举报该问题：
含有法律法规禁止的内容
含有违反《玩家守则》的内容
含有违反《推广员守则》的内容
含有无意义的内容
含有广告相关的内容
含有抄袭或作弊行为的内容
含有不文明言论的内容
含有信息安全问题的内容
含有游戏意见或建议反馈的内容
含有与“知道”定位不符的内容
楼主指定最佳答案
限制锁是不能解除的，只有等时间过了就自动解除了不过我看你只是想换个内丹，我这有个办法，也是听朋友说的，你试一下你买的宝宝上面的内丹应该是可以吐出来的，只是没办法让宝宝再吃内丹是吧，你这样试试看，先把你要给宝宝吃的内丹加上时间锁，然后再给宝宝用，这样应该让用了
擅长：任务玩法
官阶：八品承务郎
其它高悬赏问题问道的新手大礼包给的东西怎么都有时间限制
问道的新手大礼包给的东西怎么都有时间限制 5
& 其他的都是这
楼主你好很荣欣回答你的问题
&& 这个肯定一限制的，因为GM要是不弄限制全部可以什么时候用那还的了，最后得的法宝就影响平衡。。GM也不会那傻的。。。。等你需要的时候在开把 谢谢
&& 呵呵楼主顶我把
其他回答 (2)
当然是有限制的`以前刚出新手包的时候没有`现在改来改去就弄得有时间限制了
现在大礼包开出来的东西限制1星期用掉
相关知识等待您来回答
问道领域专家产品设计中「拿数据说话」会遇到哪些具体的障碍？可以如何解决？
按票数排序
1.数据在哪里很多人说，我没数据怎么办啊？其实数据俯拾皆是，互联网各种信息都是公开的，甚至是泛滥的。百度指数，谷歌趋势，这是眼见的。淘宝的热榜，以及销量分布，很多数据都可以拿到。第三方数据报告，是，有水分，但是很多是值得看的。各大公司的财报，招股说明书，不是说为了买股票才看，看业务趋势，看行业走势，很多值得看的东西。那么，有人说，我不看这些数据，我看我们产品数据，但是开发人员推三阻四总不给做，其实公开的数据统计工具已经很强大了，百度统计，CNZZ，谷歌统计（话说会用谷歌统计的真不多），那么有人说了，我要的这些统计没有；其实未必是没有，很多是因为你不会用，比如百姓网在北京Qcon架构师大会上分享了如何利用谷歌统计分析各地用户的访问速度分布，让我也很受启发，那份文档在互联网上是公开的，自定义代码只有两行，关键是思路。2.数据怎么读误读是常见的，看到数据没有头绪也是常见的，有了头绪但是理不清楚也是常见的，所以数据分析专家非常难得。这种东西，有时候真的只可意会，难以言传。我给一些圈里做网站的朋友看某些很刺激的数据，他们会跳起来，问，这么强，为什么！给还在百度打工的经理人看，他们会回一句，哦，什么意思？感觉很不一样。话说，我最近发现一点，真正懂数据的人在企业招聘的时候很难招到，其实并不是这些人缺乏，而是这些人很少在打工！！ 我身边无数成功的草根创业者，我发现他们出身，发展所走的路数，人品，生活方式，等等真是千差万别，但是有一点是共性的，就是对数据的敏锐度超强，Caoz自吹一句，在IT打工的人里，对数据算是很懂的，很讲的出来的，但是自己也明白，真正的数据高手，人家根本不打工！！ 比如前端时间爆料的 ，台湾人搞的搜索套利，在上海运作卖了3.85亿美刀中国没几个人知道的，那真是把数据转化运作到家的典范，Caoz自愧弗如，和人家比简直是天壤之别。如果你真能知道，数据在哪里，数据怎么读，互联网对你而言，没有秘密，想做什么事情，会简化很多倍。再次分享我对数据的境界之谈1.我知道你不知道，对已知的掌握。2.我猜到你猜不到，基于已知对未知的预判。3.我做到你没做到，基于正确的预判形成正确的行动决策。
1,没有数据占大多数，怎么办?2,对数据的理解，你有了数据是否用的好？综上，数据这个事情很重，要但如果不能驾驭好数据，乱用数据做出不靠谱的决策还不如不用。数据的教条主义害死人。
之前深入做了一年多的数据。这个问题真是痛处。咆哮一下吧，也许真正做过的才。。1. 数据首先是要被设计出来，才能作为结果展示。设计验证性数据结构，周密的话必须细挖。直接导致的结果就是除了你，看的人谁也搞不明白为什么这么设计。而一旦提交，技术实现成本考虑又会将原有计划彻底打乱！2. 数据给出的，仅仅局部最优解，不是全局最有解，一个微小的设计决策需要庞大细致的数据印证。“数据化运营”“数据驱动设计”说着容易，实现难度非常大。3. 如果是调研或市场数据，往往是东拼西凑没有核心说服力。而自己做的数据，能确定的事实往往和主观判断相差不大，又并不如主观判断更加高效。4. 这些问题导致的结果是，靠数据说话往往成为早期设计者的美好假象，没有谁能扎实做下去。而设计者和决策者对数据研究方法和结果也逐渐缺乏耐心和深入学习。想对其进行充分解释变得越来越难。也许某些数据在某个设计决策中发挥了重要作用，但仍无法对整个决策过程“保驾护航”。
作为一个曾经借道数据分析师来转型的PM，我也来吐槽一下吧1. 数据分析能力的限制一方面是使用工具的能力，不是能打开第三方工具看下数字，或者请几个程序员建个数据仓库就算是数据分析了，真的。。。因为数据有很多、指标也有很多，不是随便挑几个拿来跟人喷喷就完了的，需要对分析这件事有一定的积累和体会，然后建立一个指标体系，用不同的、合理的指标组合来对应每一块的数据需求。另一方面，真正依赖于机器的数据挖掘和分析，难度是非常高的。如果忽略了这一点，就会陷入一个怪圈，我们的数据挖掘都做的这么久了，怎么还是不靠谱呢？放心吧，别人也不靠谱。大部分时候，我们只是定好了或简单或复杂的规则，让机器来跑而已。当然，不是说这个方向不对，只是目前机器智能还是有局限性的。2. 业务理解的限制或者说，是在不同角度上，对数据会有不同的解读。比如某一天：a说哈哈哈，我们这周活动搞的不错啊，流量翻了一倍！b说，对呀，这次人均pv和停留时间也不错！（奇了个迹的，一般都是咔嚓上了堆垃圾流量，这些指标就下来了嘛。。。）c说，我本来想习惯性的说去你妹的，都是垃圾流量没有订单。但是今天订单数也涨了好多啊。。。快向领导报告。。。然后d说，去你妹的！别看GA了，后台这几天的毛利数据，都你妹的-50%了用户能不抢吗。。。亏到姥姥家了。。。a，b，c：。。。老大：哈哈 很好很好 我们就要销售额和市场占有率 钱这东西 投资人有的是。。。凑热闹调侃一下电商哈，不过上面这种对话，应该很常见。如果我们“拿数据说话”时，只考虑了自己的角度，就很有可能用正确的数据得到错误的结论。一个数据分析师，或者其他想用数据说话的人，都需要不断的加深自己对各业务细节的理解、还要兼顾对大局的把握，这时候一个数字可能会代表很多的含义，我们要做的，就是尽可能的考虑到这些因素，然后给出一个尽可能靠近真相的结论。3. 其实还好其实数据分析应该不是新鲜概念了，这里要推荐一本书《科学的广告》，我不懂广告，但我也看明白了一点，就是现代广告学里，对营销效果的评估和反馈，本来就是很重要的一环，作为高科技行业的互联网广告投放，反而做的不够。即使再早个上千年，一个饭馆老板要做个新招牌、开家分店、什么时候降价什么时候涨价，我猜也是经过“评估”进行的，而且除了经验以外，也不排除有精确的计算过程。而数据分析工作和技术所带来的，是更低成本的试错和评估过程。所以即使抛开那些一般人类看不懂的高科技不管，我们仍然有很多事可以做。如果把首页广告位换个位置会怎么样？如果把钱投到另一个广告渠道会怎么样？如果取消支持免注册下单会怎么样？如果来次大减价，毛利降低20%，消费者会怎么样？如果我们上线一个社交模块，有多少用户参与进来，每个人说了几句话？在这样的试验过程中，关注各种数字的变化，会帮助我们更深入的理解业务，理解业务的运行。产品设计也是一样，不需要高深的理论，数据的变化会告诉我们，用户喜欢还是不喜欢新的设计。谁说屌丝不能有“数据敏感度”的：）
粗略的讲，“拿数据说话”是一个过程：产品设计前必须得有清晰的目的、目标要实现目标需要哪些指标，每个指标需要哪些数据，数据要多少才算完成目标得有获得可信数据的方法，比如统计系统、分析日志等产品各个数据点和用户行为的关系是什么样，不同指标的数据表现代表什么，传说中的数据模型是啥样拿数据说话，用实际数据去验证数据模型的合理性、是否可以实现目标，从而决定产品设计是否合理以上属于拍砖，召唤热衷数据分析的产品同行朋友来回答～
1.数据不充分，拿不到充分的相关的数据以做分析和判断。2.分析差异化，数据分析过程本身就是杂合很多主观因素的。同一份数据不同人分析能得出不同结论。3.不相信数据，很多时候有些人喜欢先入为主有自己的判断，数据不过是验证他的判断。如果数据得出的结论和他的判断不一致的情况他会否定数据。如果这个人是老板就跟麻烦了。解决方法1.尽量拿到充分的数据，有着非常严谨的分析。2.不要过分迷信理性分析的力量，适当结合感性权利和关系的力量来帮助自己说话。
拿数据说话在”获取“和”使用”两个阶段都可能存在障碍，有些数据不是你想拿就能拿到，有些数据你拿来却未必能分析，具体说来：数据获取障碍及解决方法1、获取成本过高——优化获取方法，或寻找替代数据，或放弃。2、获取时间过长——同上3、获取的数据不充分——优化获取方法数据使用障碍及解决方法4、分析的成本过高——优化分析方法，或寻找替代数据5、分析的时间过长——同上6、分析结果松散甚至互相矛盾——优化获取方法和分析方法7、海量数据——优化分析方法（如抽样分析）
鄙小网站最近也遇到这样的情况。开发觉得产品一拍脑袋是一出，提出的方案和产品改进怎么看怎么不靠谱，就要求产品和运营“数据导向”，重塑产品策略。我作为每天花两次时间搜集整理自己的运营数据，遇到别人推介网站马上去alexa估底的第三方成员觉得这种思路只是“政治正确”，目的无非是想“你们即便乱搞，起码也有个下限”。因为说起来，数据导向说来容易，做起来：1、成本如何解决？提供数据的成本相当高，普通中小网站根本不具备制式数据(cnzz，GA之类)外的东西。2、各网站业务不同，核心指标各有区别，势必使用制式数据外东西，如何定义核心指标？这可能更取决于运营人员和产品人员的判断。但现在的问题是，开发认为运营和产品不靠谱。3、如何解读？我有一位多次在中大网站直接向CEO、CFO汇报的数据挖掘高手不止一次告诉我，没有一个数据是对的——当然这不是说他的能力，而是说他的严格。此外，他还说，即便是从他搭建的系统中取出的数据，如果诠释方式不通过他签字批准，不能作为向领导汇报的依据。数据是很好的东西，但世界太复杂了，试图使用一个元素就解释所有事情，显然不太科学。即便这个元素是数据也不行。再举一个很简单的例子：鄙站去年底搞活动，试图刺激某个指标数量，于是放出大量奖励。回头一查数，指标数据的确提升明显，但质量大幅下降，最后非但没有利于网站建设，反而遭到用户不少诟病，几伤根本。记得王小波(提到他是因为他的数学背景)曾对黄仁宇万历十五年里中国用数字管理会好一些的观点表述了不同意见，我觉得，王小波是对的。
第一位已经说的比较全了，但是我想补充一点的是，数据在哪里和数据怎么读其实有时候是建立在你又如何的猜测、想法和思路而后展开的，数据分析是一个迭代的过程。不断的看数据、猜测、分析、验证、猜测、整理数据再分析的过程。所以其中最重要的功力应当在于整个过程的思路建设和拓展上，还有数据的敏锐度。赞同最后总结的三句话，知、预测、行动是数据的三大层面。
不太清楚在产品设计中是怎样的情况，只能拿目前学的统计来说说：1、同一个数据，不同的用处数据处理并建模只有两个用处，一个是解释，另一个是预测。用处的不同会导致你数据处理的不同，这点是要明确的。解释的时候数据预处理要消除共线性，并且要考虑交互影响以及控制变量的因素。预测的时候有共线性的更精确，不可混淆做。2、数据变量要有经济意义。在做成分分析时，会发现模型很好，但是变量没有经济意义。虽然达到了降维的目的，但实则无用。3、分短期与长期，关注点的不同自然有不同的最优策略。4、做了数据处理可以预测预测，拿前面一部分的数据来看看现在的数据是否符合你的思路。
没有神话，该你懂的时候自然会懂！推荐想对数据有感觉的人一本书《为什么卖竹竿的小贩不会倒》，虽然数据敏感度只是其中之一部分，但是整篇都跟分析表象下的真实情况有关联，而分析表象中隐藏的真相就是数据分析的目的。分析能力强了，接触数字多了，就对数字敏感了！
真正头疼的障碍是很多人其实看不懂数据，这才造成同一个数据，不同人能看出来甚至相反的结论来。于是各种解释、各种 PK ，最后的决策还是拍脑袋。于是大家又说数据没有用。然而事实上数据本身就是很多人都不容易看懂的，理论上这要求一个人又懂数据、又懂业务，才能给出真正靠谱的解释。于是为了让更多人能看懂（或许只是为了更容易说服老板），某种意义上我们需要注意控制数据处理的深度。最好的数据是特别直观、一下子就能看明白的。而如果数据需要拐好几个弯才能证明想要说明的问题，不但理解起来困难，数据处理本身也容易出错造成硬伤。当然希望数据简单并不是说深度的数据分析不做。反而简单的数据背后是需要做大量不同维度、不同深度的比较，最终选择最能直观说明问题的一个。这些是需要靠投入精力去堆积的～同样某种意义上，投入精力的密度决定了数据产出的效果。。
我觉得障碍有2点1 对数据的二次加工的技术能力， 例如拿google Analytics里面的数据为例，就拿pv 等导出excel处理一下就能得出很多有用的数据， 但怎么处理，对工具使用excel熟练度， 必须要有自己的思路才可以得出结论。
而且也要对业务熟悉。 例如一个网站我设计的，你拿到google analytics 的原始数据也很难处理出我想要的结果， 除非我给你讲一遍网站的架构和在给你做数据处理的范例，才可能懂。 2 数据的解读， 每个看到同样的数据都会有不同的解读，因为每个人个人经验不一样，对产品结构了解，看到的点也不一样。 所以最好还是设计产品的人做出一个模板，然后做数据处理的人按照模板做， 解读的文字，数据升降的写法都是有文字模板的。 这样才能保证 数据处理的人变成一个可靠地解读工具，而不成为胡乱解读的造成误导的人。其实 数据统计工具目前还是 omniture （HBX） 比较专业， 多用用软件，看看人家统计的是什么数据，然后自己慢慢学习处理一下如何弄出来就可以了。 数据最重要的还是结果的解读
正经答一下，最好是你遇到问题具体分析，如果只举一点的话：
往往我们在拿到数据之前我们已经有了思路，想做的只是找数据去印证自己的思路，所谓的找支点。之后我们就是一堆的指标中去翻，之后找到了对“支持论点”的数据，结果产品设计导致的是几个指标上去了，另外的几个指标下来了。如果是“明主”这时候就会敲打产品的设计者。从设计者的角度看“怎么又被阻碍了，这昏君“
解决方案如果不是从一开始就用目标量化结合及历史数据的整体自上而下的数据流方法论，那只能麻烦从整体指标和整体效率（利润）的角度去思考。如果老板不是明主，用自己的经验去做衡量，可以进行并行的线上测试，之后回收效果数据做评估。
资深 靠谱的数据分析师很少，
产品 运营中懂数据的更少之又少，
管理层中重视数据
尊重数据的更少，而且这帮人跟相信自己的直觉，他们的意识是很难改变的。
在产品 发展的初期， 数据的作用显现不出来，不到瓶颈，数据的作用显现不出来。
自己做过的数据，一般都符合自己主观的判断。我的理解是，无论你做出了多么离奇扯淡的判断，你总可以找到一组数据及解读方法来支持你的观点，这个真心不难。难就难在，如何真正摒弃主观因素而客观的分析出数据间的因果关系及趋势。我觉得这个是悖论，没有主观意识的对数据进行再次组织和解读，数据永远只是数字；但是一旦数据经过人来处理和解读了，数据还能保持客观么？
世界上有1000种数据，就有1000种解读方式，你懂得
如果大学里有做过什么课程实验，哪怕是物理实验，很容易理解《数据说话》如果只停留在马列那种辩证的看待一切事物，那理解《数据说话》不一定容易，也不一定困难，反正这件事得辩证的看了。
数据分析，水不是一般的深啊，我们公司招聘了3个月的数据分析师，貌似就一个还比较中意的，但我们老大嫌她32岁了还没生孩子，估计一进公司就要请产假之类的，就把人家拒绝了，悲了个催的，除了本职工作，还要我干数据分析的事儿，可怜我一学文的，对数字实在不敏感，哪有什么火眼金星呀，所谓的数据分析全是一些皮毛。前几天在深圳图书馆查到有一本《流量的秘密:Google Analytics网站分析与优化技巧》，可惜书在龙岗区，不知道这本书怎么样，准备今天去当当上败回来。
看数据或做数据的人，缺乏靠谱的业务思路，落到数据验证方案上造成处处是漏洞。sm中m去s家时要带些什么东西呀？去别人家当m是永远没自由了还是有时间限制的呀？求解，谢谢_百度知道
sm中m去s家时要带些什么东西呀？去别人家当m是永远没自由了还是有时间限制的呀？求解，谢谢
提问者采纳
- -男M带上你的 吊去 挨揍就行
女M小心 骗子
提问者评价
其他类似问题
按默认排序
其他1条回答
当然不是。不过现在偏色的人很多的你小心。
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁}