业教育投资组合效益包括人力效益（B1）、财力效益（B2）、物力效益（B3）、基于人才培养数量的效益（B4）、基于社会服务产值的效益（B5）和基于科学研究成果的效益（B6）。如表2所示，其中含“√”为参与指标。
三、评价结果分析
（一）综合效益分析
应用DEA分析方法评价广州市属高职学院教育投资的技术效率、纯技术效率及规模效率，结果可见表格3。从整体上看，2013年，6所广州市属高职学院纯技术效率和规模效率的平均值分别是1和0.997，纯技术效率皆为1而规模效率却相对较低，这说明广州市属高职学院在不考虑规模规模因素影响的情况下其教育投资有效率，但是由于其办学规模的不合理，导致了整体投入产出效率的低下。其中，6所学校中有5所技术效率、纯技术效率、规模效率同时为1，说明这些高职院校教育投入产出效益全部有效，并且全部处在规模收益不变阶段。而DMU4纯技术效率虽然为1，然而由于其规模效率的偏低影响了整体效率，而从该学院所属类型来看，处于规模报酬递减阶段。这种规模效率的降低来源于学校办学规模的不合理扩大。因此，就目前数据结果来看，大部分广州市属高职学院的规模基本达到最适合的状态，必须严格控制办学规模来实现效率的整体提升，在保证办学规模的适度扩张的同时，还要注意通过教育管理创新、技术创新和业务创新等创新手段提高自身的办学能力即纯技术效率。
（二）组合效益分析
应用不同投入—产出组合来分别探讨人力、资本、物力资源以及这些投入对于广州市属高职学院人才培养数量、社会服务产值和科学研究成果的影响程度，表4给出了通过DEA方法评价的不同组合条件下的相对效率数值。
由表4可知，人力、财力和物力资源的纯技术相对效率平均值分别为1、0.961、1，这与综合效率比较接近，然而由于财力资源的规模效率值仅为0.807，这严重影响了广州市属高职学院教育财力投资效益，这也说明存在财力资源利用方面的规模无效性，这种无效性对于广州市属高职学院的影响甚至高于财力对效率的影响。另外，从表中可以看出，人力、财力和物力资源的规模效率平均值依次是0.951、0.807、0?981，有效性排序为物力＞人力＞财力，这表示只有80.7%的办学经费投入有效地转化为了教育产出，其中，有2所学校（DMU2，DMU5）处于规模报酬递增阶段，2所学校（DMU1，DMU4）处于规模报酬递减状态，剩余两所学校处于规模报酬不变阶段。总之，人力、财力、物力资源DEA效益数据显示，广州市属高职学院虽然纯技术相对效率整体有效，但是三者都不具备规模效益，处于弱有效阶段，即每增加一个单位的投入将产生少于一个单位的产出，尤其是财力投资效益更为突出。
从表5可以看出，基于人才培养、社会服务和科学研究纯技术相对效率平均值分别为1、0?949、0.972，这与综合效率也是比较接近。人才培养数量的规模效率（0.941）相对于科学研究成果的规模效率（0.942）有些偏小，这说明广州市属高职学院教育教学水平相对于自身的学术科研质量偏低。
然而，基于社会服务产值的规模效率为0.847，并且仅仅有1所学校处在规模递减阶段，显然，广州市属高职学院应该适当增加参与社会服务活动，从而可以提高自身教育投资效益。而从基于科学研究成果的规模效率及规模报酬类型可以看出，科学研究是带动教育投资效益的重要动力，而对人才培养数量的不合理扩张，则成为了一种不容忽视的阻力。
四、讨论与建议
由前文对广州市属高职学院教育投资DEA效率的研究结果可知：在现有教育教学水平下，学校规模、人力、财力、物力的有效利用、参与社会服务、教育科研水平是提高高等职业教育投资效益的主要方式。
1.严格控制学校规模增长，充分利用教育经费。高等职业教育是培养国家技术人才的摇篮，是经济发展和社会进步的基石，然而，从前文研究结果可见6所学校的规模效率（0.997）和人才培养数量的规模效率（0.941），这在一定程度上表明广州市属高职学院办学规模的教育效益带有弱有效性。因此，政府和学校必须严格控制学校规模增长，使得高职教育投资效益实现最优化。诚然，教育投资必然涉及教育经费，财力投资的技术效率（0.961）和规模效率（0.807）要求我们不能盲目地加大财政投入，必须充分利用教育经费，只有这样，才可以向着高职教育投入与产出的理想化道路迈进。
2.适当增加人力和物力资本，努力提升教育教学水平。由前文研究结果可以看出，广州市属高职学院人力和财力的纯技术相对效率平均值皆为1，规模效益分别为0.951、0.981，但是其规模报酬类型大都没有处在递减阶段。所以，适当增加人力和物力资本方面的投入，诸如扩大专任教师数量、引进高素质人才、扩大校园基本设施建设等，都可以有效地提升高等职业教育投资效益。事实上，这也与解决人才培养数量上规模效率较低的路径不谋而合，即努力提升教育教学水平。众所周知，教育教学最终是要落实到课程教学实践中，而这需要学校人力资本（教师）和物力资本（设施）的强有力的支持，才可能达到较高水平和质量。
3.积极参与社会服务，高度重视科学研究。由于广州市属高职学院社会服务产值的规模效率（0.847）和整体所处类型，以及科学研究成果的规模效率（0.942）和规模报酬递增（IRS），积极参与社会服务和高度重视科学研究则成为政府和学校提高教育投资效益的必然选择。对此，国家和高职院校应更加积极参加大量的社会服务活动，实现人尽其才、物尽其用、融入社会的理想目标，同时重视自身的科学研究水平，加大自身学术论文、学术专著、科研成果、专利项目的产出数量，从而进一步提高高等职业教育投资效益。
最后，由于本研究是对截面数据进行的横向比较，因此结论只能反映广州市属高职院校某一阶段的教育投资效益，以后将通过对各年数据及各省市院校进行纵向分析，探讨其效益效率发展变化的情况及趋势，并考察近年来人力、财力、物力资源和人才培养、社会服务和科学研究的变化给教育投资效益带来的改进是否显著。
参考文献：
［1］A.Charnes，W.W.Copper，E.Rodes.Measuring the Efficiency of Decision Making Units［J］.European Journal of Operation Research，1978，（2）:429-444.
［2］Jenkins，L，Anderson，M.A Multivariate Statistical Approach to Reducing the Number of Variables in Data Envelopment Analysis［J］.European Journal of Operational Research，2003，147（1）:51-61.
［3］Alm T，Chames A，Cooper W W.Some statistical and DEA evaluations of relative efficiencies of public and private institutions of higher learning［J］.Social Economic Planning science，1989，22（6）:259-269.
［4］Tom kins C，Green R.An experiment in the use of data envelopment analysis for evaluating the efficiency of UK university departments of Accounting［J］.Financial Accountability and Management，1988，（4）:147-164.
如何能制作出一份成功的简历，以增加在简历筛选中的胜算?如何能在不降低成功率的前提下提高简历筛选的效率?以下是小编整理的简历表格的格式参考，以供大家阅读。
简历表格的格式一：姓名：性别：女年龄：21 岁身高：163cm婚姻状况：未婚户籍所在：现居住地：工作经验：3-5年联系电话：邮箱：最高学历：大专专业：建筑装潢设计求职意向最近工作过的职位：导购期望岗位性质：全职期望工作地：信阳市期望月薪：2900期望从事的岗位：客服专员/助理(非技术)期望从事的行业：互联网/电子商务技能特长技能特长：接受新生事物快，勤奋好学，具有2年多的电子产品销售经验。教育经历中国计算机函授学院(大专)起止年月：2007年9月至0年0月学校名称：中国计算机函授学院专业名称：建筑装潢设计获得学历：大专工作经历XX电脑城- 导购起止日期：2009年10月至0年0月企业名称：弘运电脑城从事职位：导购业绩表现：主要销售主装机，数码周边配件等 简历表格的格式二：姓名
性别
女
出生日期
1985.11.21
民族
汉族
血型
O型
婚姻状况
已婚
教育程度
本科
工作年限
4年
政治面貌
群众
现有职称
无
户口所在地
山东省青岛市
现居住地
青岛市
联系方式
电子邮箱
求职意向
期望从事职位：数据分析师
期望工作地点：青岛市
自我评价
1、具有扎实的统计学专业基础知识，掌握常见的统计方法；
2、熟练掌握常用的数据挖掘方法，算法和相关工具、熟练使用SAS软件；
3、数据处理能力很强，熟练使用Office软件；
4、有良好的逻辑思维能力，注重细节、对数字敏感，能挖掘数据背后的意义，能够独立完成、撰写业务数据分析报告。
工作经历
2010年7月-2012年7月
山东****网络有限公司
单位性质：合资
所任职位：数据分析师
工作地点：青岛市
职责描述：
1、根据业务需求，制定用户使用行为数据的采集策略，设计、建立、测试相关的数据模型，从而实现从数据中提取决策价值，撰写分析报告；
2、跟踪并分析客户业务数据，为客户的发展进行决策支持；
3、完成对海量信息进行深度挖掘和有效利用，充分实现数据的商业价值；
4、支持微博事业部等产品部门下的运营，产品，研发，市场销售等各方面的数据分析，处理和研究的工作需求。
2008年6月-2010年6月
****公司
单位性质：国企
所任职位：数据分析助理
工作地点：青岛市
职责描述：
1、完成对行业销售及相关数据的分析、挖掘，熟练制作数据报表、撰写评估分析报告；
2、独立完成用户行为特征与规律的分析，关注市场动态与风险，为产品方向提出合理建议；
3、在分析师的指导下构建公司业务领域数据分析与挖掘模型和方法论；
4、针对历史海量商业数据，能及时发现和分析其中隐含的变化和问题，为业务发展提供决策支持；
5、完成数据分析相关的需求调研、需求分析等。
项目经验
2011年5月*****项目
项目职责：
1、收集用户使用行为数据；
2、完成行为数据的分析；
3、制定模型与产品运营间的联动接口。
教育背景
2004年9月-2008年6月
山东**大学
统计学专业
本科
主要课程：数学分析、几何代数、数学实验，常微分方程、数理统计、抽样调查、多元统计、计算机应用基础、程序设计语言、数据分析及统计软件、回归分析等。
掌握了扎实的专业基础知识，擅长数学，有很强的分析和演算能力，业余广泛了解相近专业的一般原理和知识，如经济学、计算机操作等，在统计计算的基础上锻炼了视野广阔的分析技能。
培训经历
2010年3月-2010年10月
数据分析与SAS培训
主要课程：SAS体系内容、ETL技术、SAS分析技术、假设检验、方差分析以及各种模型分析等。
通过本次数据分析培训，全面掌握了SAS的内容，如逻辑库及操作符与SAS的表达式等，能够完成复杂数据步的控制，数据集整理以及主成分分析、因子分析等，提升了数据的分析能力。
专业技能
熟悉数据分析模型的建立，能独立完成数据分析并针对结果给出一定的建议。
简历表格的格式三：姓 名性 别男出生日期1990-10-9户口地广州住宅电话*****手 机EMAIL个人主页****联系地址广东省xxxx毕业院校工作经历时间所在公司职位相关说明20xx年1月2日——
20xx年10月15日广州无限信息传播有限责任公司网页制作工程师/WEB美工/项目经理毕业以后找的第一份工作，主要职责是网页设计、FLASH制作以及平面设计。由于能力突出，后期在做大型项目中国校园商务网时任项目经理20xx年10月——
20xx年3月馨蓝数码工作室设计师第一份工作辞职以后与几个朋友自行开发制作馨蓝游戏网20xx年3月——
20xx年9月31日广州高安软件有限公司美工监理，设计师馨蓝游戏网与该公司签署合作协议，正式合并到该公司，自己也加入该公司参与网站建设工作，为寻求个人更大发展而离开该公司主要作品（建议上我的求职主页查看详细*******）网页作品FLASH作品精益眼睛眼镜店网站导入FLASH
NEC网站导入FLASH
红宝石电子网站导入FLASH
妇女维权网站导入FLASH
1．重策略执行而轻战略制定，企业整体运作意识不强战略是企业发展的长期性、全局性指导思想，策略则是战略的具体化。从决策逻辑上来说，企业必须先确定营销战略，然后再根据战略制定策略。具体在营销模拟实验中，学生先要进行SWOT分析，明确企业的优势、劣势、机会和威胁;然后进行STP分析，把握各细分市场之间的差异性，明确公司的目标市场，确定产品的市场定位;之后再制定公司的具体发展目标，如市场占有率目标、销售额目标、利润目标，这些内容基本都属于公司战略决策的范畴，对企业后阶段的策略制定起着方向性的指导作用。但在实验操作实际中，很多学生对战略分析不够重视，把大部分时间和精力都放在了策略制定与执行上，热衷于进行新产品的开发、新品牌的推出、价格的制定与调整、渠道的选择、广告促销等，至于为何要这样去制定和执行，以后要怎样去制定和执行，则缺少全盘考虑。实际上，由于学生前期的战略分析不全面，战略目标不明确，很多策略的针对性和实用性不强，甚至有些策略就凭主观感觉或估计来确定。
2．决策过程不严谨，数据分析能力弱由于市场环境越来越复杂，决策风险越来越大，企业的决策日趋客观严谨，决策中越来越重视数据的支撑作用。数据是市场的真实反映，揭示了事物发展的客观规律，本身就是决策的重要参考，培养学生的数据分析能力和严谨思维也是营销模拟实验教学的一个重要目标。市场模拟营销实验中包含大量的数据，比如销售量、销售额、增长率、利润额、利润率、生产成本、投资收益率、知名度、股价等等，另外还有许多图表，如折线图、饼形图、柱状图及矩阵图等，每一次营销计划执行后，这些数据或图表就会发生相应的变化。这些数据中蕴含着丰富的市场信息，非常值得我们去挖掘，但这些数据或图表并没有被学生很好地利用，学生对数据的敏感度不够，不擅长去分析其中包含的信息，对它们的认识有些表面化，往往是在进行简单的了解后便很快制定出营销策略，决策过程欠严谨。
二、市场营销模拟实验教学的优化对策
1．科学分组，确保竞争公平为使每一位同学都能始终保持实验兴趣，也为了保证小组竞争的公平，教师在实验开始前必须对全班进行科学分组。分组时要考虑以下几点:首先要确定每组的人数，每组人数不宜过多，太多了影响决策效率，还可能导致人浮于事，一般三人一组比较好，团队比较精干，也便于协商或讨论;然后要确定小组成员选择标准，每一小组至少要有一位专业能力相对突出的同学，以保证决策过程的专业性和合理性，并带动其他同学积极参与。确定组队标准后，学生可以先行组合，然后把组队名单交给老师，老师根据实际情况对各组成员进行适当调整，尽量使各组的实力保持相对平衡。
2．突出战略决策，做好市场分析与战略定位企业的决策需要有战略思维，要预先做好市场及产品的规划，在此基础上再制定出不同阶段的营销策略。为此企业需要对营销环境做出全面细致的分析，了解企业的优势、劣势、机会和威胁，并在市场细分的基础上做出目标市场的选择，确定产品在目标市场的定位，最终形成成熟的营销方案。这种战略分析能力体现出了学生的宏观视野和逻辑思维，但往往也是很多学生的弱项，需要教师在实验环节中予以特别重视，通过一系列强化训练来培养。比如要求学生在每次实验中必须提交两份战略分析报告，一份是SWOT分析报告，一份是STP报告，报告中必须对营销环境、战略定位、营销目标做出详细分析和具体明确，并阐述原因和依据，在分析报告没有提交之前，不能进入下一个实验环节。在每一年度的营销实验结束后，教师还要对全班所有同学的分析报告进行评比，将评比结果作为期末成绩的参考。通过这种硬性规定，让学生重视战略分析，逐步提高从全局把握问题的能力。
3．强化数据分析，做到严谨决策数据分析能反映一个人看待问题的深度以及思维的严谨性，但对于很多学生来说，由于营销分析工具掌握不牢固，对数据分析的方法比较生疏，难以从多个数据中发现事物之间的内在联系或规律，更多是根据主观感觉或个人经验，再结合一些表面的数据来制定营销对策，决策过程存在某种随意性。为改变这一不良决策习惯，教师在实验中必须强调一点，就是所有的决策必须有数据支撑，必须有数据分析，用数字说话。这并非提倡决策的“数据主义”，只是强调严谨决策的重要，这种训练对学生以后的行为习惯和逻辑思维将产生积极影响，让学生更理性地看待问题和解决问题。以营销模拟实验中的广告投放决策为例，就要求学生先了解企业本年度的营销预算、广告的目标、媒体的成本、媒体的传播效应、企业目前的知名度等数据，然后对这些数据进行科学计算，得出广告投放的时间、次数和费用，而不能凭估计随意给定一个数字。
1．重策略执行而轻战略制定，企业整体运作意识不强
战略是企业发展的长期性、全局性指导思想，策略则是战略的具体化。从决策逻辑上来说，企业必须先确定营销战略，然后再根据战略制定策略。具体在营销模拟实验中，学生先要进行SWOT分析，明确企业的优势、劣势、机会和威胁;然后进行STP分析，把握各细分市场之间的差异性，明确公司的目标市场，确定产品的市场定位;之后再制定公司的具体发展目标，如市场占有率目标、销售额目标、利润目标，这些内容基本都属于公司战略决策的范畴，对企业后阶段的策略制定起着方向性的指导作用。但在实验操作实际中，很多学生对战略分析不够重视，把大部分时间和精力都放在了策略制定与执行上，热衷于进行新产品的开发、新品牌的推出、价格的制定与调整、渠道的选择、广告促销等，至于为何要这样去制定和执行，以后要怎样去制定和执行，则缺少全盘考虑。实际上，由于学生前期的战略分析不全面，战略目标不明确，很多策略的针对性和实用性不强，甚至有些策略就凭主观感觉或估计来确定。
2．决策过程不严谨，数据分析能力弱
由于市场环境越来越复杂，决策风险越来越大，企业的决策日趋客观严谨，决策中越来越重视数据的支撑作用。数据是市场的真实反映，揭示了事物发展的客观规律，本身就是决策的重要参考，培养学生的数据分析能力和严谨思维也是营销模拟实验教学的一个重要目标。市场模拟营销实验中包含大量的数据，比如销售量、销售额、增长率、利润额、利润率、生产成本、投资收益率、知名度、股价等等，另外还有许多图表，如折线图、饼形图、柱状图及矩阵图等，每一次营销计划执行后，这些数据或图表就会发生相应的变化。这些数据中蕴含着丰富的市场信息，非常值得我们去挖掘，但这些数据或图表并没有被学生很好地利用，学生对数据的敏感度不够，不擅长去分析其中包含的信息，对它们的认识有些表面化，往往是在进行简单的了解后便很快制定出营销策略，决策过程欠严谨。
二、市场营销模拟实验教学的优化对策
1．科学分组，确保竞争公平
为使每一位同学都能始终保持实验兴趣，也为了保证小组竞争的公平，教师在实验开始前必须对全班进行科学分组。分组时要考虑以下几点:首先要确定每组的人数，每组人数不宜过多，太多了影响决策效率，还可能导致人浮于事，一般三人一组比较好，团队比较精干，也便于协商或讨论;然后要确定小组成员选择标准，每一小组至少要有一位专业能力相对突出的同学，以保证决策过程的专业性和合理性，并带动其他同学积极参与。确定组队标准后，学生可以先行组合，然后把组队名单交给老师，老师根据实际情况对各组成员进行适当调整，尽量使各组的实力保持相对平衡。
2．突出战略决策，做好市场分析与战略定位
企业的决策需要有战略思维，要预先做好市场及产品的规划，在此基础上再制定出不同阶段的营销策略。为此企业需要对营销环境做出全面细致的分析，了解企业的优势、劣势、机会和威胁，并在市场细分的基础上做出目标市场的选择，确定产品在目标市场的定位，最终形成成熟的营销方案。这种战略分析能力体现出了学生的宏观视野和逻辑思维，但往往也是很多学生的弱项，需要教师在实验环节中予以特别重视，通过一系列强化训练来培养。比如要求学生在每次实验中必须提交两份战略分析报告，一份是SWOT分析报告，一份是STP报告，报告中必须对营销环境、战略定位、营销目标做出详细分析和具体明确，并阐述原因和依据，在分析报告没有提交之前，不能进入下一个实验环节。在每一年度的营销实验结束后，教师还要对全班所有同学的分析报告进行评比，将评比结果作为期末成绩的参考。通过这种硬性规定，让学生重视战略分析，逐步提高从全局把握问题的能力。
3．强化数据分析，做到严谨决策
数据分析能反映一个人看待问题的深度以及思维的严谨性，但对于很多学生来说，由于营销分析工具掌握不牢固，对数据分析的方法比较生疏，难以从多个数据中发现事物之间的内在联系或规律，更多是根据主观感觉或个人经验，再结合一些表面的数据来制定营销对策，决策过程存在某种随意性。为改变这一不良决策习惯，教师在实验中必须强调一点，就是所有的决策必须有数据支撑，必须有数据分析，用数字说话。这并非提倡决策的“数据主义”，只是强调严谨决策的重要，这种训练对学生以后的行为习惯和逻辑思维将产生积极影响，让学生更理性地看待问题和解决问题。以营销模拟实验中的广告投放决策为例，就要求学生先了解企业本年度的营销预算、广告的目标、媒体的成本、媒体的传播效应、企业目前的知名度等数据，然后对这些数据进行科学计算，得出广告投放的时间、次数和费用，而不能凭估计随意给定一个数字。
4．加强课堂管理，确保实验效果
