數(shù)據(jù)化運營：系統(tǒng)方法與實踐案例
定 價：79 元
叢書名：產(chǎn)品管理與運營系列叢書
- 作者：趙宏田 江麗萍 李寧
- 出版時間：2018/8/1
- ISBN：9787111604518
- 出 版 社：機械工業(yè)出版社
- 中圖法分類：F272.7
- 頁碼：
- 紙張：膠版紙
- 版次：
- 開本：16開
本書以互聯(lián)網(wǎng)企業(yè)中常見數(shù)據(jù)運營場景為切入點，以工作中實際面臨解決的問題為案例，從方法、技術(shù)、業(yè)務(wù)、實踐4個維度講述數(shù)據(jù)運營的場景及應(yīng)用方式。書中從實踐出發(fā)，結(jié)合工作中數(shù)據(jù)運營經(jīng)驗，以應(yīng)用案例為主線，通過業(yè)務(wù)分析 代碼實踐這種更接地氣的方式講述數(shù)據(jù)的應(yīng)用。書中對于搭建數(shù)據(jù)監(jiān)控指標體系、數(shù)據(jù)分析、數(shù)據(jù)挖掘、ABTest、埋點策略、用戶畫像建模等常見數(shù)據(jù)運營方式做了詳細的介紹。
（1）3位作者均是有多年數(shù)據(jù)分析和運營經(jīng)驗的專家，操盤過很多大項目，經(jīng)驗豐富。
（2）從方法、技術(shù)、業(yè)務(wù)、實踐4個維度全面構(gòu)建數(shù)據(jù)化運營的系統(tǒng)方法論。
（3）包含多個商業(yè)實踐案例，對搭建數(shù)據(jù)監(jiān)控指標體系、數(shù)據(jù)分析、數(shù)據(jù)挖掘、ABtest、埋點策略、用戶畫像建模等常見數(shù)據(jù)運營方式做了詳細講解。
前 言為什么要寫這本書作為互聯(lián)網(wǎng)大數(shù)據(jù)行業(yè)的從業(yè)者，筆者將自己在這個行業(yè)中所掌握的知識、在日常工作中遇到的問題以及積累的項目經(jīng)驗整理成書，在這里和大家分享。希望通過本書能給讀者一些新的理解和應(yīng)用的思路，如果書中的內(nèi)容能讓你有些許收獲，能夠解決你工作中的一兩個問題，那將是筆者的榮幸。
本書特色本書從實踐出發(fā)，結(jié)合工作中數(shù)據(jù)運營經(jīng)驗，以應(yīng)用案例為主線，通過業(yè)務(wù)分析 代碼實踐這種更接地氣的方式講述數(shù)據(jù)的應(yīng)用。書中對搭建數(shù)據(jù)監(jiān)控指標體系、數(shù)據(jù)分析、數(shù)據(jù)挖掘、AB Test、埋點策略、用戶畫像建模等常見數(shù)據(jù)運營方式做了詳細介紹。
根據(jù)讀者的閱讀習慣，本書由淺入深地分為基礎(chǔ)篇、應(yīng)用篇和提高篇三部分。
基礎(chǔ)篇講解數(shù)據(jù)運營常見場景、運營方式與數(shù)據(jù)運營人員的工作職責。
應(yīng)用篇講解數(shù)據(jù)分析方法與應(yīng)用方式，并通過5個實際數(shù)據(jù)分析挖掘案例幫助讀者深入理解數(shù)據(jù)運營方式。在內(nèi)容編排上先提出案例應(yīng)用背景和目標，再闡述分析方法和建模流程，最后完成數(shù)據(jù)的處理和業(yè)務(wù)上的應(yīng)用。
提高篇講解當下熱門的用戶畫像建模，從建模流程、標簽開發(fā)到畫像應(yīng)用，并輔以案例，講解如何用HQL語言建立一個圖書電商場景的用戶標簽體系，以幫助讀者更深入地理解用戶畫像是如何建模打標簽的。
本書沒有過多復(fù)雜的理論公式，所講案例操作步驟詳細，可作為數(shù)據(jù)分析運營人員在解決實際問題中參考的action book。
本書適用對象對數(shù)據(jù)分析及數(shù)據(jù)挖掘感興趣的大專院校師生及其他初學(xué)者對互聯(lián)網(wǎng)行業(yè)數(shù)據(jù)分析、用戶畫像建模感興趣的數(shù)據(jù)運營人員互聯(lián)網(wǎng)行業(yè)的產(chǎn)品運營人員及產(chǎn)品經(jīng)理各行各業(yè)的數(shù)據(jù)分析師如何閱讀本書本書以互聯(lián)網(wǎng)企業(yè)中常見的數(shù)據(jù)運營場景為切入點，以工作中實際面臨的問題為案例，從方法、技術(shù)、業(yè)務(wù)、實踐4個維度講述數(shù)據(jù)運營的場景及應(yīng)用方式。全書共分10章，各章的主要內(nèi)容如下：
第1章介紹企業(yè)中數(shù)據(jù)的應(yīng)用方式、企業(yè)數(shù)據(jù)職能架構(gòu)與組成、數(shù)據(jù)運營人員的工作職責和應(yīng)掌握的技能。
第2章介紹數(shù)據(jù)運營規(guī)劃，常見的運營場景以及如何結(jié)合數(shù)據(jù)展開用戶運營和流量運營工作。
第3章講述如何結(jié)合業(yè)務(wù)搭建數(shù)據(jù)監(jiān)控指標體系，從搭建模板到自動化數(shù)據(jù)報表，做好日報、周報、月報、專題分析報告等日常數(shù)據(jù)運營工作。
第4章是本書的重點章節(jié)，講述了數(shù)據(jù)分析中常用的方法及其應(yīng)用場景，包括常見營銷理論、數(shù)據(jù)分析思路、AB Test分析以及埋點策略與分析。對數(shù)據(jù)分析感興趣的人員可著重看此章節(jié)。
第5~9章是數(shù)據(jù)分析挖掘中的幾個具體案例，從數(shù)據(jù)運營的實際應(yīng)用場景出發(fā)，以案例的形式講述了如何在某些常見的業(yè)務(wù)需求背景下，分析項目需求，厘清思路，展開數(shù)據(jù)分析并輸出報告和結(jié)論。案例中的關(guān)鍵步驟都附上了詳細的代碼說明。
第10章是本書的重點章節(jié)，先介紹了什么是用戶畫像、應(yīng)用場景、開發(fā)流程，然后以案例的形式講解了用戶畫像建模過程中的需求分析、建立模型、打標簽、計算標簽權(quán)重、畫像數(shù)據(jù)管理、用戶畫像應(yīng)用等環(huán)節(jié)，并為案例附上了詳細的代碼說明。想要了解如何在用戶畫像建模過程中建模打標簽的人員可著重看此章節(jié)。
勘誤和支持由于筆者水平有限，書中難免會出現(xiàn)一些錯誤或者不準確的地方，懇請讀者批評指正。為此，讀者可通過郵箱（892798505@qq.com）或微信（administer-00001）反饋有關(guān)問題，筆者將盡全力為讀者提供解答。書中的源代碼可以從Github網(wǎng)站（https://github.com/HunterChao/book）下載。
致謝在本書的編寫過程中，得到了許多朋友的幫助，感謝天善智能創(chuàng)始人梁勇的支持與幫助，感謝為本書撰寫推薦的朋友們，感謝你們的支持及專業(yè)的建議。
感謝機械工業(yè)出版社華章公司的楊福川副總編，本書從2017年4月開始籌劃，從確定基本框架到后期的寫作，楊總編不斷地給筆者以指導(dǎo)，感謝楊總編的幫助與支持，與他的合作總是十分愉快！感謝機械工業(yè)出版社編輯李藝老師，李藝老師用嚴謹?shù)膽B(tài)度孜孜不倦地幫助我們修改稿件。
謹以此書獻給眾多互聯(lián)網(wǎng)運營人員和數(shù)據(jù)分析師們！
作者簡介
趙宏田
畢業(yè)于中國地質(zhì)大學(xué)（武漢）和武漢大學(xué)，獲工學(xué)和經(jīng)濟學(xué)雙學(xué)士學(xué)位，現(xiàn)在某跨境電商從事大數(shù)據(jù)開發(fā)相關(guān)工作。擁有豐富的數(shù)據(jù)分析和數(shù)據(jù)化運營經(jīng)驗，負責過經(jīng)營分析、SEO/SEM流量數(shù)據(jù)倉庫建設(shè)、競品爬蟲、企業(yè)BI搭建，以及多家公司用戶畫像項目的從0到1搭建。業(yè)余時間喜歡對工作中關(guān)鍵點進行總結(jié)和積累，開源項目的貢獻者，知乎專欄作者，撰寫了大量專業(yè)文章，廣受好評。
博客地址：https://zhuanlan.zhihu.com/pythoncrawl
開源貢獻地址：https://github.com/HunterChao
江麗萍
統(tǒng)計學(xué)碩士，某知名互聯(lián)網(wǎng)醫(yī)療公司數(shù)據(jù)分析師。從事經(jīng)營分析及數(shù)據(jù)運營多年，曾在不同行業(yè)以研究員、項目經(jīng)理、咨詢顧問、數(shù)據(jù)分析專家的身份參與大量的數(shù)據(jù)運營項目，擁有豐富的互聯(lián)網(wǎng)數(shù)據(jù)運營項目經(jīng)驗。曾在某公司成功帶領(lǐng)小組打通公司層面數(shù)據(jù)，對關(guān)鍵業(yè)務(wù)條線從業(yè)務(wù)流、數(shù)據(jù)流進行流程化梳理；推動公司數(shù)據(jù)產(chǎn)品實現(xiàn)由0到1的突破。希望能將數(shù)據(jù)分析與業(yè)務(wù)運營結(jié)合的更加緊密，以數(shù)據(jù)驅(qū)動運營，以數(shù)據(jù)推動業(yè)務(wù)。
李寧
中國商業(yè)聯(lián)合會數(shù)據(jù)分析專業(yè)委員會特聘專家，現(xiàn)就職于某知名外賣訂餐平臺，擔任數(shù)據(jù)專家。先后在艾瑞、攜程從事數(shù)據(jù)相關(guān)工作。樂于分享，維護著微信公眾號數(shù)據(jù)自由之路（dataFreeLife），分享自己在數(shù)據(jù)和運營方面的經(jīng)驗和心得，同時是知乎、36大數(shù)據(jù)和51CTO等知名媒體的專欄作家。曾多次被行業(yè)內(nèi)的各種數(shù)據(jù)峰會邀請擔任分享嘉賓，并以評審專家身份參與由中數(shù)委牽頭的《中國大數(shù)據(jù)人才培養(yǎng)標準（第1版）》的編審工作。
目 錄
前 言
基 礎(chǔ) 篇
第1章 概述：數(shù)據(jù)運營基礎(chǔ) 002
1.1 大數(shù)據(jù)時代 002
1.2 企業(yè)數(shù)據(jù)應(yīng)用方式 004
1.3 數(shù)據(jù)運營的崗位職責 007
1.4 數(shù)據(jù)運營應(yīng)掌握的技能 009
1.5 本章小結(jié) 013
第2章 業(yè)務(wù)：數(shù)據(jù)驅(qū)動運營 014
2.1 如何用數(shù)據(jù)驅(qū)動運營 014
2.1.1 定義數(shù)據(jù)分析目標 014
2.1.2 目標分解與聚焦 016
2.1.3 數(shù)據(jù)運營重點 019
2.2 流量運營分析 021
2.2.1 流量運營規(guī)劃 021
2.2.2 流量分析 023
2.2.3 解讀PV、UV 027
2.2.4 跳出率分析 029
2.2.5 漏斗圖分析 030
2.2.6 A/B測試 032
2.3 用戶運營分析 033
2.3.1 用戶分群 034
2.3.2 用戶行為分析 040
2.3.3 用戶生命周期價值 047
2.4 本章小結(jié) 051
?第3章 報表：數(shù)據(jù)管理模板 052
3.1 個性化數(shù)據(jù)管理報告Excel 054
3.1.1 創(chuàng)建報告的準備工作 054
3.1.2 報告自動化步驟 055
3.1.3 從數(shù)據(jù)源表到數(shù)據(jù)轉(zhuǎn)化表 056
3.1.4 報告正文展示 062
3.1.5 自動化報表腳本 064
3.2 搭建數(shù)據(jù)分析報告模板PPT 066
3.2.1 業(yè)務(wù)指標梳理（搭建運營監(jiān)控指標體系） 067
3.2.2 分析思路與框架 078
3.2.3 圖表展現(xiàn) 079
3.2.4 數(shù)據(jù)與結(jié)論 080
3.2.5 報告布局與排版 081
3.2.6 PPT隨Excel模板自動更新 084
3.3 本章小結(jié) 085
應(yīng) 用 篇
?第4章 理論：數(shù)據(jù)分析方法 088
4.1 數(shù)據(jù)分析理論模型 088
4.1.1 4P營銷理論 089
4.1.2 5W2H分析法 090
4.1.3 PEST分析方法 092
4.1.4 SWOT 093
4.1.5 邏輯樹 095
4.2 數(shù)據(jù)分析方法與運用場景 095
4.2.1 多維分析 095
4.2.2 趨勢分析 097
4.2.3 綜合評價法 101
4.2.4 轉(zhuǎn)化分析 103
4.2.5 數(shù)據(jù)挖掘方法 106
4.3 可視化：常用圖表的特點及適用場合 106
4.3.1 環(huán)形圖 107
4.3.2 矩陣圖 108
4.3.3 組合圖 112
4.3.4 文字云 118
4.4 AB Test的原理與實現(xiàn) 125
4.4.1 AB Test的原理 126
4.4.2 AB Test的埋點與報表部署 128
4.4.3 AB Test的分析方法 129
4.4.4 AB Test的常見誤區(qū) 132
4.5 埋點策略與實現(xiàn) 134
4.5.1 utm來源埋點 135
4.5.2 頁面PV埋點 137
4.5.3 單擊埋點native 139
4.5.4 單擊埋點hybrid 141
4.5.5 業(yè)務(wù)埋點 142
4.5.6 曝光埋點 144
4.5.7 埋點常見問題 145
4.6 本章小結(jié) 146
?第5章 案例：競品數(shù)據(jù)對標分析 148
5.1 網(wǎng)絡(luò)爬蟲基礎(chǔ)知識 148
5.1.1 開發(fā)環(huán)境準備 149
5.1.2 Web前端基礎(chǔ) 149
5.1.3 解析網(wǎng)頁 152
5.1.4 數(shù)據(jù)存儲 159
5.2 網(wǎng)站結(jié)構(gòu)分析 166
5.3 Scrapy爬蟲架構(gòu) 168
5.3.1 items模塊 170
5.3.2 pipelines模塊 171
5.3.3 settings模塊 172
5.3.4 爬蟲模塊 173
5.4 數(shù)據(jù)爬取與解析 174
5.5 項目優(yōu)化與改進 177
5.5.1 爬蟲腳本部署在服務(wù)器端 178
5.5.2 分布式爬蟲的實現(xiàn) 178
5.6 反爬手段及應(yīng)對機制 179
5.6.1 禁止IP請求 180
5.6.2 禁止非瀏覽器訪問 180
5.6.3 ajax加載目標數(shù)據(jù) 181
5.6.4 需要登錄后才能訪問 182
5.6.5 手機App頁面數(shù)據(jù)抓取 182
5.7 本章小結(jié) 184
?第6章 案例：某互聯(lián)網(wǎng)醫(yī)療產(chǎn)品用戶特征分析 185
6.1 應(yīng)用背景與分析維度 185
6.2 基于用戶細分的行為分析 186
6.3 用戶來源渠道分析 190
6.4 基于前端展示的用戶行為分析 191
6.5 產(chǎn)品改進與運營建議 195
6.6 本章小結(jié) 195
?第7章 案例：RFM用戶價值模型應(yīng)用 196
7.1 應(yīng)用背景與目標 196
7.2 基于規(guī)則的劃分 198
7.3 基于聚類方法的劃分 203
7.4 本章小結(jié) 209
?第8章 案例：用戶流失分析與預(yù)測 210
8.1 應(yīng)用背景與目標 210
8.2 問題分析與模型構(gòu)建 211
8.3 數(shù)據(jù)處理與結(jié)果 212
8.3.1 確定用戶流失周期 212
8.3.2 抽取訓(xùn)練數(shù)據(jù)建立決策樹模型 214
8.3.3 線上部署腳本定期監(jiān)測流失用戶 221
8.3.4 流失用戶分析 224
8.4 問題定位與解決方案 226
8.5 本章小結(jié) 229
?第9章 案例：站內(nèi)文章自動分類打標簽 230
9.1 應(yīng)用背景與目標 230
9.2 問題分析與模型構(gòu)建 231
9.3 案例中主要應(yīng)用的技術(shù) 232
9.3.1 數(shù)據(jù)預(yù)處理 232
9.3.2 TF-IDF詞空間向量轉(zhuǎn)換 233
9.3.3 文章關(guān)鍵詞提取 234
9.3.4 樸素貝葉斯分類 235
9.4 數(shù)據(jù)處理與模型檢驗 235
9.4.1 文本分詞處理（數(shù)據(jù)分類與數(shù)據(jù)預(yù)處理） 236
9.4.2 數(shù)據(jù)結(jié)構(gòu)處理 238
9.4.3 計算文本的TF-IDF權(quán)重矩陣 240
9.4.4 用樸素貝葉斯方法分類文章 242
9.5 本章小結(jié) 245
提 高 篇
?第10章 應(yīng)用：用戶畫像建模 248
10.1 用戶畫像簡介 248
10.1.1 什么是用戶畫像 249
10.1.2 用戶畫像模型及應(yīng)用場景 250
10.1.3 數(shù)倉架構(gòu)及項目流程 254
10.2 用戶畫像管理 257
10.2.1 模塊化開發(fā) 257
10.2.2 存儲方式 259
10.2.3 更新機制 259
10.3 業(yè)務(wù)背景 262
10.3.1 案例背景介紹 262
10.3.2 數(shù)據(jù)倉庫相關(guān)表介紹 262
10.4 用戶畫像建模 267
10.4.1 業(yè)務(wù)需求梳理 267
10.4.2 用戶標簽體系及開發(fā)內(nèi)容 268
10.4.3 用戶畫像開發(fā)流程 274
10.4.4 時間衰減系數(shù) 279
10.4.5 標簽權(quán)重配置 280
10.5 用戶畫像數(shù)據(jù)開發(fā) 282
10.5.1 建立用戶屬性畫像 283
10.5.2 建立用戶行為畫像 289
10.5.3 建立用戶偏好畫像 303
10.5.4 建立群體用戶畫像 308
10.5.5 畫像效果驗收 313
10.5.6 畫像數(shù)據(jù)質(zhì)量管理 314
10.6 用戶畫像應(yīng)用方式 317
10.6.1 業(yè)務(wù)精細化運營 317
10.6.2 數(shù)據(jù)分析 319
10.6.3 精準營銷 319
10.6.4 用戶個性化推薦 322
10.7 本章小結(jié) 323
書單推薦
