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

這才是BI該做的事(數據驅動從0到1)

  • 作者：都美香|責編:王中英
  • 出版社：清華大學
  • ISBN：9787302657101
  • 出版日期：2024/03/01
  • 裝幀：平裝
  • 頁數：229
人民幣：RMB 69 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書以BI負責人的視角介紹BI分析師的核心工作和應具備的核心技能，並分析BI創造價值的專題，理論和實踐並重。全書分為四部分：第一部分（第1、2章）為BI概述與團隊組建，包括BI分析的基本概念、BI職責與數據驅動的概述，以及組建團隊時需要考慮的能力模型、團隊選型、團隊管理；第二部分（第3、4章）為BI體系搭建基礎知識，包括數據獲取與管理，指標體系的概念、設計模型與使用場景；第三部分（第5?9章）為BI創造價值專題，包括增長、價值主張、盈利、體驗、風控五大專題；第四部分（第10、11章）為回顧與展望，從衣、食、住、行、學五個方面回顧數據已經帶來的變化與未來可預期的變化，最後從進化的視角探討應對人工智慧範式轉移的策略。
    對於想要通過數據驅動業務、改善決策質量的互聯網從業者來說，本書應該是一本非常實用的參考書。
作者介紹
都美香|責編:王中英
    都美香     正在攻讀杜克大學跨學科數據科學碩士（MIDS）項目，擁有中國人民大學歷史專業本科學位。曾擔任滴滴國家決策支持部負責人，兼任日本、巴西外賣分析團隊負責人；火花思維商業智能部負責人；VIPKID高級數據分析經理；華為高級工程師。帶領團隊在零售、教育、外賣等領域實現數據驅動，在供給側與需求側、互聯網與傳統企業、國內和國際業務領域都積累了豐富的實戰經驗。
目錄
第一部分  BI概述與團隊組建
  第1章  BI分析概述
    1.1  從「分析」的概念說起
      1.1.1  常見的分析概念
      1.1.2  BI分析的概念
    1.2  BI分析行業現狀與BI的職責
      1.2.1  沒有什麼不在被數字化
      1.2.2  我們相信上帝，但其他人必須提供數據
      1.2.3  BI團隊的職責
      1.2.4  BI團隊的常見分類
    1.3  數據驅動概述
      1.3.1  數據驅動業務的衡量維度
      1.3.2  數據驅動業務的大體流程
  第2章  組建BI團隊
    2.1  「人」：數據分析師畫像
      2.1.1  分析師通用能力
      2.1.2  不同部門對應的BI分析師特徵
      2.1.3  不同任務屬性對應的BI分析師特徵
    2.2  BI團隊的架構設置與部門間協作
      2.2.1  BI團隊外部架構
      2.2.2  BI跨部門協作機制
    2.3  團隊管理
      2.3.1  團隊選型
      2.3.2  團隊運作機制
第二部分  BI體系搭建基礎知識
  第3章  數據獲取與管理
    3.1  數據採集（以外賣業務為例）
      3.1.1  數據源類型
      3.1.2  數據源的信息結構
      3.1.3  數據傳輸與存儲
    3.2  數據質量管理
      3.2.1  數據質量標準
      3.2.2  數據質量治理
    3.3  新型數據源
      3.3.1  關注感測器的數據
      3.3.2  音頻、視頻等非結構化數據的解析與應用
      3.3.3  標注數據
  第4章  搭建指標體系
    4.1  指標體系的概念、作用和衡量標準
      4.1.1  指標體系的概念
      4.1.2  指標體系的作用
      4.1.3  指標體系的衡量標準（以外賣場景為例）
    4.2  指標體系的設計模型
      4.2.1  第一關鍵指標法（以電商和在線教育為例）
      4.2.2  OSM模型（以在線教育為例）
      4.2.3  AARRR海盜指標法（以在線教育為例）
      4.2.4  用戶旅程地圖模型（以電商為例）
    4.3  指標體系的開發流程
    4.4  指標體系的使用場景（以外賣業務為例）
      4.4.1  日維度業務監控

      4.4.2  周維度業務診斷
      4.4.3  月維度業務復盤
      4.4.4  支持日常業務決策
第三部分  BI創造價值專題
  第5章  專題：增長
    5.1  概念
      5.1.1  增長黑客的概念
      5.1.2  增長金字塔：找到市場契合點和價值投遞引擎
      5.1.3  增長黑客的運營機制
    5.2  數據科學的演繹
      5.2.1  人工智慧的高光時刻
      5.2.2  提煉演算法替代決策的機會點
      5.2.3  2%的人通過機器控制98%的人
      5.2.4  提問題的能力才是核心能力
    5.3  數據驅動增長的案例（以在線教育為例）
      5.3.1  獲客：註冊
      5.3.2  激活：轉化
      5.3.3  留存：退費
      5.3.4  盈利：續費
      5.3.5  傳播：轉介紹
      5.3.6  附：增長分析中常用的演算法模型
  第6章  專題：價值主張
    6.1  實現價值主張的分析方法
      6.1.1  第一性原理：抓住本質
      6.1.2  爬樓梯策略：窮盡方法
    6.2  數據驅動價值主張的實現（以在線教育為例）
      6.2.1  提高運營效率
      6.2.2  提高學習效果
    6.3  數據驅動價值主張的實現（以外賣業務為例）
      6.3.1  外賣平台的出現是社會的進步
      6.3.2  多、快、好、省
  第7章  專題：盈利
    7.1  盈利能力分析
      7.1.1  傳統的盈利能力分析：賺更多錢
      7.1.2  新業務的盈利能力分析：賺1塊錢
    7.2  制定業務目標
      7.2.1  制定目標的「格柵思維」
      7.2.2  目標預測的模型類型
      7.2.3  制定目標的決策體系：格柵模型
      7.2.4  目標管理的長遠意義：鍛造持續成功的團隊
    7.3  增長結構優化
      7.3.1  增長引擎的類型
      7.3.2  數據驅動增長引擎（以在線教育業務為例）
    7.4  單位經濟效益優化：毛利分析
      7.4.1  確定毛利目標（以外賣業務為例）
      7.4.2  優化毛利結構（以外賣業務為例）
  第8章  專題：體驗
    8.1  用戶體驗概述
      8.1.1  概念
      8.1.2  度量模型

      8.1.3  用戶體驗分析方法
    8.2  用戶體驗分析應用
      8.2.1  搭建體驗指標體系（以外賣業務為例）
      8.2.2  問卷調研
      8.2.3  KANO模型
      8.2.4  文本挖掘
      8.2.5  關聯用戶行為與評價、調研
  第9章  專題：風控
    9.1  概述
      9.1.1  風控的概念
      9.1.2  風控的特徵
      9.1.3  風控不利可能造成的影響
    9.2  風險感知（以外賣業務為例）
      9.2.1  掃描業務流程與策略，鎖定風控點
      9.2.2  異常值分析與離群點監測
      9.2.3  客服數據監測
    9.3  風險分析（以外賣業務為例）
      9.3.1  描述性分析
      9.3.2  根本原因分析
      9.3.3  共同因素分析
    9.4  風險治理
      9.4.1  治理的環節
      9.4.2  治理的策略
第四部分  回顧與展望
  第10章  數據驅動隨處可見
    10.1  衣
      10.1.1  SHEIN是什麼
      10.1.2  SHEIN的數據驅動的運營機制
    10.2  食
      10.2.1  編輯基因—獲得更好的西紅柿種子
      10.2.2  數據驅動，提高種植效率
      10.2.3  數據驅動，提高交易效率
      10.2.4  數據驅動，提煉市場信號
    10.3  住
      10.3.1  比爾·蓋茨的未來之家
      10.3.2  交互：基於語言交互的智能音響
      10.3.3  領會意圖：環境計算
    10.4  行
      10.4.1  擁有不出行的選擇：在線生活和工作
      10.4.2  提高出行效率：網約車平台
      10.4.3  智慧交通：單車智能、車路協同
    10.5  學
      10.5.1  搜索信息
      10.5.2  在線教育
      10.5.3  人工智慧與教育
  第11章  數量與質量：結合人工智慧的競爭優勢
    11.1  科學
    11.2  還原
    11.3  變異
    11.4  概率

    11.5  湧現
      11.5.1  層創進化
      11.5.2  吸引與排斥
      11.5.3  元素與網路
    11.6  智能
      11.6.1  人類和果蠅有什麼差別
      11.6.2  人類和黑猩猩有什麼差別
      11.6.3  人和機器有什麼差別
      11.6.4  結合人工智慧的競爭策略

  • 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