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

數據分析方法論和業務實戰

  • 作者：陳友洋|責編:石倩
  • 出版社：電子工業
  • ISBN：9787121435362
  • 出版日期：2022/06/01
  • 裝幀：平裝
  • 頁數：203
人民幣：RMB 79 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    數據分析的精髓在於能夠利用合理的數據分析方法來解決實際的業務問題，本書介紹了互聯網行業中數據分析常見的思維和方法，並且呈現了這些分析方法在實際案例中的應用。同時也利用本書解答了大家對於想要從事數據分析行業的一些擔憂和困惑。閱讀本書，你會對數據分析的工作內容有更清晰、完整的了解，同時對常見的業務問題處理的方法和經驗有質的提升。本書適合產品運營、數據分析、數據挖掘人員以及在校電腦數據市場營銷等方向的學生。
作者介紹
陳友洋|責編:石倩
    陳友洋，畢業於香港中文大學和中山大學，騰訊前數據科學家，數據分析類公眾號「漁好學」主理人，分享多篇數據相關的乾貨文章。在知乎（知乎賬號：漁好學）上分享的數據分析相關文章的全網閱讀量超2000000次，廣受好評。在數據分析、數據體系搭建、數據科學方面具有多年經驗，積累了豐富的數據分析項目經驗。
目錄
第1章  數據分析基礎
  1.1  什麼是數據分析
  1.2  為什麼要做數據分析
  1.3  數據分析的步驟
  1.4  數據分析師的日常工作
  1.5  數據分析師的前景和發展
第2章  數據指標體系
  2.1  數據指標和數據指標體系
    2.1.1  數據指標
    2.1.2  數據指標體系
  2.2  為什麼要搭建數據指標體系
    2.2.1  監控現狀
    2.2.2  反映問題
    2.2.3  預測趨勢
    2.2.4  評估分析
    2.2.5  決策支持
  2.3  常見的數據指標體系
    2.3.1  互聯網產品典型的數據指標體系
    2.3.2  電商平台的數據指標體系
第3章  如何搭建數據指標體系
  3.1  什麼是數據埋點
  3.2  為什麼要埋點
  3.3  如何設計埋點方案
  3.4  埋點的開發流程
  3.5  指標體系搭建方法論
    3.5.1  OSM模型
    3.5.2  UJM模型
    3.5.3  AARRR模型
  3.6  數據指標體系搭建實戰
第4章  數據分析方法論
  4.1  什麼是數據分析方法
  4.2  營銷管理方法論
    4.2.1  SWOT分析
    4.2.2  PEST分析
    4.2.3  4P理論
  4.3  常用數據分析方法論及其應用
    4.3.1  對比細分
    4.3.2  生命周期分析法
    4.3.3  RFM用戶分群法
    4.3.4  相關性分析
    4.3.5  用戶畫像分析
    4.3.6  Aha時刻
    4.3.7  5W2H分析法
    4.3.8  麥肯錫邏輯樹分析法
    4.3.9  漏斗分析法
第5章  用戶留存分析
  5.1  什麼是用戶留存
  5.2  為什麼要進行用戶留存分析
  5.3  影響用戶留存的可能因素
  5.4  用戶留存的3個階段

  5.5  用戶留存分析的常見方法——挖掘Aha時刻
    5.5.1  用戶留存分析的業務背景和分析思路
    5.5.2  分析過程
第6章  用戶特徵分析
  6.1  用戶特徵分析適用的業務場景
    6.1.1  尋找目標用戶
    6.1.2  尋找運營抓手
    6.1.3  精細化運營（用戶分層）
  6.2  用戶特徵分析的方法
    6.2.1  用戶畫像分析
    6.2.2  聚類分析
    6.2.3  監督模型
    6.2.4  RFM用戶分群
  6.3  用戶特徵分析和用戶預測模型的區別與聯繫
  6.4  評估用戶特徵
第7章  用戶流失分析
  7.1  什麼是用戶流失
  7.2  用戶流失分析常見錯誤
  7.3  生命周期和流失
    7.3.1  產品的生命周期
    7.3.2  用戶的生命周期
  7.4  流失用戶的確定方法
  7.5  用戶流失分析和預測
  7.6  如何召迴流失用戶
  7.7  總結
第8章  從零開始完成數據分析項目
  8.1  項目背景
  8.2  制訂需求分析框架和分析計劃
  8.3  數據的提取和摸底
  8.4  特徵工程
    8.4.1  什麼是特徵工程
    8.4.2  特徵工程的重要性
    8.4.3  特徵分佈變換
    8.4.4  生成衍生變數
    8.4.5  分箱轉換
    8.4.6  特徵篩選
  8.5  初步搭建挖掘模型
  8.6  完成分析報告和落地應用建議
  8.7  制定具體的落地方案和評估方案
  8.8  業務落地實驗方案和效果評估
  8.9  項目總結
第9章  關於數據分析師常見的困惑和問題
  9.1  為什麼數據分析師找工作這麼難
    9.1.1  競爭大
    9.1.2  不懂業務
    9.1.3  簡歷和面試
  9.2  數據分析師的專業選擇
  9.3  數據分析師面試流程
  9.4  數據分析師最重要的能力
    9.4.1  講故事

    9.4.2  判斷項目ROI
    9.4.3  業務深度
    9.4.4  信念
    9.4.5  熱情
    9.4.6  換位思考
  9.5  常見的數據分析師的困境
    9.5.1  陷入取數困境
    9.5.2  陷入報表困境
    9.5.3  陷入落地難困境
    9.5.4  陷入成長困境

  • 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