展开全部

主编推荐语

本书从数据分析在行业内的应用出发,全面地介绍了漏斗分析、相关分析、RFM用户分群、5W2H等多种常用的数据分析方法。

内容简介

数据分析的精髓在于能够利用合理的数据分析方法来解决实际的业务问题,本书介绍了互联网行业中数据分析常见的思维和方法,并且呈现了这些分析方法在实际案例中的应用。同时也利用本书解答了大家对于想要从事数据分析行业的一些担忧和困惑。阅读本书,你会对数据分析的工作内容有更清晰、完整的了解,同时对常见的业务问题处理的方法和经验有质的提升。

本书适合产品运营、数据分析、数据挖掘人员以及在校计算机、数据、市场营销等方向的学生。

目录

  • 版权信息
  • 内容简介
  • 前言
  • 第1章 数据分析基础
  • 1.1 什么是数据分析
  • 1.2 为什么要做数据分析
  • 1.3 数据分析的步骤
  • 1.4 数据分析师的日常工作
  • 1.5 数据分析师的前景和发展
  • 第2章 数据指标体系
  • 2.1 数据指标和数据指标体系
  • 2.1.1 数据指标
  • 2.1.2 数据指标体系
  • 2.2 为什么要搭建数据指标体系
  • 2.2.1 监控现状
  • 2.2.2 反映问题
  • 2.2.3 预测趋势
  • 2.2.4 评估分析
  • 2.2.5 决策支持
  • 2.3 常见的数据指标体系
  • 2.3.1 互联网产品典型的数据指标体系
  • 2.3.2 电商平台的数据指标体系
  • 第3章 如何搭建数据指标体系
  • 3.1 什么是数据埋点
  • 3.2 为什么要埋点
  • 3.3 如何设计埋点方案
  • 3.4 埋点的开发流程
  • 3.5 指标体系搭建方法论
  • 3.5.1 OSM模型
  • 3.5.2 UJM模型
  • 3.5.3 AARRR模型
  • 3.6 数据指标体系搭建实战
  • 第4章 数据分析方法论
  • 4.1 什么是数据分析方法
  • 4.2 营销管理方法论
  • 4.2.1 SWOT分析
  • 4.2.2 PEST分析
  • 4.2.3 4P理论
  • 4.3 常用数据分析方法论及其应用
  • 4.3.1 对比细分
  • 4.3.2 生命周期分析法
  • 4.3.3 RFM用户分群法
  • 4.3.4 相关性分析
  • 4.3.5 用户画像分析
  • 4.3.6 Aha时刻
  • 4.3.7 5W2H分析法
  • 4.3.8 麦肯锡逻辑树分析法
  • 4.3.9 漏斗分析法
  • 第5章 用户留存分析
  • 5.1 什么是用户留存
  • 5.2 为什么要进行用户留存分析
  • 5.3 影响用户留存的可能因素
  • 5.4 用户留存的3个阶段
  • 5.5 用户留存分析的常见方法——挖掘Aha时刻
  • 5.5.1 用户留存分析的业务背景和分析思路
  • 5.5.2 分析过程
  • 第6章 用户特征分析
  • 6.1 用户特征分析适用的业务场景
  • 6.1.1 寻找目标用户
  • 6.1.2 寻找运营抓手
  • 6.1.3 精细化运营(用户分层)
  • 6.2 用户特征分析的方法
  • 6.2.1 用户画像分析
  • 6.2.2 聚类分析
  • 6.2.3 监督模型
  • 6.2.4 RFM用户分群
  • 6.3 用户特征分析和用户预测模型的区别与联系
  • 6.4 评估用户特征
  • 第7章 用户流失分析
  • 7.1 什么是用户流失
  • 7.2 用户流失分析常见错误
  • 7.3 生命周期和流失
  • 7.3.1 产品的生命周期
  • 7.3.2 用户的生命周期
  • 7.4 流失用户的确定方法
  • 7.5 用户流失分析和预测
  • 7.6 如何召回流失用户
  • 7.7 总结
  • 第8章 从零开始完成数据分析项目
  • 8.1 项目背景
  • 8.2 制订需求分析框架和分析计划
  • 8.3 数据的提取和摸底
  • 8.4 特征工程
  • 8.4.1 什么是特征工程
  • 8.4.2 特征工程的重要性
  • 8.4.3 特征分布变换
  • 8.4.4 生成衍生变量
  • 8.4.5 分箱转换
  • 8.4.6 特征筛选
  • 8.5 初步搭建挖掘模型
  • 8.6 完成分析报告和落地应用建议
  • 8.7 制定具体的落地方案和评估方案
  • 8.8 业务落地实验方案和效果评估
  • 8.9 项目总结
  • 第9章 关于数据分析师常见的困惑和问题
  • 9.1 为什么数据分析师找工作这么难
  • 9.1.1 竞争大
  • 9.1.2 不懂业务
  • 9.1.3 简历和面试
  • 9.2 数据分析师的专业选择
  • 9.3 数据分析师面试流程
  • 9.4 数据分析师最重要的能力
  • 9.4.1 讲故事
  • 9.4.2 判断项目ROI
  • 9.4.3 业务深度
  • 9.4.4 信念
  • 9.4.5 热情
  • 9.4.6 换位思考
  • 9.5 常见的数据分析师的困境
  • 9.5.1 陷入取数困境
  • 9.5.2 陷入报表困境
  • 9.5.3 陷入落地难困境
  • 9.5.4 陷入成长困境
展开全部

评分及书评

4.0
4个评分
  • 用户头像
    给这本书评了
    4.0

    1. 本书的写作方式是我比较喜欢的,逻辑清晰,言简意赅,难度也不大,基本上认真看就能看明白,里面虚实结合,有关于数据分析师的能力、困境等相对 “虚” 的内容,也有数据分析的 “实” 的操作。2. 书中主要介绍了如何做用户分析,如果正好在用户分析这个维度上有需求的话,那么本书就是不可多得的好书,基本是从模型到做法,手把手的教学。3. 我感到本书基本是切题的,唯一让我有点疑惑或者说感觉离题的是关于数据埋点的开发,偏向技术流。

      1
      1

    出版方

    电子工业出版社

    电子工业出版社成立于1982年10月,是国务院独资、工信部直属的中央级科技与教育出版社,是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展,已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域,综合出版能力位居全国出版行业前列。