目錄(85章)
倒序
- 封面
- 版權信息
- 版權
- 內容提要
- 推薦語
- 前言
- 引子 小雪求職記
- 基礎篇 數據分析師的錦囊
- 一、欲善其事先利器：數據分析技能進階圖譜
- 二、深入業務尋價值：價值源于深度理解場景
- 三、積跬步以察千里：數據的采集與治理
- 四、瀝盡狂沙方見金：數據的清洗與可視化
- 五、營運之道無定法：數據分析的核心方法
- 六、增長踐行成于思：數據分析的關鍵思維
- 實踐篇 數據運營分析十話
- 卷一 獲客
- 第一話 橫看成嶺側成峰：用戶畫像揭示秘密
- 1.1 問題：這款推廣海報好不好
- 1.2 概念：用戶畫像
- 1.3 工具：Python數據分析編程基礎
- 1.4 實戰：哪一類人才是真正的買家
- 1.5 結論
- 第二話 遠近高低各不同：聚類實現RFM細分
- 2.1 問題：如何通過細分用戶指導運營
- 2.2 概念：用戶細分
- 2.3 工具：RFM分析和聚類算法
- 2.4 實戰：基于RFM模型的用戶細分
- 2.5 結論
- 2.6 彩蛋：看看誰是最有價值的用戶
- 第三話 獲客成本何其高：回歸預測用戶LTV
- 3.1 問題：我能從用戶身上賺多少錢
- 3.2 概念：用戶生命周期價值
- 3.3 工具：回歸分析
- 3.4 實戰：預測電商用戶的生命周期價值
- 3.5 結論
- 3.6 彩蛋：還有哪些機器學習算法
- 卷二 激活
- 第四話 百川爭流終歸海：動態歸因優化渠道
- 4.1 問題：哪個渠道最給力
- 4.2 概念：渠道分析和歸因模型
- 4.3 工具：馬爾可夫鏈歸因模型
- 4.4 實戰：通過馬爾可夫鏈模型來計算渠道價值
- 4.5 結論
- 4.6 彩蛋：夏普利值歸因
- 第五話 營銷貴在激活時：漏斗模型聚焦轉化
- 5.1 問題：促銷活動中的哪個環節需優化
- 5.2 概念：漏斗和轉化率
- 5.3 工具：Plotly包中的漏斗圖
- 5.4 實戰：通過漏斗分析看促銷效果
- 5.5 結論
- 卷三 留存
- 第六話 溫故知新惜舊客：通過行為分析提升留存
- 6.1 問題：如何留住江里撈的老用戶
- 6.2 概念：留存與流失
- 6.3 工具：生存分析工具包和邏輯回歸算法
- 6.4 實戰：分析用戶的留存和流失
- 6.5 結論
- 第七話 千呼萬喚求爆款：從內容分析發現價值
- 7.1 問題：什么樣的視頻會成為爆款
- 7.2 概念：產品分析
- 7.3 工具：自然語言處理
- 7.4 實戰：某網站視頻流量、熱度和情感屬性分析
- 7.5 結論
- 7.6 彩蛋：深度學習和循環神經網絡RNN
- 卷四 變現
- 第八話 勸君更盡一杯酒：通過推薦系統找到好物
- 8.1 問題：如何從零搭建推薦系統
- 8.2 概念：相關性與推薦系統
- 8.3 工具：協同過濾算法
- 8.4 實戰：簡單的游戲推薦系統實現
- 8.5 結論
- 第九話 君向瀟湘我向秦：用A/B測試助力促銷
- 9.1 問題：兩個頁面，哪個更好
- 9.2 概念：A/B測試
- 9.3 工具：統計學知識
- 9.4 實戰：通過A/B測試找到最佳頁面
- 9.5 結論
- 卷五 自傳播循環
- 第十話 一二三生千萬物：裂變驅動增長循環
- 10.1 問題：哪種裂變方案更有效
- 10.2 概念：增長黑客和裂變
- 10.3 工具：增長模型
- 10.4 實戰：用增長實驗確定最佳折扣方案
- 10.5 結論
- 寄語 更新時間：2024-12-16 16:53:33
推薦閱讀
- MySQL高可用解決方案：從主從復制到InnoDB Cluster架構
- 揭秘云計算與大數據
- Python醫學數據分析入門
- 大數據營銷：如何讓營銷更具吸引力
- Python金融實戰
- ZeroMQ
- 重復數據刪除技術：面向大數據管理的縮減技術
- PostgreSQL指南：內幕探索
- 數據科學實戰指南
- 中文版Access 2007實例與操作
- SIEMENS數控技術應用工程師：SINUMERIK 840D-810D數控系統功能應用與維修調整教程
- Mastering ROS for Robotics Programming（Second Edition）
- 數據庫應用系統技術
- Cognitive Computing with IBM Watson
- 基于數據發布的隱私保護模型研究
- 深入理解Flink：實時大數據處理實踐
- Redis 6開發與實戰
- 算法設計與問題求解（第2版）：計算思維培養
- 從運維菜鳥到大咖，你還有多遠II：企業數據中心建設及管理
- Enterprise API Management
- SQL Server 2008數據庫應用技術（第三版）
- 計算機視覺與深度學習實戰：以MATLAB、Python為工具
- PyTorch深度學習實戰
- 七周七數據庫
- 由淺入深學SQL Server：基礎、進階與必做300題
- 信息技術基礎（第2版）
- IPFS原理與實踐
- R語言與數據挖掘
- 智能數據治理：基于大模型、知識圖譜
- Python統計可視化之Altair探索分析實踐指南（全彩版）
