数据增长模型:数智时代的全栈产品运营思维、算法与技术

数据增长模型:数智时代的全栈产品运营思维、算法与技术

暂无评价综合评分的显示会考虑用户真实性等多项因素,每部作品出现综合评分的时间不定。
加载中,请稍候……

作品简介

本书以在数字化背景下,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。随书附赠丰富的原始数据和源代码,方便读者对数据分析案例进行实操练习。

本书内容全面,结构完整。首先,讲解了数据指标体系搭建和数据埋点案例;然后按照细节讲解数据分析流程、数据采集方法、数据挖掘整体方法;紧接着通过实操案例讲解了的数据产品工具,如EXCEL、Python、SQL、Anaconda、AB测试等工具,驱动数据增长的实战模型,如ARIMA、AHP、LTV、AARRR等,以及数据仓库和大数据平台的搭建方法;后讲解了数据中台和数据安全、数据智能应用场景、用户增长实战案例。

本书适合数字化市场下的数据产品从业者阅读,主要读者人群包含数据产品经理、数据运营人员、数据产品技术人员、数据领域创业者和相关专业的学生。

连诗路,阿里早期创业产品团队成员,爱奇艺奇秀视频直播高管,艺龙旅行网高管,上海路奇公司CEO。做过项目包括:阿里巴巴人工智能大脑、爱奇艺人工智能推荐、数字新零售美邦OMO(线上融合线下)产品从0到1;柔宇集团智能硬件,小米AIoT项目咨询顾问。人人都是产品经理专栏作家,LineLian专栏阅读数过100万。

作品目录

  1. 内 容 提 要
  2. 推荐
  3. 前言
  4. 资源与支持
  5. 第1章 抓住数据增长波段
  6. 1.1 数据增长发展阶段
  7. 1.2 数据增长新窗口
  8. 1.3 数据增长待解决的三大产品需求问题
  9. 1.4 3步帮公司从0到1跟上数字化步伐
  10. 第2章 制定数据增长指标体系
  11. 2.1 什么是增长型数据指标体系
  12. 2.2 如何搭建指标体系
  13. 2.3 评价指标体系原则
  14. 2.4 如何计算指标
  15. 2.5 案例:实操LTV用户增长生命周期价值计算
  16. 第3章 全面的数据分析流程
  17. 3.1 数据采集:源数据获取方法
  18. 3.2 数据缺失处理方法
  19. 3.3 数据可视化
  20. 3.4 案例:数据分析全流程
  21. 第4章 数据挖掘
  22. 4.1 数据分析与数据挖掘的关系
  23. 4.2 数据挖掘的标准流程
  24. 4.3 新手入门如何系统地学习实操数据挖掘
  25. 4.4 案例:数据挖掘
  26. 第5章 实操必懂的数据分析工具
  27. 5.1 数据分析实战Excel
  28. 5.2 Excel实操分析技巧
  29. 5.3 Excel可视化数据
  30. 5.4 实战使用SQL
  31. 5.5 学会综合运用Python
  32. 5.6 安装Anaconda
  33. 5.7 案例:用Python分析新零售
  34. 第6章 巧用A/B测试
  35. 6.1 打破传统的A/B测试观念
  36. 6.2 什么是A/B测试
  37. 6.3 系统地设计A/B测试
  38. 6.4 A/B测试工具
  39. 6.5 A/B测试不一定是万能的
  40. 6.6 案例:A/B测试完整产品
  41. 第7章 数据模型驱动增长
  42. 7.1 懂模型就是懂高级数据分析方法
  43. 7.2 ARIMA时间序列模型
  44. 7.3 AARRR模型
  45. 7.4 AHP搭建风控模型
  46. 7.5 RFM客户价值计算和分层运营模型
  47. 7.6 LTV用户生命价值周期模型
  48. 7.7 其他常见的大小数据分析模型
  49. 第8章 用户画像
  50. 8.1 用户画像
  51. 8.2 用户画像的方法
  52. 8.3 案例:淘宝用户画像应用
  53. 第9章 推荐系统
  54. 9.1 实战推荐系统产品
  55. 9.2 推荐系统应用场景
  56. 9.3 推荐系统未来必须关注的七大热点
  57. 9.4 案例:今日头条和抖音短视频产品推荐系统
  58. 第10章 从0到1新建数据仓库
  59. 10.1 什么是数据仓库
  60. 10.2 从0到1构建数据仓库
  61. 10.3 Hadoop生态系统
  62. 10.4 案例:数据仓库产品的建设和应用
  63. 第11章 数据平台
  64. 11.1 数据平台产品
  65. 11.2 常用的成熟数据平台
  66. 11.3 数据平台产品架构
  67. 11.4 搭建大数据平台
  68. 11.5 案例:数据平台应用
  69. 第12章 数据中台的介绍与搭建
  70. 12.1 数据中台的介绍
  71. 12.2 中台的分类
  72. 12.3 搭建数据中台——以教育中台产品为例
  73. 12.4 案例:阿里云数据中台解决方案
  74. 第13章 数据产品规划
  75. 13.1 数据平台规划
  76. 13.2 数据产品的用户调研
  77. 13.3 数据产品的竞品研究
  78. 13.4 数据产品的需求挖掘
  79. 13.5 数据产品功能设计思考
  80. 13.6 数据产品设计指南
  81. 第14章 数据产品经理如何实现数据产品
  82. 14.1 数据产品经理工作内容
  83. 14.2 数据产品团队职能
  84. 14.3 做出数据产品和卖出数据产品
  85. 14.4 数据产品运营
  86. 第15章 数据安全和隐私保护
  87. 15.1 数据安全
  88. 15.2 数据安全方案
  89. 15.3 如何保护隐私
  90. 第16章 数智化重塑增长
  91. 16.1 数智化
  92. 16.2 数智化重塑未来增长的破局之路
  93. 16.3 找到数智化转型的第一个切入点
  94. 16.4 案例:数智化破局增长
  95. 第17章 不确定时代的数据产品经理思维方法
  96. 17.1 物联网的数智化未来
  97. 17.2 以快手为例看5G时代互联网产品的变化
  98. 17.3 数据认知促进数据思维
  99. 第18章 “数据人”行动路径
  100. 18.1 尽快从传统产品经理跃迁到数据产品经理
  101. 18.2 数据产品跃迁三部曲
  102. 18.3 数据产品经理=数据技术经理+运营经理+项目产品经理
  103. 附录一 常用术语:75个专业术语
  104. 附录二 数据产品经理的3种图