编辑推荐
本书为产品管理与运营系列丛书，产品经理不可或缺的数据驱动思维的字典级工具书
内容简介
本书内容共分为四个篇。第一篇为概念篇（第1～2章）这一篇以数据产品经理的工作流为背景，介绍如何掌握数据驱动产品设计的理念，并为大家讲述以管理者的视角来看，产品经理的能力分为哪几类，让大家建立起一个正确的产品设计思维——根据数据现状驱动并决策产品的发展方向。第二篇为搭建篇（第3～9章）这一篇展示如何通过一个通用的框架来帮助一家初创公司搭建一个完整的数据分析体系，从需求分析到方案设计都有涉及，并以一个完整案例介绍了整个搭建过程。第三篇为应用篇（第10～13章）上一篇建立的数据分析平台的本质是帮助业务人员针对产品的用户进行全生命周期的管理，并使用数据分析常用模型驱动业务决策。本篇内容将从两个维度展开：一是日常运营所用到的模型，二是企业黑客增长所用的模型。这样就可以帮助大家在日常工作中建立完整的运营与增长双体系数据驱动思维了。第四篇为进阶篇（第14～16章）通过前面的篇章我们已经学习了数据分析体系的整个搭建过程，本书的最后一篇将为大家带来一个总监级企业战略研判技能，带领大家进入一家企业运作的核心——战略管理的学习。
作者简介
作者刘天，东华大学项目管理硕士，日本京都大学访问学者，曾为国家级科研项目带头人，TMT领域投研顾问/MBA特约讲师/互联网峰会特邀演讲嘉宾，先后就职于万达、叮咚买菜等公司，负责过多个集团级中台与电商平台业务的产品整体规划，在商业模式拆解与集团级产品体系搭建方面拥有极其丰富的经验。
著有《中台产品经理宝典》一书。
章节目录
版权信息
作者简介
推荐语
前言
概念篇 数据驱动产品设计概述
第1章 揭开数据产品经理的神秘面纱
1.1 市面上为什么有那么多类产品经理
1.2 公司内部的产品经理架构
1.3 闭环产品体系设计模型
1.4 数据产品经理的能力模型与分类
第2章 数据产品经理的工作场景
2.1 数据产品经理的工作流程
2.2 业务演进对数据分析的需求
搭建篇 从零到一搭建数据分析体系
第3章 数据分析体系入门
3.1 为什么需要数据分析体系
3.2 数据分析体系概念的常见误区
3.3 数据分析体系构成框架
3.4 案例00：L电商公司数据分析的背景介绍
第4章 数据分析体系搭建路径
4.1 通用行动框架
4.2 工作任务1：当前业务现状调研
4.3 工作任务2：当前数据分析体系调研
4.4 工作任务3：数据分析平台设计
4.5 工作任务4：数据分析体系驱动决策
第5章 玩转数据报表设计
5.1 数据报表设计
5.2 案例06：L公司的数据报表设计
5.3 数据报表分析法
5.4 案例07：L公司基于数据报表的分析
5.5 数据源管理
5.6 案例08：L公司数据底层取用逻辑改造
第6章 数据指标
6.1 指标是什么
6.2 指标的基本构成
6.3 指标体系
第7章 从零开始设计指标体系
7.1 指标体系建立方法论
7.2 确定数据分析目标
7.3 纵向指标维度定义
7.4 横向指标维度定义
7.5 拓展：指标体系的应用
第8章 数据采集管理
8.1 数据采集的常见方式
8.2 案例12：L公司数据采集定义
8.3 数据核心采集方式：埋点
第9章 拓展：数据分析平台2.0
9.1 案例15：L公司数据分析平台2.0
9.2 案例16：L公司线下零售业务数据模型
9.3 案例17：L公司最小数据中台的建设
应用篇 数据分析体系驱动业务决策
第10章 数据驱动业务决策框架
10.1 什么是数据驱动业务决策框架
10.2 数据驱动业务决策框架的组成
第11章 日常运营的十八般武艺
11.1 案例18：L公司电商的日常运营
11.2 商品运营数据模型
11.3 用户运营数据模型
11.4 产品运营数据模型
第12章 数据助力实现黑客增长
12.1 什么是黑客增长
12.2 黑客增长的实现
12.3 案例25：L公司电商的黑客增长
12.4 用户增长数据模型
12.5 渠道增长数据模型
12.6 产品增长数据模型
第13章 L公司数据模型综合案例
13.1 案例30：L公司会员付费率增长方案
13.2 案例31：L公司会员付费率增长运营
13.3 案例32：L公司中的辛普森悖论
13.4 案例33：L公司1.0方案投放验证
进阶篇 跟CEO学习企业战略研判
第14章 数据驱动下的企业战略规划
14.1 企业战略规划是什么
14.2 为什么要懂企业战略规划
第15章 企业战略规划分析
15.1 企业战略
15.2 企业经营阶段
15.3 企业经营管理
第16章 基于企业战略规划驱动产品设计
16.1 业务发展目标拆解
16.2 产品架构落地
附录 全书100个核心知识点速查
高阶产品经理必修课：企业战略驱动下的数据体系搭建是2021年由机械工业出版社华章分社出版,作者刘天。
得书感谢您对《高阶产品经理必修课：企业战略驱动下的数据体系搭建》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。
