数据化运营：系统方法与实践案例

作品简介

本书从方法、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，为数据化运营提供了接地气的、科学的指导。作者均在数据科学和数据化运营领域工作多年，本书从实践出发，以他们在实际工作中遇到的应用场景为切入点，通过“业务分析+代码实现”的方式接地气地讲解了如何才能做好数据化运营。其中，重点对搭建数据监控指标体系、数据分析、数据挖掘、ABtest、埋点策略、用户画像建模等常见数据运营方式做了详细的介绍。

作者：赵宏田、江丽萍、李宁

作品目录

• 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