1.阿里巴巴、美团评、腾讯、滴滴等数据产品案例，更有实例展示阿里、腾讯的数据产品团队与企业文化，阿里、腾讯数据产品经理的一天工作，阿里、腾讯数据产品经理面试流程与求职经验。既有大公司的数据产品经验案例也有创业团队的经验总结。 2.“道”与“术”。本书不仅有道的层面展示丰富数据产品经理思维方法内容，不仅仅要懂产品层面的数智化需要整体产品团队、技术团队、运营团队有数字化的思维文化，还要懂术的层面支持大量数据分析的新工具流程和数据挖掘的新工具新技术，既在道的层面产品思维方面强调数据产品的思维方法，亦在术的层面也行了数据产品实操。
售 价：¥
纸质售价：¥44.90购买纸书
6.2
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
扉页
版权页
内 容 提 要
推荐
前言
资源与支持
第1章 抓住数据增长波段
1.1 数据增长发展阶段
1.2 数据增长新窗口
1.3 数据增长待解决的三大产品需求问题
1.4 3步帮公司从0到1跟上数字化步伐
第2章 制定数据增长指标体系
2.1 什么是增长型数据指标体系
2.2 如何搭建指标体系
2.3 评价指标体系原则
2.4 如何计算指标
2.5 案例：实操LTV用户增长生命周期价值计算
第3章 全面的数据分析流程
3.1 数据采集：源数据获取方法
3.1.1 数据埋点：埋点获取数据
3.1.2 案例：数据产品经理如何撰写PRD
3.1.3 硬件获取数据：硬件传感器获取数据
3.1.4爬虫
3.1.5 第三方渠道合作数据
3.2 数据缺失处理方法
3.3 数据可视化
3.4 案例：数据分析全流程
第4章 数据挖掘
4.1 数据分析与数据挖掘的关系
4.2 数据挖掘的标准流程
4.3 新手入门如何系统地学习实操数据挖掘
4.4 案例：数据挖掘
第5章 实操必懂的数据分析工具
5.1 数据分析实战Excel
5.1.1常用的统计分析函数
5.1.2 文本处理函数
5.1.3 数值运算函数
5.1.4逻辑判断函数
5.1.5 日期计算函数
5.1.6 匹配查找函数
5.1.7 多表合并函数
5.2 Excel实操分析技巧
5.2.1 Excel数据透视表
5.2.2 描述性统计分析
5.2.3 相关系数与协方差
5.2.4 线性回归预测模型
5.2.5 移动平均预测模型
5.3 Excel可视化数据
5.3.1 Excel基础图表可视化
5.3.2 Excel高级图表可视化
5.3.3 Excel合并报表
5.4 实战使用SQL
5.4.1 SELECT查询
5.4.2 带有约束的查询
5.4.3 过滤和排序查询
5.4.4 使用JOIN的多表查询
5.4.5 外部关联
5.5 学会综合运用Python
5.5.1 Python定义
5.5.2 规划Python学习路径
5.5.3 用Python可以解决什么问题
5.5.4 新手学Python要准备什么
5.6 安装Anaconda
5.7 案例：用Python分析新零售
第6章 巧用A/B测试
6.1 打破传统的A/B测试观念
6.2 什么是A/B测试
6.3 系统地设计A/B测试
6.4 A/B测试工具
6.5 A/B测试不一定是万能的
6.6 案例：A/B测试完整产品
第7章 数据模型驱动增长
7.1 懂模型就是懂高级数据分析方法
7.1.1数据智能化趋势
7.1.2 数据分析与高级分析流程
7.2 ARIMA时间序列模型
7.2.1 ARIMA时间序列模型定义
7.2.2 ARIMA 流程
7.3 AARRR模型
7.3.1 AARRR模型定义
7.3.2 搭建和计算海盗模型的思维方法和案例
7.4 AHP搭建风控模型
7.4.1 AHP模型的含义
7.4.2 AHP层次分析法实例
7.4.3 AHP层次分析法小结
7.5 RFM客户价值计算和分层运营模型
7.5.1 RFM模型定义
7.5.2 RFM模型计算方法流程案例
7.5.3 RFM模型的意义
7.6 LTV用户生命价值周期模型
7.6.1 LTV/CLTV的含义
7.6.2 LTV的作用
7.6.3 LTV的计算方法案例
7.7 其他常见的大小数据分析模型
第8章 用户画像
8.1 用户画像
8.1.1 用户画像定义
8.1.2 用户画像的作用
8.2 用户画像的方法
8.3 案例：淘宝用户画像应用
第9章 推荐系统
9.1 实战推荐系统产品
9.1.1 基于用户的推荐系统
9.1.2 推荐效果评价指标
9.1.3 基于内容的推荐系统
9.1.4 基于内容推荐系统的优点和缺点
9.2 推荐系统应用场景
9.3 推荐系统未来必须关注的七大热点
9.4 案例：今日头条和抖音短视频产品推荐系统
第10章 从0到1新建数据仓库
10.1 什么是数据仓库
10.1.1 数据仓库的含义
10.1.2 数据仓库的特点
10.1.3 数据库与数据仓库的关系
10.1.4 数据湖与数据仓库
10.1.5 数据仓库与数据集市
10.1.6 离线数据仓库与实时数据仓库
10.2 从0到1构建数据仓库
10.2.1 产品视角从0到1搭建数据仓库
10.2.2 技术视角从0到1搭建数据仓库
10.3 Hadoop生态系统
10.3.1 Hadoop发展历程
10.3.2 Hadoop生态
10.3.3 Hadoop的优势
10.3.4 Hadoop的发展趋势
10.4 案例：数据仓库产品的建设和应用
10.4.1美团点评用Flink做实时数据仓库建设
10.4.2 数据仓库总结
第11章 数据平台
11.1 数据平台产品
11.1.1 数据平台的理解
11.1.2 数据平台的一般功能
11.1.3 数据平台的技术视角
11.1.4数据平台的业务视角
11.2 常用的成熟数据平台
11.3 数据平台产品架构
11.4 搭建大数据平台
11.4.1 搭建大数据平台的步骤
11.4.2 搭建大数据平台具体实现
11.5 案例：数据平台应用
11.5.1 阿里云OS数据平台解决方案
11.5.2 淘宝、美团、滴滴的大数据平台应用
11.5.3 美图大数据平台完整实践案例
第12章 数据中台的介绍与搭建
12.1 数据中台的介绍
12.1.1 什么是数据中台
12.1.2 数据中台为什么受欢迎
12.1.3 要不要做数据中台
12.2 中台的分类
12.2.1 业务中台
12.2.2 技术中台
12.2.3 数据中台
12.2.4 组织中台
12.3 搭建数据中台——以教育中台产品为例
12.3.1 产品设计视角
12.3.2 技术视角
12.3.3 搭建的中台价值量化
12.4 案例：阿里云数据中台解决方案
第13章 数据产品规划
13.1 数据平台规划
13.1.1 设计数据平台
13.1.2 数据产品场景
13.1.3 大数据平台建设
13.2 数据产品的用户调研
13.3 数据产品的竞品研究
13.4 数据产品的需求挖掘
13.5 数据产品功能设计思考
13.6 数据产品设计指南
第14章 数据产品经理如何实现数据产品
14.1 数据产品经理工作内容
14.1.1 数据产品经理工作职责
14.1.2 企业对数据产品经理的要求
14.2 数据产品团队职能
14.3 做出数据产品和卖出数据产品
14.3.1 数据产品的4个层次
14.3.2数据产品的商业化
14.4 数据产品运营
14.4.1 数据从哪来
14.4.2 数据判断
第15章 数据安全和隐私保护
15.1 数据安全
15.1.1 什么是数据安全
15.1.2 数据不安全带来的危害
15.2 数据安全方案
15.2.1 数据安全的定位、框架及制度安全
15.2.2 网络安全和物理安全
15.2.3 窃取技术防护、服务器安全、数据库安全和数据备份
15.3 如何保护隐私
15.3.1 关于数据隐私的9个观点
15.3.2保护个人隐私15招
15.3.3 企业的隐私保护
15.3.4数据产品经理应该了解的4种数据隐私保护技术
第16章 数智化重塑增长
16.1 数智化
16.1.1 踏上数智化之路
16.1.2 从数字化走向数智化
16.2 数智化重塑未来增长的破局之路
16.3 找到数智化转型的第一个切入点
16.4 案例：数智化破局增长
16.4.1 传统企业数智化重塑增长案例
16.4.2 数智化解决方案案例——需求预测
第17章 不确定时代的数据产品经理思维方法
17.1 物联网的数智化未来
17.2 以快手为例看5G时代互联网产品的变化
17.3 数据认知促进数据思维
第18章 “数据人”行动路径
18.1 尽快从传统产品经理跃迁到数据产品经理
18.2 数据产品跃迁三部曲
18.3 数据产品经理=数据技术经理+运营经理+项目产品经理
附录一 常用术语：75个专业术语
附录二 数据产品经理的3种图
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
