更新时间：2022-05-05 22:01:55
封面
版权信息
作者简介
内容简介
前言
第1篇 数据思维
第1章 数据思维是什么
1.1 从数据治理流程浅谈数据思维
1.2 数据思维到底是什么
1.3 数据思维最直观的解释
第2章 为什么数据思维如此重要
2.1 数据思维是数据分析师必备的技能
2.2 数据思维是数据分析师成长晋升的必备技能
2.3 数据思维能帮助数据分析师建立影响力
第3章 数据思维如何培养
3.1 熟悉常用的数据分析方法
3.2 树立目标意识，寻找潜在分析点
3.3 不预设立场，通过客观的标准代替主观的判断
3.4 基于数据分析结果为业务方提出切实可行的解决方案
第2篇 数据指标体系
第4章 数据埋点
4.1 数据埋点简介
4.2 数据埋点分类及主流的数据上报技术
4.3 数据埋点方案设计
第5章 数据标签体系
5.1 数据标签体系与用户画像
5.2 如何构建数据标签体系
5.3 数据标签体系的应用场景
第6章 数据指标体系
6.1 从中国人口数据初识指标体系构建
6.2 用四个模型梳理数据指标体系构建的方法论
6.3 如何搭建一套通用的指标体系并快速落地应用
6.4 定位异动因素
第3篇 数据分析方法论
第7章 对比思维
7.1 利用对比分析得出结论
7.2 A/B试验设计及容易忽略的误区
7.3 A/B试验背后涉及的统计学原理
7.4 Python实战：A/B试验在广告方案选择中的应用
第8章 分群思维
8.1 从用户生命周期浅谈分群思维
8.2 用数据分箱进行结构化分析
8.3 同期群分析解读用户生命周期，剖析真实用户行为和价值
8.4 Python实战：基于RFM模型及K-Means算法实现用户分群
第9章 相关与因果
9.1 相关性分析简介
9.2 因果推断方法论
9.3 Python实战：利用DoWhy框架实现因果推断
第4篇 数据分析案例实战
第10章 用户流失分析
10.1 用户流失分析方法论
10.2 案例分析：用5W2H方法分析游戏用户流失原因
10.3 用5个理论模型构建外部因素分析框架
10.4 如何设计问卷验证用户流失的原因
10.5 Python实战：通过生存分析预测用户流失周期
第11章 用户转化与付费分析
11.1 用户转化与付费分析概述
11.2 贝叶斯公式在用户转化中的应用
11.3 案例分析：用漏斗模型分析某电商平台换货业务，提升用户转化率
11.4 用营销增益模型实现用户分群，辅助运营人员识别营销敏感人群
11.5 Python实战：利用营销增益模型识别营销敏感人群
附录A 缩略词及中英文对照
参考文献
反侵权盗版声明
封底
