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

用戶行為分析(如何用數據驅動增長)(精)

  • 作者：張溪夢//邢昊|責編:劉潔//戴思楊
  • 出版社：機械工業
  • ISBN：9787111681519
  • 出版日期：2021/06/01
  • 裝幀：精裝
  • 頁數：296
人民幣：RMB 69.9 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    很多時候企業都是在摸索中前行，或基於自身的判斷來尋找和服務用戶。但對於用戶是誰、用戶在哪裡、用戶喜歡什麼、用戶會對什麼做出反應、用戶在商業場景中的什麼時間做過什麼等問題，很多企業都回答不出來。在當下，對用戶信息的了解和應用能力，很大程度上決定了企業在新競爭「食物鏈」上的排名。當新的生產要素—數據，逐漸進入大家的視野后，企業家們開始隱約意識到數據可能會成為新的發展動力、用戶行為數據將是激發企業創新活力的重要資源。但如何能擁有像虎鯨一樣的超聲波定位系統，即全方位洞察用戶需求、滿足用戶需求的能力呢？
    本書為幫助企業能在商業競爭中立於不敗之地，能對用戶行為數據發揮價值的過程建立系統的認知，並習得快速實踐的能力，讓企業高效落地數據驅動增長而撰寫。本書內容包括從商業進化的角度認識用戶行為數據的重要性及如何發揮其價值（第1章），用戶行為數據如何通過數據驅動增長金字塔（規劃、採集、分析、應用）為企業帶來貢獻（第2?5章），以及用戶行為數據驅動增長的實戰案例集（第6章）。
    本書適合企業的高層管理者及有一定工作經驗的產品經理、數據分析師、互聯網運營人員、數據運營人員等閱讀。不管您身處互聯網企業，還是身處數字化轉型和升級的傳統企業，只要您擁有或者正在準備擁有自己的線上產品，便能通過本書找到「如何用數據驅動增長」的體系化內容。
作者介紹
張溪夢//邢昊|責編:劉潔//戴思楊
目錄
推薦語
前言  做「商海」中的虎鯨
致謝
第1章  走進用戶行為數據分析
  1.1  用戶行為數據登場
    1.1.1  沒有用戶行為數據的困境
    1.1.2  商業進化：一切向用戶靠攏
  1.2  什麼是用戶行為數據
    1.2.1  狹義的用戶行為數據
    1.2.2  廣義的用戶行為數據
    1.2.3  用戶行為數據的「5+1」要素
    1.2.4  用戶行為數據的隱私與許可權
  1.3  用戶行為數據的一個趨勢和兩個價值
    1.3.1  一個趨勢：在數字孿生世界下，用戶行為數據的遷移
    1.3.2  價值一：理解用戶需求，指導業務升級
    1.3.3  價值二：預測用戶行為，引導業務創新
  1.4  如何讓用戶行為數據發揮價值
    1.4.1  用戶行為數據驅動增長常見的困難
    1.4.2  數據驅動增長金字塔：規劃-採集-分析-應用
第2章  數據規劃
  2.1  數據驅動增長的「總設計師」
    2.1.1  數據規劃常見的問題
    2.1.2  如何進行數據規劃
  2.2  指標體系規劃的三大思路
    2.2.1  OSM模型
    2.2.2  UJM模型
    2.2.3  場景化
  2.3  指標分級
  2.4  數據看板
    2.4.1  數據看板的意義
    2.4.2  數據看板的分類：戰略看板、分析看板、實時看板
    2.4.3  如何搭建數據看板
    2.4.4  搭建數據看板常見的六大問題
第3章  數據採集
  3.1  數據採集常見的問題
  3.2  用戶行為數據採集方法：埋點和無埋點
    3.2.1  埋點和無埋點的定義
    3.2.2  埋點採集和無埋點採集的適用場景
    3.2.3  不同場景如何選擇採集方式：以App註冊為例
    3.2.4  客戶端埋點或服務端埋點
  3.3  如何高效落地數據採集
    3.3.1  埋點方案四要素
    3.3.2  埋點的團隊協作流程
    3.3.3  數據指標管理
  3.4  數據集成，搭建客戶數據平台（CDP）
    3.4.1  從用戶行為數據到客戶數據平台
    3.4.2  客戶數據平台的三種類型
    3.4.3  實現客戶數據平台的四大原則
    3.4.4  案例：電商如何搭建客戶數據平台
第4章  數據分析

  4.1  業務導向的數據分析整體思路
  4.2  用戶流轉地圖
    4.2.1  全域-全局-局部
    4.2.2  繪製用戶流轉地圖
    4.2.3  案例：B2B企業官網的用戶流轉地圖
  4.3  十大數據分析模型
    4.3.1  事件分析
    4.3.2  漏斗分析
    4.3.3  熱圖分析
    4.3.4  留存分析
    4.3.5  留存魔法師
    4.3.6  事件流分析
    4.3.7  用戶分群分析
    4.3.8  用戶細查
    4.3.9  分佈分析
    4.3.10  歸因分析
  4.4  渠道分析
    4.4.1  找到最優投放渠道
    4.4.2  打造黃金落地頁
  4.5  運營分析
    4.5.1  被低估的搜索框
    4.5.2  活動迭代分析
  4.6  產品健康度分析
    4.6.1  產品健康度是「用戶體驗的體檢」
    4.6.2  關鍵行為矩陣與功能留存矩陣
    4.6.3  案例：內容型App的產品健康度分析
第5章  數據應用
  5.1  數據應用無處不在
  5.2  A/B測試
    5.2.1  廣泛應用的A/B測試
    5.2.2  七個步驟建立A/B測試的閉環
    5.2.3  案例：A/B測試提升影視會員產品的付費轉化率
  5.3  產品迭代
    5.3.1  產品迭代全流程
    5.3.2  六大要素量化、評估產品迭代效果
    5.3.3  案例：數據驅動App首頁迭代
  5.4  精細化運營
    5.4.1  精細化運營的關鍵
    5.4.2  用戶標籤與用戶畫像
    5.4.3  用戶分層運營
    5.4.4  案例：盟大集團（產業互聯網）如何進行用戶全生命周期運營
  5.5  機器學習
    5.5.1  機器學習與數據挖掘
    5.5.2  用戶行為數據提升推薦演算法效率
    5.5.3  案例：預測客戶購買行為
第6章  用戶行為數據驅動增長實戰
  6.1  歐冶雲商：數據驅動B2B增長
    6.1.1  B2B增長的挑戰和機遇
    6.1.2  探索產品的核心價值主張
    6.1.3  優化用戶轉化路徑

    6.1.4  精細化的會員運營體系
  6.2  推薦獲客量增長500％：好好住的增長團隊實踐
    6.2.1  為什麼好好住要搭建增長團隊
    6.2.2  從0到1搭建增長團隊的三個步驟
    6.2.3  閉環式的工作流程
    6.2.4  好好住的推送迭代
  6.3  月活躍用戶數從0到8萬：地產行業如何打造小程序私域流量池
    6.3.1  「公盤私客」發展過程中的問題與機遇
    6.3.2  創新產品「中原C管家」的思考和孵化
    6.3.3  0元推廣費用，「中原C管家」的增長效果
    6.3.4  用戶行為數據賦能經紀人營銷
  6.4  酷開網路：增長無處不在，OTT領航家庭經濟的數字化轉型
    6.4.1  酷開網路的增長框架
    6.4.2  明道：洞察家庭用戶與精細化場景流程
    6.4.3  取勢：指標管理體系建設，挖掘精細化流量的價值
    6.4.4  優術：分析引擎體系建設，提升轉化率
    6.4.5  踐行：關注用戶全生命周期，用增長實驗實現流量再生
    6.4.6  案例：洞察流量——大轉盤抽獎活動的用戶旅程
後記

  • 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