數據化運營:系統方法與實踐案例數據分析、數據挖掘、產品運營、運營、數據化 |数据化运营:系统方法与实践案例数据分析、数据挖掘、产品运营、运营、数据化

趙宏田 江麗萍 李寧

  • 出版商: 機械工業
  • 出版日期: 2018-01-01
  • 售價: $474
  • 貴賓價: 9.5$450
  • 語言: 簡體中文
  • 裝訂: 平裝-文庫
  • ISBN: 7111604512
  • ISBN-13: 9787111604518
  • 相關分類: 資料科學

立即出貨 (庫存 < 3)

買這商品的人也買了...

相關主題

商品描述

本書以互聯網企業中常見數據運營場景為切入點,以工作中實際面臨解決的問題為案例,從方法、技術、業務、實踐4個維度講述數據運營的場景及應用方式。
書中從實踐出發,結合工作中數據運營經驗,以應用案例為主線,通過業務分析+代碼實踐這種更“接地氣”的方式講述數據的應用。
書中對於搭建數據監控指標體系、數據分析、數據挖掘、ABTest、埋點策略、用戶畫像建模等常見數據運營方式做了詳細的介紹。

作者簡介

趙宏田
畢業於中國地質大學(武漢)和武漢大學,獲工學和經濟學雙學士學位,現在某跨境電商從事大數據開發相關工作。
擁有豐富的數據分析和數據化運營經驗,負責過經營分析、SEO/SEM流量數據倉庫建設、競品爬蟲、企業BI搭建,以及多家公司用戶畫像項目的從0到1搭建。
業餘時間喜歡對工作中關鍵點進行總結和積累,開源項目的貢獻者,知乎專欄作者,撰寫了大量專業文章,廣受好評。

江麗萍
統計學碩士,某知名互聯網醫療公司數據分析師。
從事經營分析及數據運營多年,曾在不同行業以研究員、項目經理、諮詢顧問、數據分析專家的身份參與大量的數據運營項目,擁有豐富的互聯網數據運營項目經驗。
曾在某公司成功帶領小組打通公司層面數據,對關鍵業務條線從業務流、數據流進行流程化梳理;推動公司數據產品實現由0到1的突破。
希望能將數據分析與業務運營結合的更加緊密,以數據驅動運營,以數據推動業務。

李寧
中國商業聯合會數據分析專業委員會特聘專家,現就職於某知名外賣訂餐平台,擔任數據專家。
先後在艾瑞、攜程從事數據相關工作。樂於分享……,分享自己在數據和運營方面的經驗和心得,同時是知乎、36大數據和51CTO等知名媒體的專欄作家。
曾多次被行業內的各種數據峰會邀請擔任分享嘉賓,並以評審專家身份參與由中數委牽頭的《中國大數據人才培養標準(第1版)》的編審工作。

目錄大綱

目錄

前言

基礎篇

第1章概述:數據運營基礎002 
1.1大數據時代002 
1.2企業數據應用方式004 
1.3數據運營的崗位職責007 
1.4數據運營應掌握的技能009 
1.5本章小結013 

第2章業務:數據驅動運營014 
2.1如何用數據驅動運營014 
2.1.1定義數據分析目標014 
2.1.2目標分解與聚焦016 
2.1.3數據運營重點019 
2.2流量運營分析021 
2.2.1流量運營規劃021 
2.2.2流量分析023 
2.2.3解讀PV、UV 027 
2.2.4跳出率分析029 
2.2.5漏斗圖分析030 
2.2.6 A/B測試032 
2.3用戶運營分析033 
2.3.1用戶分群034 
2.3.2用戶行為分析040 
2.3. 3用戶生命週期價值047 
2.4本章小結051 

第3章報表:數據管理模板052 
3.1個性化數據管理報告—Excel 054
3.1.1創建報告的準備工作054 
3.1.2報告自動化步驟055 
3.1.3從數據源表到數據轉化表056 
3.1.4報告正文展示062 
3.1.5自動化報表腳本064 
3.2搭建數據分析報告模板—PPT 066 
3.2.1業務指標梳理(搭建運營監控指標體系) 067 
3.2.2分析思路與框架078 
3.2.3圖表展現079 
3.2.4數據與結論080 
3.2.5報告佈局與排版081 
3.2.6 PPT隨Excel模板自動更新084 
3.3本章小結085 

應用篇

第4章理論:數據分析方法088 
4.1數據分析理論模型088 
4.1.1 4P營銷理論089 
4.1.2 5W2H分析法090 
4.1.3 PEST分析方法092 
4.1.4 SWOT 093 
4.1.5邏輯樹095 
4.2數據分析方法與運用場景095 
4.2.1多維分析095 
4.2.2趨勢分析097 
4.2.3綜合評價法101 
4.2.4轉化分析103 
4.2.5數據挖掘方法106
4.3可視化:常用圖表的特點及適用場合106 
4.3.1環形圖107 
4.3.2矩陣圖108 
4.3.3組合圖112 
4.3.4文字云118 
4.4 AB Test的原理與實現125 
4.4.1 AB Test的原理126 
4.4.2 AB Test的埋點與報表部署128 
4.4.3 AB Test的分析方法129 
4.4.4 AB Test的常見誤區132 
4.5埋點策略與實現134 
4.5.1 utm來源埋點135 
4.5.2頁面PV埋點137 
4.5.3單擊埋點native 139 
4.5.4單擊埋點hybrid 141 
4.5.5業務埋點142 
4.5.6曝光埋點144 
4.5.7埋點常見問題145 
4.6本章小結146 

第5章案例:競品數據對標分析148 
5.1網絡爬蟲基礎知識148 
5.1.1開發環境準備149 
5.1.2 Web前端基礎149 
5.1.3解析網頁152 
5.1.4數據存儲159 
5.2網站結構分析166 
5.3 Scrapy爬蟲架構168
5.3.1 items模塊170 
5.3.2 pipelines模塊171 
5.3.3 settings模塊172 
5.3.4爬蟲模塊173 
5.4數據爬取與解析174 
5.5項目優化與改進177 
5.5.1爬蟲腳本部署在服務器端178 
5.5.2分佈式爬蟲的實現178 
5.6反爬手段及應對機制179 
5.6.1禁止IP請求180 
5.6.2禁止非瀏覽器訪問180 
5.6.3 ajax加載目標數據181 
5.6.4需要登錄後才能訪問182 
5.6.5手機App頁面數據抓取182 
5.7本章小結184 

第6章案例:某互聯網醫療產品用戶特徵分析185 
6.1應用背景與分析維度185 
6.2基於用戶細分的行為分析186 
6.3用戶來源渠道分析190 
6.4基於前端展示的用戶行為分析191 
6.5產品改進與運營建議195 
6.6本章小結195 

第7章案例:RFM用戶價值模型應用196 
7.1應用背景與目標196 
7.2基於規則的劃分198 
7.3基於聚類方法的劃分203 
7.4本章小結209

第8章案例:用戶流失分析與預測210 
8.1應用背景與目標210 
8.2問題分析與模型構建211 
8.3數據處理與結果212 
8.3.1確定用戶流失週期212 
8.3.2抽取訓練數據建立決策樹模型214 
8.3 .3線上部署腳本定期監測流失用戶221 
8.3.4流失用戶分析224 
8.4問題定位與解決方案226 
8.5本章小結229 

第9章案例:站內文章自動分類打標籤230 
9.1應用背景與目標230 
9.2問題分析與模型構建231 
9.3案例中主要應用的技術232 
9.3.1數據預處理232 
9.3.2 TF-IDF詞空間向量轉換233 
9.3.3文章關鍵詞提取234 
9.3.4樸素貝葉斯分類235 
9.4數據處理與模型檢驗235 
9.4.1文本分詞處理(數據分類與數據預處理) 236 
9.4.2數據結構處理238 
9.4.3計算文本的TF-IDF權重矩陣240 
9.4.4用樸素貝葉斯方法分類文章242 
9.5本章小結245 

提高篇

第10章應用:用戶畫像建模248 
10.1用戶畫像簡介248
10.1.1什麼是用戶畫像249 
10.1.2用戶畫像模型及應用場景250 
10.1.3數倉架構及項目流程254 
10.2用戶畫像管理257 
10.2.1模塊化開發257 
10.2.2存儲方式259 
10.2.3更新機制259 
10.3業務背景262 
10.3.1案例背景介紹262 
10.3.2數據倉庫相關表介紹262 
10.4用戶畫像建模267 
10.4.1業務需求梳理267 
10.4.2用戶標籤體系及開發內容268 
10.4.3用戶畫像開發流程274 
10.4.4時間衰減係數279 
10.4.5標籤權重配置280 
10.5用戶畫像數據開發282 
10.5.1建立用戶屬性畫像283 
10.5.2建立用戶行為畫像289 
10.5.3建立用戶偏好畫像303 
10.5.4建立群體用戶畫像308 
10.5.5畫像效果驗收313 
10.5.6畫像數據質量管理314 
10.6用戶畫像應用方式317 
10.6.1業務精細化運營317 
10.6.2數據分析319 
10.6.3精準營銷319
10.6.4用戶個性化推薦322 
10.7本章小結323