幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

產品經理數據修煉30問

  • 作者：R.D.
  • 出版社：電子工業
  • ISBN：9787121352041
  • 出版日期：2019/01/01
  • 裝幀：平裝
  • 頁數：235
人民幣：RMB 69 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    《產品經理數據修煉30問》立足於國內互聯網行業，面向全體產品經理，結合作者R.D.5余年從事數據產品經理的工作經驗，圍繞日常數據工作的4個維度(產品數據、數據產品、數據運營、數據技能)提出並討論30個常見卻又值得玩味的問題。
    對於職場人士而言，為解決具體問題而進行學習無疑是一種快捷有效的學習方式。鑒於此，本書採用問答的形式，側重於引導讀者提出問題，然後圍繞解決問題的思路展開討論，而與解決問題無關的內容隻字不提。這樣的體例安排，一方面，減輕讀者的學習負擔，幫助讀者把握閱讀節奏；另一方面，若讀者對其中涉及的部分內容感興趣，可以在本書討論的基礎上展開系統性學習。
作者介紹
R.D.
R.D.(讀音：阿滴)畢業於華中科技大學騰訊學院認證講師曾任騰訊數據產品經理先後負責QQ、騰訊視頻數據體系建設和數據運營工作
目錄
第一單元  剛接手一款產品，如何快速了解它
第1問 重新定義產品，應從哪開始
  1.1  尋找一個切入點
  1.2  宏觀：領域與生態
  1.3  中觀：產品全局
  1.4  微觀：產品功能與用戶
  1.5  歸納與重新定義
第2問 怎樣理解產品中那些酷炫的數據指標
  2.1  指標背後的要素：時間粒度和口徑
  2.2  值得思考的「終極問 題
  2.3  為數據指標分類
第3問 產品中有那麼多功能，怎樣摸清它們的脈絡
  3.1  畫一張屬於自己的產品地圖
  3.2  已登錄or未登錄
  3.3  好友or陌生人
3，4流量or Wi—Fi聯網
第4問 了解產品用戶，應選擇用戶畫像還是用戶特徵
  4.1  用戶畫像vs用戶特徵
  4.2  關注不發聲的大多數用戶
  4.3  警惕無效的用戶特徵
  4.4  識別用戶反饋帶來的偽需求
第5問 關於產品與數據，還有哪些值得注意的概念
  5.1  這些用詞的區別在哪裡
  5.2  保持名稱的一致性
  5.3  近似值和數值的位數

第二單元  數據支撐體系是如何運作的
第6問 人力：數據團隊中有哪些幕後英雄
  6.1  數據產品經理
  6.2  數據分析師
  6.3  數據項目經理
  6.4  開發工程師
  6.5  測試工程師
  6.6  運維工程師
  6.7  基礎研究員
第7問 物力：數據產品是怎麼來的
  7.1  是的，依然來自需求
  7.2  不一樣的需求過程
  7.3  同樣存在偽需求
第8問 除了報表平台，數據產品還包括什麼
  8.1  先給數據產品分個層次
  8.2  數據採集層
  8.3  數據接入層
  8.4  數據處理層
  8.5  數據應用層
第9問 數據上報前需要做哪些準備工作
  9.1  準備一：允許上報什麼樣的數據
  9.2  準備二：定義數據協議和數據ToDic
  9.3  準備三：統一文本編碼
第10問 埋點就是數據採集嗎
  10.1  標準動作三步走：埋點、採集、上報
  10.2  採集組件的兩類功能：機制型功能和服務型功能
  10.3  對採集組件優化的思考
第11問 數據上報到哪裡去了
  11.1  不得不談的技術流程
  11.2  數據倉庫vs資料庫
  11.3  用可視化方式達成約定
第12問 我們可以直接使用上報的數據嗎
  12.1  數據處理的基本操作：歸併和計算
  12.2  任務調度平台，自動化處理引擎
  12.3  橫表vs縱表
  12.4  事實表vs維度表
第13問 數據處理好了，我可以享用哪些服務
  13.1  數據門戶的家族成員
  13.2  報表呈現的奧秘
  13.3  運籌帷幄的Dashboard
  13.4  火眼金睛的用戶分析平台
  13.5  溫暖人心的數據訂閱
  13.6  萬能的sOL，靈活的即席查詢
第14問 體驗優良的數據產品有哪些表現
  14.1  交互是體驗的一部分
  14.2  別讓我思考，值得強化的基礎體驗
  14.3  別讓我孤單，多方位的支持服務
  14.4  別讓我犯錯，嚴格對待許可權與安全

第三單元  立足當下，如何輕鬆實踐數據化運營
第15問 怎樣快速樹立數據化運營思維
  15.1  認清運營的焦點：用戶
  15.2  理解用戶數據的六步循環
  15.3  明確數據化運營與數據產品體系的關係
第16問 數據啊，數據，我的產品怎樣才能成功
  16.1  感性地提出一個問 題
  16.2  將問 題分解為能夠量化的指標
  16.3  理性地回答問 題
第17問 怎樣制定合適的數據上報策略
  17.1  大聲說出你想了解的內容
  17.2  數據化各實體，尋找定義要素
  17.3  用語義表達法試驗上報策略
第18問 哪些用戶數據值得收集
  18.1  對用戶行為的三步思考
  18.2  操作不僅僅是「單擊
  18.3  操作時長數據的上報
  18.4  用戶廚陛的時效問 題
第19問 怎樣為數據賦予運營的意義
  19.1  從「使用iPhone手機的深圳市女性用戶每日發消息情況」說起一
  19.2  口徑對數據事實的影響
  19.3  累積處理要趕早
第20問 怎樣對待未登錄用戶和小號用戶
  20.1  匿名訪客，你的需求同樣重要
  20.2  自然人識別，揭開用戶ID背後的真相
第21問 為什麼要進行用戶建模和用戶分層
  21.1  用戶建模，基於已知探索未知
  21.2  用戶分層，讓群體特徵更明顯
  21.3  四象限法，實現雙維度分組
第22問 怎樣精確控制A／B測試
  22.1  回顧一場典型的A／B測試
  22.2  用數據控制兩組用戶的差異變數
  22.3  虛擬A／B測試，只靠數據就能搞定
第23問 數據是怎樣推動產品灰度發布的
  23.1  灰度發布，為產品引路的金絲雀
  23.2  對參與用戶的篩選
  23.3  對參與用戶的數據跟蹤
  23.4  把質量數據作為能否進行下一輪發布的依據
  23.5  灰度發布的注意事項
第24問 「隨機播放」為什麼讓用戶感覺不隨機
  24.1  請隨機播放幾首歌曲
  24.2  還沒有註冊，就讓我登錄
  24.3  天啊，剛剛發生了什麼

第四單元 智能時代，還有哪些數據必修課
第25問 各式各樣的圖表分別適用於哪些場景
  25.1  數據報告中常用的圖表
  25.2  統計與分析的選擇
  25.3  產品經理的最愛
  25.4  不宜濫用的圖表
  25.5  圖表高效表達的四大原則
第26問 相比Excel，R語言更適合繪製圖表嗎
  26.1  R語言不僅擅長繪圖
  26.2  R語言更是統計分析能手
第27問 Excel中有哪些一學就會的高級技巧
  27.1  「單擊即用」的隱藏功能
  27.2  一定要會的幾個公式
第28問 怎樣通過SQL自由地查詢數據
  28.1  在Access中運行一段SQL代碼
  28.2  聚合查詢
  28.3  合併查詢
  28.4  聯結查詢
第29問 人工智慧可以帶給我們哪些啟發
  29.1  怎樣理解人工智慧
  29.2  機器學習與大數據
  29.3  人工智慧產品思維
第30問 有哪些現成的數據可在運營中參考
  30.1  大數據指數
  30.2  互聯網行業和產品資訊
  30.3  政府機構統計數據
  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032