| FindBook |
有 1 項符合
數據增長模型：數智時代的全棧產品運營思維、算法與技術的圖書 |
博客來| 圖書館借閱 |
| 國家圖書館 | 全國圖書書目資訊網 | 國立公共資訊圖書館 | 電子書服務平台 | MetaCat 跨館整合查詢 |
| 臺北市立圖書館 | 新北市立圖書館 | 基隆市公共圖書館 | 桃園市立圖書館 | 新竹縣公共圖書館 |
| 苗栗縣立圖書館 | 臺中市立圖書館 | 彰化縣公共圖書館 | 南投縣文化局 | 雲林縣公共圖書館 |
| 嘉義縣圖書館 | 臺南市立圖書館 | 高雄市立圖書館 | 屏東縣公共圖書館 | 宜蘭縣公共圖書館 |
| 花蓮縣文化局 | 臺東縣文化處 |
|
|
圖書介紹 - 資料來源：博客來 評分：
圖書名稱：數據增長模型：數智時代的全棧產品運營思維、算法與技術
內容簡介
本書以數字化背景下數據產品相關從業者必懂的數據技術、數據技能、數據思維、數據方法、數據模型、產品使用者及客戶增長實戰經驗為基礎，系統地介紹了數字化和數據產品相關的數據經驗知識和案例。本書內容全面，結構完整。首先講解數據增長指標體系的搭建；然後通過細節講解數據分析流程、數據採集方法、數據挖掘方法；緊接著通過實操案例講解數據分析工具，如Excel、Python、SQL、Anaconda、A/B測試等,以及驅動數據增長的實戰模型，如ARIMA、AHP、LTV、AARRR等，還有數據倉庫和數據平臺的搭建方法；講解數據中台、數據產品規劃、數據產品實現、數據安全和隱私保護、數智化增長、產品經理思維方法，以及“數據人”行動路徑。本書適合數據產品經理、數據運營人員、數據產品技術人員、數據領域創業者和相關專業的學生閱讀參考。
作者介紹
連詩路
阿里早期創業產品團隊成員，愛奇藝奇秀視頻直播高管，藝龍旅行網高管，上海路奇公司CEO。做過項目包括：阿里巴巴人工智慧大腦、愛奇藝人工智慧推薦、數位新零售美邦OMO（線上融合線下）產品從0到1；柔宇集團智慧硬體，小米AIoT專案諮詢顧問。人人都是產品經理專欄作家，LineLian專欄閱讀數過100萬。
阿里早期創業產品團隊成員，愛奇藝奇秀視頻直播高管，藝龍旅行網高管，上海路奇公司CEO。做過項目包括：阿里巴巴人工智慧大腦、愛奇藝人工智慧推薦、數位新零售美邦OMO（線上融合線下）產品從0到1；柔宇集團智慧硬體，小米AIoT專案諮詢顧問。人人都是產品經理專欄作家，LineLian專欄閱讀數過100萬。
目錄
第1章 抓住數據增長波段
1.1 數據增長發展階段
1.2 數據增長新視窗
1.3 數據增長待解決的三大產品需求問題
1.4 3步幫公司從0到1跟上數字化步伐
第2章 制定數據增長指標體系
2.1 什麼是增長型數據指標體系
2.2 如何搭建指標體系
2.3 評價指標體系原則
2.4 如何計算指標
2.5 案例：實操LTV用戶增長生命週期價值計算
第3章 全面的數據分析流程
3.1 數據採集：源數據獲取方法
3.1.1 數據埋點：埋點獲取數據
3.1.2 案例：數據產品經理如何撰寫PRD
3.1.3 硬體獲取數據：硬體感測器獲取數據
3.1.4 爬蟲
3.1.5 協力廠商管道合作數據
3.2 數據缺失處理方法
3.3 數據視覺化
3.4 案例：數據分析全流程
第4章 數據挖掘
4.1 數據分析與數據挖掘的關係
4.2 數據挖掘的標準流程
4.3 新手入門如何系統地學習實操數據挖掘
4.4 案例：數據挖掘
第5章 實操必懂的數據分析工具
5.1 數據分析實戰Excel
5.1.1 常用的統計分析函數
5.1.2 文本處理函數
5.1.3 數值運算函數
5.1.4 邏輯判斷函數
5.1.5 日期計算函數
5.1.6 匹配查找函數
5.1.7 多表合併函數
5.2 Excel實操分析技巧
5.2.1 Excel數據透視表
5.2.2 描述性統計分析
5.2.3 相關係數與協方差
5.2.4 線性回歸預測模型
5.2.5 移動平均預測模型
5.3 Excel視覺化數據
5.3.1 Excel基礎圖表視覺化
5.3.2 Excel 圖表視覺化
5.3.3 Excel合併報表
5.4 實戰使用SQL
5.4.1 SELECT查詢
5.4.2 帶有約束的查詢
5.4.3 過濾和排序查詢
5.4.4 使用JOIN的多表查詢
1.1 數據增長發展階段
1.2 數據增長新視窗
1.3 數據增長待解決的三大產品需求問題
1.4 3步幫公司從0到1跟上數字化步伐
第2章 制定數據增長指標體系
2.1 什麼是增長型數據指標體系
2.2 如何搭建指標體系
2.3 評價指標體系原則
2.4 如何計算指標
2.5 案例：實操LTV用戶增長生命週期價值計算
第3章 全面的數據分析流程
3.1 數據採集：源數據獲取方法
3.1.1 數據埋點：埋點獲取數據
3.1.2 案例：數據產品經理如何撰寫PRD
3.1.3 硬體獲取數據：硬體感測器獲取數據
3.1.4 爬蟲
3.1.5 協力廠商管道合作數據
3.2 數據缺失處理方法
3.3 數據視覺化
3.4 案例：數據分析全流程
第4章 數據挖掘
4.1 數據分析與數據挖掘的關係
4.2 數據挖掘的標準流程
4.3 新手入門如何系統地學習實操數據挖掘
4.4 案例：數據挖掘
第5章 實操必懂的數據分析工具
5.1 數據分析實戰Excel
5.1.1 常用的統計分析函數
5.1.2 文本處理函數
5.1.3 數值運算函數
5.1.4 邏輯判斷函數
5.1.5 日期計算函數
5.1.6 匹配查找函數
5.1.7 多表合併函數
5.2 Excel實操分析技巧
5.2.1 Excel數據透視表
5.2.2 描述性統計分析
5.2.3 相關係數與協方差
5.2.4 線性回歸預測模型
5.2.5 移動平均預測模型
5.3 Excel視覺化數據
5.3.1 Excel基礎圖表視覺化
5.3.2 Excel 圖表視覺化
5.3.3 Excel合併報表
5.4 實戰使用SQL
5.4.1 SELECT查詢
5.4.2 帶有約束的查詢
5.4.3 過濾和排序查詢
5.4.4 使用JOIN的多表查詢
|
