当前位置:当前位置:主页 > 计算机电子书 > 数据库 > 数据运营 pdf电子书
数据化运营:系统方法与实践案例

数据化运营:系统方法与实践案例 PDF 全格式原版

  • 更新:2019-10-19
  • 大小:29.7 MB
  • 类别:数据运营
  • 作者:赵宏田、江丽萍、李
  • 出版:械工业出版社
  • 格式:PDF

  • 资源介绍
  • 学习心得
  • 相关内容

数据化运营:系统方法与实践案例》是由械工业出版社出版的一本关于数据运营方面的书籍,作者是赵宏田、江丽萍、李,主要介绍了关于数据化运营、系统方法、实践、案例方面的知识内容,目前在数据运营类书籍综合评分为:8.6分。

书籍介绍

数据化运营:系统方法与实践案例 PDF

(1)3位创作者均是有很多年数据统计分析和经营工作经验的权威专家,股票操盘过许多大新项目,阅历丰富。

(2)从方式 、技术性、业务流程、实践活动4个层面全方位搭建数字化经营的系统软件科学方法论。

(3)包括好几个商业服务实践活动实例,对构建数据监测评价指标体系、数据统计分析、大数据挖掘、ABtest、埋点对策、客户画像模型等普遍数据运营方法干了详尽解读。这书以互联网公司中普遍数据运营情景为突破口,以工作上具体遭遇处理的难题为实例,从方式 、技术性、业务流程、实践活动4个层面叙述数据运营的情景及运用方法。

书中从实践活动去往,融合工作上数据运营工作经验,以运用实例主导线,根据业务流程剖析 编码实践活动这类更“有内涵”的方法叙述统计数据的运用。书中针对构建数据监测评价指标体系、数据统计分析、大数据挖掘、ABTest、埋点对策、客户画像模型等普遍数据运营方法干了详尽的详细介绍。

目录

  • 前 言
  • 基 础 篇
  • 第1章 概述:数据运营基础 002
  • 1.1 大数据时代 002
  • 1.2 企业数据应用方式 004
  • 1.3 数据运营的岗位职责 007
  • 1.4 数据运营应掌握的技能 009
  • 1.5 本章小结 013
  • 第2章 业务:数据驱动运营 014
  • 2.1 如何用数据驱动运营 014
  • 2.1.1 定义数据分析目标 014
  • 2.1.2 目标分解与聚焦 016
  • 2.1.3 数据运营重点 019
  • 2.2 流量运营分析 021
  • 2.2.1 流量运营规划 021
  • 2.2.2 流量分析 023
  • 2.2.3 解读PV、UV 027
  • 2.2.4 跳出率分析 029
  • 2.2.5 漏斗图分析 030
  • 2.2.6 A/B测试 032
  • 2.3 用户运营分析 033
  • 2.3.1 用户分群 034
  • 2.3.2 用户行为分析 040
  • 2.3.3 用户生命周期价值 047
  • 2.4 本章小结 051
  • ?第3章 报表:数据管理模板 052
  • 3.1 个性化数据管理报告—Excel 054
  • 3.1.1 创建报告的准备工作 054
  • 3.1.2 报告自动化步骤 055
  • 3.1.3 从数据源表到数据转化表 056
  • 3.1.4 报告正文展示 062
  • 3.1.5 自动化报表脚本 064
  • 3.2 搭建数据分析报告模板—PPT 066
  • 3.2.1 业务指标梳理(搭建运营监控指标体系) 067
  • 3.2.2 分析思路与框架 078
  • 3.2.3 图表展现 079
  • 3.2.4 数据与结论 080
  • 3.2.5 报告布局与排版 081
  • 3.2.6 PPT随Excel模板自动更新 084
  • 3.3 本章小结 085
  • 应 用 篇
  • ?第4章 理论:数据分析方法 088
  • 4.1 数据分析理论模型 088
  • 4.1.1 4P营销理论 089
  • 4.1.2 5W2H分析法 090
  • 4.1.3 PEST分析方法 092
  • 4.1.4 SWOT 093
  • 4.1.5 逻辑树 095
  • 4.2 数据分析方法与运用场景 095
  • 4.2.1 多维分析 095
  • 4.2.2 趋势分析 097
  • 4.2.3 综合评价法 101
  • 4.2.4 转化分析 103
  • 4.2.5 数据挖掘方法 106
  • 4.3 可视化:常用图表的特点及适用场合 106
  • 4.3.1 环形图 107
  • 4.3.2 矩阵图 108
  • 4.3.3 组合图 112
  • 4.3.4 文字云 118
  • 4.4 AB Test的原理与实现 125
  • 4.4.1 AB Test的原理 126
  • 4.4.2 AB Test的埋点与报表部署 128
  • 4.4.3 AB Test的分析方法 129
  • 4.4.4 AB Test的常见误区 132
  • 4.5 埋点策略与实现 134
  • 4.5.1 utm来源埋点 135
  • 4.5.2 页面PV埋点 137
  • 4.5.3 单击埋点native 139
  • 4.5.4 单击埋点hybrid 141
  • 4.5.5 业务埋点 142
  • 4.5.6 曝光埋点 144
  • 4.5.7 埋点常见问题 145
  • 4.6 本章小结 146
  • ?第5章 案例:竞品数据对标分析 148
  • 5.1 网络爬虫基础知识 148
  • 5.1.1 开发环境准备 149
  • 5.1.2 Web前端基础 149
  • 5.1.3 解析网页 152
  • 5.1.4 数据存储 159
  • 5.2 网站结构分析 166
  • 5.3 Scrapy爬虫架构 168
  • 5.3.1 items模块 170
  • 5.3.2 pipelines模块 171
  • 5.3.3 settings模块 172
  • 5.3.4 爬虫模块 173
  • 5.4 数据爬取与解析 174
  • 5.5 项目优化与改进 177
  • 5.5.1 爬虫脚本部署在服务器端 178
  • 5.5.2 分布式爬虫的实现 178
  • 5.6 反爬手段及应对机制 179
  • 5.6.1 禁止IP请求 180
  • 5.6.2 禁止非浏览器访问 180
  • 5.6.3 ajax加载目标数据 181
  • 5.6.4 需要登录后才能访问 182
  • 5.6.5 手机App页面数据抓取 182
  • 5.7 本章小结 184
  • ?第6章 案例:某互联网医疗产品用户特征分析 185
  • 6.1 应用背景与分析维度 185
  • 6.2 基于用户细分的行为分析 186
  • 6.3 用户来源渠道分析 190
  • 6.4 基于前端展示的用户行为分析 191
  • 6.5 产品改进与运营建议 195
  • 6.6 本章小结 195
  • ?第7章 案例:RFM用户价值模型应用 196
  • 7.1 应用背景与目标 196
  • 7.2 基于规则的划分 198
  • 7.3 基于聚类方法的划分 203
  • 7.4 本章小结 209
  • ?第8章 案例:用户流失分析与预测 210
  • 8.1 应用背景与目标 210
  • 8.2 问题分析与模型构建 211
  • 8.3 数据处理与结果 212
  • 8.3.1 确定用户流失周期 212
  • 8.3.2 抽取训练数据建立决策树模型 214
  • 8.3.3 线上部署脚本定期监测流失用户 221
  • 8.3.4 流失用户分析 224
  • 8.4 问题定位与解决方案 226
  • 8.5 本章小结 229
  • ?第9章 案例:站内文章自动分类打标签 230
  • 9.1 应用背景与目标 230
  • 9.2 问题分析与模型构建 231
  • 9.3 案例中主要应用的技术 232
  • 9.3.1 数据预处理 232
  • 9.3.2 TF-IDF词空间向量转换 233
  • 9.3.3 文章关键词提取 234
  • 9.3.4 朴素贝叶斯分类 235
  • 9.4 数据处理与模型检验 235
  • 9.4.1 文本分词处理(数据分类与数据预处理) 236
  • 9.4.2 数据结构处理 238
  • 9.4.3 计算文本的TF-IDF权重矩阵 240
  • 9.4.4 用朴素贝叶斯方法分类文章 242
  • 9.5 本章小结 245
  • 提 高 篇
  • ?第10章 应用:用户画像建模 248
  • 10.1 用户画像简介 248
  • 10.1.1 什么是用户画像 249
  • 10.1.2 用户画像模型及应用场景 250
  • 10.1.3 数仓架构及项目流程 254
  • 10.2 用户画像管理 257
  • 10.2.1 模块化开发 257
  • 10.2.2 存储方式 259
  • 10.2.3 更新机制 259
  • 10.3 业务背景 262
  • 10.3.1 案例背景介绍 262
  • 10.3.2 数据仓库相关表介绍 262
  • 10.4 用户画像建模 267
  • 10.4.1 业务需求梳理 267
  • 10.4.2 用户标签体系及开发内容 268
  • 10.4.3 用户画像开发流程 274
  • 10.4.4 时间衰减系数 279
  • 10.4.5 标签权重配置 280
  • 10.5 用户画像数据开发 282
  • 10.5.1 建立用户属性画像 283
  • 10.5.2 建立用户行为画像 289
  • 10.5.3 建立用户偏好画像 303
  • 10.5.4 建立群体用户画像 308
  • 10.5.5 画像效果验收 313
  • 10.5.6 画像数据质量管理 314
  • 10.6 用户画像应用方式 317
  • 10.6.1 业务精细化运营 317
  • 10.6.2 数据分析 319
  • 10.6.3 精准营销 319
  • 10.6.4 用户个性化推荐 322
  • 10.7 本章小结 323

资源获取

相关资源

网友留言