万本电子书0元读

万本电子书0元读

顶部广告

数据化运营:系统方法与实践案例电子书

(1)3位作者均是有多年数据分析和运营经验的专家,操盘过很多大项目,经验丰富。 (2)从方法、技术、业务、实践4个维度全面构建数据化运营的系统方法论。 (3)包含多个商业实践案例,对搭建数据监控指标体系、数据分析、数据挖掘、ABtest、埋策略、用户画像建模等常见数据运营方式做了详细讲解。

售       价:¥

纸质售价:¥55.30购买纸书

67人正在读 | 0人评论 6.6

作       者:赵宏田,江丽萍,李宁

出  版  社:机械工业出版社

出版时间:2018-07-01

字       数:19.2万

所属分类: 科技 > 计算机/网络 > 计算机理论与教程

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(1条)
  • 读书简介
  • 目录
  • 累计评论(1条)
本书以互联网企业中常见数据运营场景为切,以工作中实际面临解决的问题为案例,从方法、技术、业务、实践4个维度讲述数据运营的场景及应用方式。书中从实践出发,结合工作中数据运营经验,以应用案例为主线,通过业务分析 代码实践这种更“地气”的方式讲述数据的应用。书中对于搭建数据监控指标体系、数据分析、数据挖掘、ABTest、埋策略、用户画像建模等常见数据运营方式做了详细的介绍。<br/>【推荐语】<br/>(1)3位作者均是有多年数据分析和运营经验的专家,操盘过很多大项目,经验丰富。 (2)从方法、技术、业务、实践4个维度全面构建数据化运营的系统方法论。 (3)包含多个商业实践案例,对搭建数据监控指标体系、数据分析、数据挖掘、ABtest、埋策略、用户画像建模等常见数据运营方式做了详细讲解。<br/>【作者】<br/>作者简介 赵宏田 毕业于中国地质大学(武汉)和武汉大学,获工学和经济学双学士学位,现在某跨境电商从事大数据发相关工作。拥有丰富的数据分析和数据化运营经验,负责过经营分析、SEO/SEM流量数据仓库建设、竞品爬虫、企业BI搭建,以及多家公司用户画像项目的从0到1搭建。业余时间喜欢对工作中关键行总结和积累,源项目的贡献者,知乎专栏作者,撰写了大量专业文章,广受好评。 博客地址:https://zhuanlan.zhihu.com/pythoncrawl 源贡献地址:https://github.com/HunterChao 江丽萍 统计学硕士,某知名互联网医疗公司数据分析师。从事经营分析及数据运营多年,曾在不同行业以研究员、项目经理、咨询顾问、数据分析专家的身份参与大量的数据运营项目,拥有丰富的互联网数据运营项目经验。曾在某公司成功带领小组通公司层面数据,对关键业务条线从业务流、数据流行流程化梳理;推动公司数据产品实现由0到1的突破。希望能将数据分析与业务运营结合的更加紧密,以数据驱动运营,以数据推动业务。 李宁 中国商业联合会数据分析专业委员会特聘专家,现就职于某知名外卖订餐平台,担任数据专家。先后在艾瑞、携程从事数据相关工作。乐于分享,维护着微信公众号“数据自由之路”(dataFreeLife),分享自己在数据和运营方面的经验和心得,同时是知乎、36大数据和51CTO等知名媒体的专栏作家。曾多次被行业内的各种数据峰会邀请担任分享嘉宾,并以评审专家身份参与由中数委牵头的《中国大数据人才培养标准(第1版)》的编审工作。<br/>
目录展开

前言

基础篇

第1章 概述:数据运营基础

1.1 大数据时代

1.2 企业数据应用方式

1.3 数据运营的岗位职责

1.4 数据运营应掌握的技能

1.5 本章小结

第2章 业务:数据驱动运营

2.1 如何用数据驱动运营

2.2 流量运营分析

2.3 用户运营分析

2.4 本章小结

第3章 报表:数据管理模板

3.1 个性化数据管理报告——Excel

3.2 搭建数据分析报告模板—PPT

3.3 本章小结

应用篇

第4章 理论:数据分析方法

4.1 数据分析理论模型

4.2 数据分析方法与运用场景

4.3 可视化:常用图表的特点及适用场合

4.4 AB Test的原理与实现

4.5 埋点策略与实现

4.6 本章小结

第5章 案例:竞品数据对标分析

5.1 网络爬虫基础知识

5.2 网站结构分析

5.3 Scrapy爬虫架构

5.4 数据爬取与解析

5.5 项目优化与改进

5.6 反爬手段及应对机制

5.7 本章小结

第6章 案例:某互联网医疗产品用户特征分析

6.1 应用背景与分析维度

6.2 基于用户细分的行为分析

6.3 用户来源渠道分析

6.4 基于前端展示的用户行为分析

6.5 产品改进与运营建议

6.6 本章小结

第7章 案例:RFM用户价值模型应用

7.1 应用背景与目标

7.2 基于规则的划分

7.3 基于聚类方法的划分

7.4 本章小结

第8章 案例:用户流失分析与预测

8.1 应用背景与目标

8.2 问题分析与模型构建

8.3 数据处理与结果

8.4 问题定位与解决方案

8.5 本章小结

第9章 案例:站内文章自动分类打标签

9.1 应用背景与目标

9.2 问题分析与模型构建

9.3 案例中主要应用的技术

9.4 数据处理与模型检验

9.5 本章小结

提高篇

第10章 应用:用户画像建模

10.1 用户画像简介

10.2 用户画像管理

10.3 业务背景

10.4 用户画像建模

10.5 用户画像数据开发

10.6 用户画像应用方式

10.7 本章小结

累计评论(1条) 1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