编辑推荐
商业智能：实现盈利的数据化运营及方法。
内容简介
企业每天都会生成大量种类繁多的数据，为了做出更明智的决策、发现问题并实现盈利，往往需要通过一些方法和工具将数据转化为可行的方案。随着大数据时代的到来，数据化运营已经成为商业智能中必不可缺的一个重要环节。在数据化运营过程中，需要数据分析师进行数据采集、数据清洗、数据建模、数据可视化和数据商业决策5项工作。本书结合企业商业数据，分数据化运营基础、企业中的数据化运营、数据化运营的业务流程、辅助决策式数据化运营、数据驱动式数据化运营、客户数据化运营、产品数据化运营7章讲述如何进行商业智能数据化运营。
章节目录
封面
前折页
版权信息
内容简介
前言
第1部分 开启数据化运营之旅
第1章 数据化运营基础
1.1 商业智能时代
1.1.1 商业智能的历史发展
1.1.2 商业智能的研究领域
1.2 数据化运营的概念与意义
1.3 数据化运营的四个层次
1.4 数据化运营应掌握的技能与工具
1.4.1 数据化运营的五种能力
1.4.2 数据化运营的常见工具
第2章 企业中的数据化运营
2.1 企业数据化运营必要性
2.1.1 市场营销策略
2.1.2 数据化运营误区
2.2 企业数据化运营场景
2.2.1 数据化运营在传统行业中的应用
2.2.2 数据化运营的主要应用场景
2.2.3 数据化运营的应用案例
2.3 企业数据化运营岗位职责
2.3.1 数据化运营企业组织架构
2.3.2 数据化运营岗位类型
第2部分 数据化运营思维
第3章 数据化运营的业务流程
3.1 数据化运营流程图
3.2 业务问题的定义与拆解
3.3 数据获取与网络爬虫
3.3.1 数据获取方法
3.3.2 网络爬虫实战
3.4 数据探索与预处理
3.4.1 数据探索
3.4.2 数据预处理
3.5 数据分析与挖掘
3.5.1 机器学习发展历程
3.5.2 机器学习分类
3.5.3 机器学习应用场景
3.5.4 Python常用机器学习库
3.6 数据可视化与数据决策
3.6.1 统计图表的正确使用方法
3.6.2 Python常用的图表呈现模块
第4章 辅助决策式数据化运营
4.1 基于回归的数据化运营模型
4.1.1 回归分类与基本步骤
4.1.2 一元线性回归模型
4.1.3 多元线性回归模型
4.1.4 非线性回归模型
4.1.5 含哑变量回归模型
4.1.6 逻辑回归模型
4.1.7 Python回归分析案例
4.2 基于分类的数据化运营模型
4.2.1 常见的准确率检验方法
4.2.2 决策树算法
4.2.3 朴素贝叶斯算法
4.2.4 KNN算法
4.2.5 支持向量机算法
4.2.6 神经网络算法
4.2.7 Python分类分析案例
4.3 基于聚类的数据化运营模型
4.3.1 聚类算法的分类
4.3.2 Python聚类分析案例
第5章 数据驱动式数据化运营
5.1 层次分析最优解思维应用
5.1.1 层次分析法步骤
5.1.2 层次分析法优缺点
5.1.3 Excel层次分析法分析案例
5.2 线性规划最优解思维应用
5.2.1 线性规划法分析案例
5.2.2 Excel线性规划法求解
5.3 节约里程最优解思维应用
5.3.1 节约里程法分析案例
5.3.2 Excel节约里程法求解
第3部分 数据化运营核心
第6章 客户数据化运营：挖掘用户需求，产品源于需求
6.1 数据获客，快速锁定目标用户
6.1.1 传统用户行为数据获取
6.1.2 互联网用户行为数据获取
6.1.3 用户行为数据获取方式对比
6.2 用户画像，精准定位用户需求
6.2.1 用户画像分析建模与应用场景
6.2.2 基于RFM的个体用户画像分析
6.2.3 基于聚类算法的群体用户画像分析
6.3 用户运营，覆盖完整生命周期
6.3.1 基于AARRR模型的用户运营方法
6.3.2 用户生命周期与用户价值体系
6.3.3 用户运营方法与典型案例分析
第7章 产品数据化运营：人人都能做数据产品经理
7.1 产品定位与产品设计
7.1.1 市场分析与企业战略分析
7.1.2 基于KANO模型的产品功能设计
7.1.3 基于PSM模型的产品价格设计
7.2 产品运营与产品优化
7.2.1 基于巴斯模型的产品销售量预测
7.2.2 基于漏斗模型的产品运营分析
7.2.3 基于A/B测试的产品优化评估
参考文献
后折页
封底
商业智能数据化运营实战是2022年由电子工业出版社出版,作者王鑫。
得书感谢您对《商业智能数据化运营实战》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
