第一部分　數(shù)據(jù)篇 
第1章　數(shù)據(jù)收集 2 
1．1　行為數(shù)據(jù) 3 
1．1．1　傳統(tǒng)獲取方式 4 
1．1．2　獲取方式對比 5 
1．1．3　無需埋點的數(shù)據(jù)收集 5 
1．1．4　用戶行為數(shù)據(jù)類型 7 
1．2　交易數(shù)據(jù) 9 
1．2．1　收集交易過程數(shù)據(jù) 9 
1．2．2　收集交易累積數(shù)據(jù) 11 
1．2．3　區(qū)分交易金額的組成 12 
1．2．4　收集廣告點擊數(shù)據(jù) 13 
1．3　標簽數(shù)據(jù) 14 
1．3．1　發(fā)現(xiàn)身份屬性標簽 15 
1．3．2　在基礎(chǔ)標簽上加工 15 
1．3．3　從交易行為提取標簽 16 
1．3．4　從數(shù)據(jù)挖掘建模輸出 標簽 16 
第2章　數(shù)據(jù)加工 18 
2．1　標準與格式 19 
2．1．1　基本概念 19 
2．1．2　無量綱化處理 20 
2．1．3　多源數(shù)據(jù)融合 21 
2．2　關(guān)聯(lián)分析 23 
2．2．1　概念 23 
2．2．2　Apriori算法 24 
2．2．3　應(yīng)用關(guān)聯(lián)分析 25 
2．3　數(shù)據(jù)清洗 28 
2．3．1　填補缺失值 28 
2．3．2　數(shù)據(jù)平滑 30 
2．3．3　數(shù)據(jù)造假 31 
2．3．4　監(jiān)測噪聲數(shù)據(jù) 33 
第3章　數(shù)據(jù)存儲 35 
3．1　分層與粒度 35 
3．1．1　粒度劃分標準 36 
3．1．2　分層實現(xiàn)方法 37 
3．1．3　智能增長的新視角 39 
3．2　更新與時效 40 
3．2．1　記錄實時數(shù)據(jù) 40 
3．2．2　數(shù)據(jù)更新與同步 41 
3．2．3　時效性 42 
3．3　搭建存儲方案 43 
3．3．1　HDFS數(shù)據(jù)庫 43 
3．3．2　NoSQL數(shù)據(jù)庫 44 
3．3．3　開發(fā)自有方案 46 
第4章　數(shù)據(jù)訪問 48 
4．1　訪問工具：正排與倒排 48 
4．1．1　正排索引 48 
4．1．2　倒排索引 52 
4．2　衡量方法：查準與查全 54 
4．2．1　定義 54 
4．2．2　正排查全 55 
4．2．3　正排查準 55 
4．2．4　倒排查全 56 
4．2．5　倒排查準 56 
4．3　優(yōu)化：性能與效率 57 
4．3．1　數(shù)據(jù)庫設(shè)計 57 
4．3．2　SQL語句設(shè)計 59 
第二部分　模型篇 
第5章　生命周期模型 62 
5．1　用戶生命周期 62 
5．1．1　劃分標準 63 
5．1．2　用戶生命價值 64 
5．1．3　生命周期運營 65 
5．2　商戶生命周期 67 
5．2．1　劃分標準 67 
5．2．2　商戶生命價值 69 
5．2．3　生命周期運營 69 
5．3　小結(jié) 71 
第6章　RFM模型 73 
6．1　定義 73 
6．2　適用場景 75 
6．2．1　客戶管理 75 
6．2．2　電商運營 76 
6．2．3　服務(wù)升級 77 
6．3　演變方向 78 
6．3．1　多級指標細分 78 
6．3．2　算法降維 79 
第7章　AARRR模型 81 
7．1　定義 81 
7．2　適用場景和指標 82 
7．2．1　下載量和激活量 83 
7．2．2　用戶獲取成本 84 
7．2．3　用戶活躍度 84 
7．2．4　用戶留存率 85 
7．2．5　用戶平均收入 86 
7．2．6　用戶回報率 87 
7．2．7　用戶影響因子 88 
7．3　小結(jié) 88 
第8章　地理信息模型 90 
8．1　意義 90 
8．2　基礎(chǔ)技術(shù) 91 
8．2．1　地理坐標 92 
8．2．2　地圖定位 94 
8．2．3　地圖導(dǎo)航 94 
8．3　適用場景 95 
8．3．1　地址信息解析 96 
8．3．2　基礎(chǔ)位置描述 97 
8．3．3　周邊POI檢索 98 
8．3．4　高精度定位服務(wù) 99 
8．3．5　個性化感知 100 
8．4　演變方向 101 
8．4．1　室內(nèi)定位精準度 101 
8．4．2　POI位置語義化 102 
第三部分　場景篇 
第9章　如何持續(xù)獲得新用戶 104 
9．1　意義 104 
9．2　從0到10 000，圈定種子用戶 105 
9．2．1　采用邀請機制 106 
9．2．2　引起社區(qū)關(guān)注 106 
9．3　從10 000到1000萬，構(gòu)建增長 機制 107 
9．3．1　競爭群體增長 107 
9．3．2　延伸品類增長 108 
9．3．3　相近地址增長 109 
9．3．4　社交關(guān)系增長 110 
9．4　評估與反饋 111 
9．4．1　降低競品用戶的獲取 成本 112 
9．4．2　提高附近用戶的激活 比例 112 
9．4．3　提高延伸用戶的活躍 程度 113 
9．4．4　提高社交用戶的影響 能力 114 
9．4．5　拉新效果評估矩陣 114 
9．5　小結(jié) 115 
第10章　誰是你的明星商戶 116 
10．1　意義 116 
10．2　拓荒階段 117 
10．2．1　動銷率與展現(xiàn)率 118 
10．2．2　吸引能力：平衡動銷 和展現(xiàn) 118 
10．3　發(fā)展階段 119 
10．3．1　新客導(dǎo)流數(shù)量與質(zhì)量 119 
10．3．2　導(dǎo)流能力：平衡數(shù)量 與質(zhì)量 120 
10．4　相持階段 120 
10．4．1　客單價與客單量 121 
10．4．2　擴張能力：平衡單價 與單量 121 
10．5　穩(wěn)定階段 122 
10．5．1　投資回報率與營業(yè)利 潤率 122 
10．5．2　盈利能力：跨越盈虧 平衡線 123 
10．6　小結(jié) 124 
第11章　何日君再來 125 
11．1　背景 125 
11．2　留存分析工具 127 
11．2．1　目標用戶定格測算 分析 127 
11．2．2　選定用戶時序演化 分析 129 
11．3　挽回流失用戶 131 
11．3．1　流失的定義和分類 131 
11．3．2　流失率預(yù)測模型 132 
11．3．3　干預(yù)流失過程 133 
11．3．4　流失用戶激活效應(yīng) 133 
11．4　小結(jié) 134 
第12章　差異化定價 136 
12．1　意義 136 
12．2　根據(jù)服務(wù)區(qū)分定價 138 
12．2．1　一服務(wù)一價 138 
12．2．2　創(chuàng)造差異服務(wù) 139 
12．3　根據(jù)用戶區(qū)分定價 140 
12．3．1　看到不同價格 140 
12．3．2　派發(fā)不同紅包 140 
12．4　根據(jù)時間區(qū)分定價 141 
12．4．1　潮汐規(guī)律 141 
12．4．2　峰值效應(yīng) 142 
12．5　小結(jié) 144 
第13章　縮短用戶決策路徑 145 
13．1　決策路徑上的技術(shù)鏈條 146 
13．2　搜索技術(shù) 147 
13．2．1　查詢詞分析 147 
13．2．2　查詢詞變換 149 
13．2．3　檢索結(jié)果擴展 150 
13．3　排序技術(shù) 151 
13．3．1　社交類 151 
13．3．2　消費類 152 
13．4　推薦技術(shù) 152 
13．4．1　技術(shù)選型 153 
13．4．2　技術(shù)挑戰(zhàn) 157 
13．5　小結(jié) 160 
第14章　營造虛擬經(jīng)濟循環(huán) 161 
14．1　背景 161 
14．2　虛擬商品定價 163 
14．2．1　信用積分體系 163 
14．2．2　道具交易體系 164 
14．3　虛擬管理激勵 165 
14．3．1　調(diào)節(jié)服務(wù)難度 166 
14．3．2　調(diào)節(jié)服務(wù)質(zhì)量 167 
14．4　虛擬資源競價 169 
14．4．1　發(fā)現(xiàn)虛擬資源 169 
14．4．2　找到競價者 170 
14．4．3　估算競爭價格 171 
14．5　小結(jié) 171 
第15章　擠出繁榮里的泡沫 173 
15．1　什么是刷單 174 
15．1．1　刷單形態(tài) 174 
15．1．2　作弊手段 175 
15．2　加強數(shù)據(jù)校驗 177 
15．2．1　唯一性驗證 177 
15．2．2　常駐點驗證 178 
15．2．3　硬件驗證 179 
15．3　發(fā)現(xiàn)數(shù)據(jù)異常 180 
15．3．1　短期頻繁行為 180 
15．3．2　批量雷同行為 181 
15．3．3　抱團趨同 182 
15．4　制止作弊行為 182 
15．4．1　規(guī)則系統(tǒng) 182 
15．4．2　機器建模 183 
15．4．3　避免誤傷 184 
15．5　小結(jié) 184 
第16章　為商戶賦能 186 
16．1　選地址 187 
16．1．1　找到旺鋪位置 187 
16．1．2　劃定服務(wù)范圍 188 
16．2　選商品 189 
16．2．1　知己知彼找爆品 189 
16．2．2　商品的生命周期 190 
16．3　選客群 190 
16．3．1　定制目標用戶 190 
16．3．2　提高攬客質(zhì)量 191 
16．3．3　降低攬客成本 192 
16．4　小結(jié) 192 
第17章　調(diào)度一盤棋 194 
17．1　調(diào)度模式分類 195 
17．1．1　單地串行調(diào)度 196 
17．1．2　單地并行調(diào)度 196 
17．1．3　雙地并行調(diào)度 197 
17．2　物流調(diào)度決策 198 
17．2．1　多目標優(yōu)化 199 
17．2．2　分層建模降維 200 
17．2．3　云端虛擬調(diào)度 201 
17．2．4　配送耗時預(yù)估 202 
17．2．5　可視化平臺 203 
17．3　運力供需分配 204 
17．3．1　需求預(yù)測與跨時空 調(diào)配 205 
17．3．2　極端條件運力預(yù)警 分配 205 
17．4　小結(jié) 206 
第四部分　團隊篇 
第18章　榜樣的力量 208 
18．1　Facebook增長團隊 209 
18．1．1　組織構(gòu)成 209 
18．1．2　主要經(jīng)驗 210 
18．2　美團大數(shù)據(jù)團隊 210 
18．2．1　組織構(gòu)成 210 
18．2．2　主要經(jīng)驗 211 
18．3　騰訊大數(shù)據(jù)團隊 212 
18．3．1　組織構(gòu)成 212 
18．3．2　主要經(jīng)驗 212 
18．4　GrowingIO大數(shù)據(jù)團隊 213 
18．4．1　組織構(gòu)成 213 
18．4．2　主要經(jīng)驗 214 
18．5　京東大數(shù)據(jù)團隊 214 
18．5．1　組織構(gòu)成 215 
18．5．2　主要經(jīng)驗 215 
18．6　阿里巴巴數(shù)據(jù)平臺事業(yè)部 216 
18．6．1　組織構(gòu)成 216 
18．6．2　主要經(jīng)驗 217 
第19章　組建增長團隊 218 
19．1　增長團隊組織架構(gòu) 218 
19．1．1　增長團隊內(nèi)部成員 218 
19．1．2　增長團隊相關(guān)角色 220 
19．1．3　團隊合作方式 223 
19．2　發(fā)揮數(shù)據(jù)科學(xué)家的作用 224 
19．2．1　數(shù)據(jù)科學(xué)家做什么 225 
19．2．2　數(shù)據(jù)科學(xué)家怎么做 226 
19．3　常見陷阱與經(jīng)驗 227 
19．3．1　避免大數(shù)據(jù)浮腫 227 
19．3．2　溝通部門間障礙 227 
19．3．3　防范全面建設(shè) 228 
第五部分　結(jié)語篇 
第20章　增長的力量 232 
20．1　智能增長對經(jīng)濟的意義 232 
20．1．1　互聯(lián)網(wǎng)改造工業(yè)經(jīng)濟 232 
20．1．2　互聯(lián)網(wǎng)經(jīng)濟到智能經(jīng)濟的過渡 233 
20．1．3　智能增長的本質(zhì) 234 
20．2　智能增長的階段 235 
20．2．1　早期積累 236 
20．2．2　快速發(fā)展 236 
20．2．3　精細運營 237 
20．3　人的未來 238 
20．3．1　被機器智能替代 239 
20．3．2　做機器做不了的 240 
20．3．3　駕馭機器智能 240 
20．3．4　增長的代價 241 
后記 242