万本电子书0元读

万本电子书0元读

顶部广告

数据分析之道: 用数据思维指导业务实战电子书

暂无

售       价:¥

纸质售价:¥53.00购买纸书

568人正在读 | 0人评论 6.3

作       者:李渝方

出  版  社:电子工业出版社

出版时间:2022-02-01

字       数:11.2万

所属分类: 科技 > 计算机/网络 > 多媒体/数据通信

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

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书以数据思维为主题,以数据分析全流程为主线,融合了与数据思维相关的编程语言、统计学基础及案例分析等内容,全书分为4 篇,囊括了数据思维的概念和培养方法、数据来源及体系建设、数据分析三大思维方式及用户流失、用户转化实战等共11 章的内容。本书囊括了数据分析中常用的分析方法,包括经典的海盗(AARRR)模型、麦肯锡的MECE 模型、逻辑树、漏斗分析、路径分析、对比分析、A/B 试验、RFM 模型、K-Means 算法、5W2H 等分析方法,还包括各类方法的实践案例及Python 实操项目。可以说本书是数据分析方法论与统计学知识、编程语言及应用案例的完美结合。 本书适合工作了1~3 年的初级数据分析师;已经掌握了数据分析工具,需要培养数据思维的转行人员;数据科学行业的人力专家和猎头等。<br/>【推荐语】<br/>本书作者是互联网大厂资深数据分析师 作者累计创作 “100 ”篇数据分析原创文章,全网累计阅读量超1000000 本书是数据分析方法论与统计学知识、编程语言及应用案例的完美结合 本书适合工作了1~3 年的初级数据分析师 已经掌握了数据分析工具,需要培养数据思维的转行人员 数据科学行业的人力专家和猎头等<br/>【作者】<br/>李渝方,网名森夏恩,复旦大学硕士,生物医学专业转行互联网数据分析,先后就职于游族网络、 阿里巴巴,现就职于某互联网大厂担任数据分析师。知乎数据分析话颖的优秀回答者, 公众号“数据万花筒”运营者,累计创作 “100 ”篇数据分析原创文章,原创文章在全网累计阅读量超过百万!  <br/>
目录展开

前折页

内容简介

前言

第1篇 数据思维

第1章 数据思维是什么

1.1 从数据治理流程浅谈数据思维

1.2 数据思维到底是什么

1.3 数据思维最直观的解释

第2章 为什么数据思维如此重要

2.1 数据思维是数据分析师必备的技能

2.2 数据思维是数据分析师成长晋升的必备技能

2.3 数据思维能帮助数据分析师建立影响力

第3章 数据思维如何培养

3.1 熟悉常用的数据分析方法

3.2 树立目标意识,寻找潜在分析点

3.3 不预设立场,通过客观的标准代替主观的判断

3.4 基于数据分析结果为业务方提出切实可行的解决方案

第2篇 数据指标体系

第4章 数据埋点

4.1 数据埋点简介

4.2 数据埋点分类及主流的数据上报技术

4.3 数据埋点方案设计

第5章 数据标签体系

5.1 数据标签体系与用户画像

5.2 如何构建数据标签体系

5.3 数据标签体系的应用场景

第6章 数据指标体系

6.1 从中国人口数据初识指标体系构建

6.2 用四个模型梳理数据指标体系构建的方法论

6.3 如何搭建一套通用的指标体系并快速落地应用

6.4 定位异动因素

第3篇 数据分析方法论

第7章 对比思维

7.1 利用对比分析得出结论

7.2 A/B试验设计及容易忽略的误区

7.3 A/B试验背后涉及的统计学原理

7.4 Python实战:A/B试验在广告方案选择中的应用

第8章 分群思维

8.1 从用户生命周期浅谈分群思维

8.2 用数据分箱进行结构化分析

8.3 同期群分析解读用户生命周期,剖析真实用户行为和价值

8.4 Python实战:基于RFM模型及K-Means算法实现用户分群

第9章 相关与因果

9.1 相关性分析简介

9.2 因果推断方法论

9.3 Python实战:利用DoWhy框架实现因果推断

第4篇 数据分析案例实战

第10章 用户流失分析

10.1 用户流失分析方法论

10.2 案例分析:用5W2H方法分析游戏用户流失原因

10.3 用5个理论模型构建外部因素分析框架

10.4 如何设计问卷验证用户流失的原因

10.5 Python实战:通过生存分析预测用户流失周期

第11章 用户转化与付费分析

11.1 用户转化与付费分析概述

11.2 贝叶斯公式在用户转化中的应用

11.3 案例分析:用漏斗模型分析某电商平台换货业务,提升用户转化率

11.4 用营销增益模型实现用户分群,辅助运营人员识别营销敏感人群

11.5 Python实战:利用营销增益模型识别营销敏感人群

附录A 缩略词及中英文对照

参考文献

后折页

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部