水木
水木
发布于 2024-08-22 / 9 阅读
0

数据增长模型:数智时代的全栈产品运营思维、算法与技术

链接: https://pan.baidu.com/s/1otZh10jKg5Jh35ii7q5uAA?pwd=7ftq 提取码: 7ftq

出版社: 人民邮电出版社
ISBN:9787115570604
版次:1
商品编码:13590194
品牌:数艺设
包装:平装
开本:16开
出版时间:2022-01-01
用纸:胶版纸
页数:400
正文语种:中文
产品特色

编辑推荐
适读人群 :数据分析、数据工程爱好者,数据岗位产品经理和运营人员
1.阿里巴巴、美团点评、腾讯、滴滴等数据产品案例,更有实例展示阿里、腾讯的数据产品团队与企业文化,阿里、腾讯数据产品经理的一天工作,阿里、腾讯数据产品经理面试流程与求职经验。既有大公司的数据产品经验案例也有创业团队的经验总结。
2.“道”与“术”。本书不仅有道的层面展示丰富数据产品经理思维方法内容,不仅仅要懂产品层面的数智化需要整体产品团队、技术团队、运营团队有数字化的思维文化,还要懂术的层面支持大量数据分析的新工具流程和数据挖掘的新工具新技术,既在道的层面产品思维方面强调数据产品的思维方法,亦在术的层面也进行了数据产品实操。
内容简介
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;最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。
作者简介
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。
目录
第 1章 抓住数据增长波段
1.1 数据增长发展阶段014
1.2 数据增长新窗口016
1.3 数据增长待解决的三大产品需求问题018
1.4 3步帮公司从0到1跟上数字化步伐020

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025
2.2 如何搭建指标体系027
2.3 评价指标体系原则029
2.4 如何计算指标030
2.5 案例:实操LTV用户增长生命周期
价值计算031

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036
3.1.1 数据埋点:埋点获取数据036
3.1.2 案例:数据产品经理如何撰写PRD037
3.1.3 硬件获取数据:硬件传感器获取数据044
3.1.4 爬虫048
3.1.5 第三方渠道合作数据051
3.2 数据缺失处理方法053
3.3 数据可视化058
3.4 案例:数据分析全流程059

第4章 数据挖掘
4.1 数据分析与数据挖掘的关系068
4.2 数据挖掘的标准流程070
4.3 新手入门如何系统地学习实操数据 挖掘074
4.4 案例:数据挖掘077

第5章 实操必懂的数据分析工具
5.1 数据分析实战Excel080
5.1.1 常用的统计分析函数080
5.1.2 文本处理函数081
5.1.3 数值运算函数081
5.1.4 逻辑判断函数082
5.1.5 日期计算函数082
5.1.6 匹配查找函数083
5.1.7 多表合并函数084
5.2 Excel实操分析技巧084
5.2.1 Excel数据透视表084
5.2.2 描述性统计分析087
5.2.3 相关系数与协方差088
5.2.4 线性回归预测模型088
5.2.5 移动平均预测模型089
5.3 Excel可视化数据089
5.3.1 Excel基础图表可视化090
5.3.2 Excel高级图表可视化090
5.3.3 Excel合并报表091
5.4 实战使用SQL091
5.4.1 SELECT查询092
5.4.2 带有约束的查询093
5.4.3 过滤和排序查询094
5.4.4 使用JOIN的多表查询095
5.4.5 外部关联095
5.5 学会综合运用Python097
5.5.1 Python定义097
5.5.2 规划Python学习路径097
5.5.3 用Python可以解决什么问题098
5.5.4