





定价:99元
印次:1-6
ISBN:9787302587354
出版日期:2022.06.01
印刷日期:2024.06.27
图书责编:刘洋
图书分类:零售
本书从讲述数据分析的方法开始,深入讲解数据运营的玩法,并提炼用户增长的打法,让读者不但可以系统学习数据分析技能,还能掌握常见数据运营工具的使用方法,并且理解用户增长的顶层战略思路。 本书共9章,涵盖的主要内容有:数据分析的方法,包括数据清洗和预处理、描述性统计、变化分析、指标体系、相关性分析、趋势预测、B-O价值模型等的原理、场景和实现;数据运营的玩法,包括场景运营模型、产品生命周期模型、用户生命周期模型,以及启动屏、首页和主页、搜索区、轮播区、金刚区、楼层和坑位、版本迭代、漏斗分析/路径分析、会员/权益体系、签到/打卡、优惠券和交叉营销等运营工具的原理和策略;用户增长的打法,包括S-C-I模型、3A3R模型的原理和使用方法。 本书内容通俗易懂,案例丰富,实用性强,特别适合从事互联网数据分析、数据运营和用户增长相关工作的读者阅读,也同样适合传统行业中从事产品营销、市场推广工作的读者阅读。另外,本书也可作为工具书随时翻阅。
徐小磊,网名磊叔,公众号“磊叔的数据增长实验室”创办人。数据挖掘与人工智能硕士,曾在阿里巴巴从事数据运营工作,拥有10余年数据运营工作经验。脉脉网互联网领域KOL(关键意见领袖),知乎网万粉千赞创作者,在行平台核心行家,人人都是增长官——2019增长大会特邀嘉宾,2020流量负增长——重构营销新增长蓝图峰会特邀嘉宾。在互联网、移动运营商、智慧城市、金融等行业有丰富的实战经验,对海量用户产品的数据运营有深厚的积累和深刻的理解。
1.我是磊叔 一眨眼,工作已12载,即将进入不惑之年。 我在数据领域的职业生涯大体可以分为三个阶段。 第一阶段,在某运营商从事企业数据域的架构开发工作,因为我是代码开发出身,在这之前已经做了4年多J2EE企业级开发。2009年又恰巧遇上Hadoop的起势,随着这个潮流又接触到Hadoop、Hive和Greenplum,于是和一群初生牛犊不怕虎的小伙伴把某某空间的底层数据架构从Oracle平滑迁移到了Greenplum。在把几千行的Oracle SQL代码一行一行地适配到Greenplum技术栈的过程中,面对与业务小伙伴的高频沟通,我开始留意每个数据背后的业务意义,逐步习惯从数据的角度来衡量业务,开始形成朴素的数据分析方法论。 这一点非常重要,对我接下来10年的职场生涯影响深远。 第二阶段,恰逢短视频兴起,于是进入BAT做短视频数据运营,我和小伙伴一起为短视频打造高可用的标签体系、精准完善的用户画像以及覆盖各种场景的推荐策略。在高节奏和高强度的工作中,我有幸和一群优秀的产品运营小伙伴共事,每天十几个小时耳濡目染产品运营、内容运营、活动运营、推送运营等内容。在这个阶段,我真正理解到数据是赋能运营最高效的工具和最坚实的抓手。 前 言 IV 数据分析+ 数据运营+ 用户增长 运营之路: 第三阶段,我离开BAT 后服务于某金融机构,负责某金融产品的数据 运营。这里要感谢我的上司,他拥有几十年大型跨国集团高层管理经验,让我 学习到非常多的业务经营、用户经营、策略部署等顶级思考方式。2019 年开 始有机会在互联网上分享自己的经验,也有很多宝贵的机会与企业(特别是传...
第1章 准备工作:数据清洗与预处理 / 5
1.1 为什么要正确和高效地预处理与清洗数据 / 5
1.1.1 指标的数据来源 / 5
1.1.2 数据预处理的目的 / 9
1.1.3 数据预处理的流程 / 10
1.2 用Excel完成常见数据预处理 / 18
1.2.1 文本数值化:文本数字转为数值型数字 / 18
1.2.2 日期数值化:文本型日期转为日期型格式 / 20
1.2.3 用分列实现维度拆分 / 23
1.2.4 用“查找并删除重复行”处理重复值 / 28
1.3 本章小结和思考 / 30
第2章 洞察运营机会的数据分析利器 / 31
2.1 重要!数据分析前的准备工作 / 32
2.1.1 Windows操作系统用户 / 32
2.1.2 MacBook操作系统用户 / 33
目录
X
数据分析+ 数据运营+ 用户增长
运营之路:
2.2 第1 把利器:用“描述性统计”来整体评估数据 / 34
2.2.1 什么是描述性统计 / 34
2.2.2 描述性统计的适用场景 / 34
2.2.3 分析数据的分布情况:中位数和平均数 / 35
2.2.4 分析数据的离散程度:方差和标准差 / 39
2.2.5 寻找异常数据:分位数和异常值 / 42
2.2.6 在Excel 中实现描述性统计 / 46
2.3 第2 把利器:用“变化分析”来寻找问题突破口 / 52
2.3.1 什么是变化分析 / 52
2.3.2 变化分析的适用场景 / 53
2.3.3 变化分析1:同比 / 53
2... 查看详情