编辑推荐
本书在数字化背景下，以数据产品从业者的数据技术、数据技能、数据思维、数据方法、数据模型、产品用户/客户增长实战经验为基调，体系化撰写了数字化和数据产品的数据经验知识和案例。
内容简介
本书系统地介绍了数字化和数据产品相关的数据经验知识和案例。全书分为抓住数据增长波段、制定数据增长指标体系、全面的数据分析流程等共十八章，具体内容有数据增长新窗口、数据可视化等。
展开全文
- 封面
- 扉页
- 版权页
- 内 容 提 要
- 推荐
- 前言
- 资源与支持
- 第1章 抓住数据增长波段
- 1.1 数据增长发展阶段
- 1.2 数据增长新窗口
- 1.3 数据增长待解决的三大产品需求问题
- 1.4 3步帮公司从0到1跟上数字化步伐
- 第2章 制定数据增长指标体系
- 2.1 什么是增长型数据指标体系
- 2.2 如何搭建指标体系
- 2.3 评价指标体系原则
- 2.4 如何计算指标
- 2.5 案例：实操LTV用户增长生命周期价值计算
- 第3章 全面的数据分析流程
- 3.1 数据采集：源数据获取方法
- 3.1.1 数据埋点：埋点获取数据
- 3.1.2 案例：数据产品经理如何撰写PRD
- 3.1.3 硬件获取数据：硬件传感器获取数据
- 3.1.4爬虫
- 3.1.5 第三方渠道合作数据
- 3.2 数据缺失处理方法
- 3.3 数据可视化
- 3.4 案例：数据分析全流程
- 第4章 数据挖掘
- 4.1 数据分析与数据挖掘的关系
- 4.2 数据挖掘的标准流程
- 4.3 新手入门如何系统地学习实操数据挖掘
- 4.4 案例：数据挖掘
- 第5章 实操必懂的数据分析工具
- 5.1 数据分析实战Excel
- 5.1.1常用的统计分析函数
- 5.1.2 文本处理函数
- 5.1.3 数值运算函数
- 5.1.4逻辑判断函数
- 5.1.5 日期计算函数
- 5.1.6 匹配查找函数
- 5.1.7 多表合并函数
- 5.2 Excel实操分析技巧
- 5.2.1 Excel数据透视表
- 5.2.2 描述性统计分析
- 5.2.3 相关系数与协方差
- 5.2.4 线性回归预测模型
- 5.2.5 移动平均预测模型
- 5.3 Excel可视化数据
- 5.3.1 Excel基础图表可视化
- 5.3.2 Excel高级图表可视化
- 5.3.3 Excel合并报表
- 5.4 实战使用SQL
- 5.4.1 SELECT查询
- 5.4.2 带有约束的查询
- 5.4.3 过滤和排序查询
- 5.4.4 使用JOIN的多表查询
- 5.4.5 外部关联
- 5.5 学会综合运用Python
- 5.5.1 Python定义
- 5.5.2 规划Python学习路径
- 5.5.3 用Python可以解决什么问题
- 5.5.4 新手学Python要准备什么
- 5.6 安装Anaconda
- 5.7 案例：用Python分析新零售
- 第6章 巧用A/B测试
- 6.1 打破传统的A/B测试观念
- 6.2 什么是A/B测试
- 6.3 系统地设计A/B测试
- 6.4 A/B测试工具
- 6.5 A/B测试不一定是万能的
- 6.6 案例：A/B测试完整产品
- 第7章 数据模型驱动增长
- 7.1 懂模型就是懂高级数据分析方法
- 7.1.1数据智能化趋势
- 7.1.2 数据分析与高级分析流程
- 7.2 ARIMA时间序列模型
- 7.2.1 ARIMA时间序列模型定义
- 7.2.2 ARIMA 流程
- 7.3 AARRR模型
- 7.3.1 AARRR模型定义
- 7.3.2 搭建和计算海盗模型的思维方法和案例
- 7.4 AHP搭建风控模型
- 7.4.1 AHP模型的含义
- 7.4.2 AHP层次分析法实例
- 7.4.3 AHP层次分析法小结
- 7.5 RFM客户价值计算和分层运营模型
- 7.5.1 RFM模型定义
- 7.5.2 RFM模型计算方法流程案例
- 7.5.3 RFM模型的意义
- 7.6 LTV用户生命价值周期模型
- 7.6.1 LTV/CLTV的含义
- 7.6.2 LTV的作用
- 7.6.3 LTV的计算方法案例
- 7.7 其他常见的大小数据分析模型
- 第8章 用户画像
- 8.1 用户画像
- 8.1.1 用户画像定义
- 8.1.2 用户画像的作用
- 8.2 用户画像的方法
- 8.3 案例：淘宝用户画像应用
- 第9章 推荐系统
- 9.1 实战推荐系统产品
- 9.1.1 基于用户的推荐系统
- 9.1.2 推荐效果评价指标
- 9.1.3 基于内容的推荐系统
- 9.1.4 基于内容推荐系统的优点和缺点
- 9.2 推荐系统应用场景
- 9.3 推荐系统未来必须关注的七大热点
- 9.4 案例：今日头条和抖音短视频产品推荐系统
- 第10章 从0到1新建数据仓库
- 10.1 什么是数据仓库
- 10.1.1 数据仓库的含义
- 10.1.2 数据仓库的特点
- 10.1.3 数据库与数据仓库的关系
- 10.1.4 数据湖与数据仓库
- 10.1.5 数据仓库与数据集市
- 10.1.6 离线数据仓库与实时数据仓库
- 10.2 从0到1构建数据仓库
- 10.2.1 产品视角从0到1搭建数据仓库
- 10.2.2 技术视角从0到1搭建数据仓库
- 10.3 Hadoop生态系统
- 10.3.1 Hadoop发展历程
- 10.3.2 Hadoop生态
- 10.3.3 Hadoop的优势
- 10.3.4 Hadoop的发展趋势
- 10.4 案例：数据仓库产品的建设和应用
- 10.4.1美团点评用Flink做实时数据仓库建设
- 10.4.2 数据仓库总结
- 第11章 数据平台
- 11.1 数据平台产品
- 11.1.1 数据平台的理解
- 11.1.2 数据平台的一般功能
- 11.1.3 数据平台的技术视角
- 11.1.4数据平台的业务视角
- 11.2 常用的成熟数据平台
- 11.3 数据平台产品架构
- 11.4 搭建大数据平台
- 11.4.1 搭建大数据平台的步骤
- 11.4.2 搭建大数据平台具体实现
- 11.5 案例：数据平台应用
- 11.5.1 阿里云OS数据平台解决方案
- 11.5.2 淘宝、美团、滴滴的大数据平台应用
- 11.5.3 美图大数据平台完整实践案例
- 第12章 数据中台的介绍与搭建
- 12.1 数据中台的介绍
- 12.1.1 什么是数据中台
- 12.1.2 数据中台为什么受欢迎
- 12.1.3 要不要做数据中台
- 12.2 中台的分类
- 12.2.1 业务中台
- 12.2.2 技术中台
- 12.2.3 数据中台
- 12.2.4 组织中台
- 12.3 搭建数据中台——以教育中台产品为例
- 12.3.1 产品设计视角
- 12.3.2 技术视角
- 12.3.3 搭建的中台价值量化
- 12.4 案例：阿里云数据中台解决方案
- 第13章 数据产品规划
- 13.1 数据平台规划
- 13.1.1 设计数据平台
- 13.1.2 数据产品场景
- 13.1.3 大数据平台建设
- 13.2 数据产品的用户调研
- 13.3 数据产品的竞品研究
- 13.4 数据产品的需求挖掘
- 13.5 数据产品功能设计思考
- 13.6 数据产品设计指南
- 第14章 数据产品经理如何实现数据产品
- 14.1 数据产品经理工作内容
- 14.1.1 数据产品经理工作职责
- 14.1.2 企业对数据产品经理的要求
- 14.2 数据产品团队职能
- 14.3 做出数据产品和卖出数据产品
- 14.3.1 数据产品的4个层次
- 14.3.2数据产品的商业化
- 14.4 数据产品运营
- 14.4.1 数据从哪来
- 14.4.2 数据判断
- 第15章 数据安全和隐私保护
- 15.1 数据安全
- 15.1.1 什么是数据安全
- 15.1.2 数据不安全带来的危害
- 15.2 数据安全方案
- 15.2.1 数据安全的定位、框架及制度安全
- 15.2.2 网络安全和物理安全
- 15.2.3 窃取技术防护、服务器安全、数据库安全和数据备份
- 15.3 如何保护隐私
- 15.3.1 关于数据隐私的9个观点
- 15.3.2保护个人隐私15招
- 15.3.3 企业的隐私保护
- 15.3.4数据产品经理应该了解的4种数据隐私保护技术
- 第16章 数智化重塑增长
- 16.1 数智化
- 16.1.1 踏上数智化之路
- 16.1.2 从数字化走向数智化
- 16.2 数智化重塑未来增长的破局之路
- 16.3 找到数智化转型的第一个切入点
- 16.4 案例：数智化破局增长
- 16.4.1 传统企业数智化重塑增长案例
- 16.4.2 数智化解决方案案例——需求预测
- 第17章 不确定时代的数据产品经理思维方法
- 17.1 物联网的数智化未来
- 17.2 以快手为例看5G时代互联网产品的变化
- 17.3 数据认知促进数据思维
- 第18章 “数据人”行动路径
- 18.1 尽快从传统产品经理跃迁到数据产品经理
- 18.2 数据产品跃迁三部曲
- 18.3 数据产品经理=数据技术经理+运营经理+项目产品经理
- 附录一 常用术语：75个专业术语
- 附录二 数据产品经理的3种图
展开全部
版权信息
出版社：人民邮电出版社
出版时间：2022
作者：连诗路
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《数据增长模型：数智时代的全栈产品运营思维、算法与技术》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。
出版时间：2022
作者：连诗路
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《数据增长模型：数智时代的全栈产品运营思维、算法与技术》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。
数据增长模型：数智时代的全栈产品运营思维、算法与技术
免费读 (VIP)
