數(shù)據(jù)驅(qū)動：從方法到實踐

定　價：￥49.00

作　者：	桑文鋒著
出版社：	電子工業(yè)出版社
叢編項：
標　簽：	計算機?網(wǎng)絡數(shù)據(jù)庫

購買這本書可以去

ISBN：	9787121334511	出版時間：	2018-03-01	包裝：	平裝
開本：	16開	頁數(shù)：	216	字數(shù)：

內(nèi)容簡介

　　本書是從理論到實踐的全面且細致的企業(yè)數(shù)據(jù)驅(qū)動指南，從作者的百度大數(shù)據(jù)工作說起，完整還原其從零到一構(gòu)建百度用戶行為大數(shù)據(jù)處理平臺經(jīng)歷。詳解大數(shù)據(jù)本質(zhì)、理念與現(xiàn)狀，圍繞數(shù)據(jù)驅(qū)動四環(huán)節(jié)——采集、建模、分析、指標，深入淺出地講述企業(yè)如何將數(shù)據(jù)驅(qū)動方案落地，并指出數(shù)據(jù)驅(qū)動的價值在于“數(shù)據(jù)驅(qū)動決策”、“數(shù)據(jù)驅(qū)動產(chǎn)品智能”。最后通過互聯(lián)網(wǎng)金融、電子商務、企業(yè)服務、零售四大行業(yè)實踐，從需求梳理、事件指標設計、數(shù)據(jù)接入階段、實際應用四大階段介紹數(shù)據(jù)驅(qū)動在不同領(lǐng)域的商業(yè)價值，全面展示大數(shù)據(jù)在各領(lǐng)域內(nèi)的應用情況與趨勢展望。本書貼近企業(yè)真實場景，是廣泛適用的普及讀物，適合對大數(shù)據(jù)、數(shù)據(jù)驅(qū)動感興趣的企業(yè)高管、決策者、創(chuàng)業(yè)者、IT人員、營銷人員、產(chǎn)品經(jīng)理、相關(guān)專業(yè)的學生等。

作者簡介

　　桑文鋒，神策數(shù)據(jù)創(chuàng)始人兼CEO，浙江大學計算機科學與技術(shù)專業(yè)碩士，在百度任職8年，從無到有構(gòu)建了百度用戶日志大數(shù)據(jù)平臺，覆蓋數(shù)據(jù)收集、傳輸、元數(shù)據(jù)管理、作業(yè)流調(diào)度、海量數(shù)據(jù)查詢引擎及數(shù)據(jù)可視化等。歷任軟件工程師、高級軟件工程師、項目經(jīng)理、高級項目經(jīng)理、技術(shù)經(jīng)理，2015年4月離職創(chuàng)建神策數(shù)據(jù)，針對企業(yè)客戶推出用戶行為分析產(chǎn)品——神策分析，幫助企業(yè)實現(xiàn)數(shù)據(jù)驅(qū)動。此外，神策數(shù)據(jù)聯(lián)合創(chuàng)始人兼CTO曹犟，神策數(shù)據(jù)聯(lián)合創(chuàng)始人兼首席架構(gòu)師付力力，神策數(shù)據(jù)資深算法工程師鄒雨晗，神策數(shù)據(jù)架構(gòu)師房東雨，神策數(shù)據(jù)算法工程師韓越，神策數(shù)據(jù)數(shù)據(jù)分析總監(jiān)陳新祥，神策數(shù)據(jù)用戶行為洞察研究院負責人張喬，以及神策數(shù)據(jù)分析師高娜、薛創(chuàng)宇、李金霞、朱靜蕓均參與了此書的寫作。

圖書目錄

第1章　從百度大數(shù)據(jù)工作的經(jīng)歷說開　/ 1
百度數(shù)據(jù)板塊：網(wǎng)頁數(shù)據(jù)和用戶行為數(shù)據(jù)　/ 3
搜索引擎發(fā)展　/ 4
用戶行為分析踐行：百度知道的回答量提升 7．5%　/ 5
從零到一構(gòu)建百度大數(shù)據(jù)分析平臺　/ 6
數(shù)據(jù)源與 Event 模型的重要性　/ 9
大數(shù)據(jù)是屠龍術(shù)　/ 10
第2章　大數(shù)據(jù)思維與數(shù)據(jù)驅(qū)動　/ 11
大數(shù)據(jù)的概念　/ 14
大數(shù)據(jù)之“大”　/ 14
大數(shù)據(jù)之“全”　/ 15
大數(shù)據(jù)之“細”　/ 16
大數(shù)據(jù)之“時”　/ 16
大數(shù)據(jù)的本質(zhì)　/ 17
數(shù)據(jù)驅(qū)動理念與現(xiàn)狀　/ 20
數(shù)據(jù)驅(qū)動的價值　/ 20
企業(yè)內(nèi)部數(shù)據(jù)驅(qū)動現(xiàn)狀　/ 21
理想的數(shù)據(jù)驅(qū)動 ―― “流”　/ 23
大數(shù)據(jù)時代到來的條件　/ 24
數(shù)據(jù)采集能力增強　/ 25
數(shù)據(jù)處理能力增強　/ 26
數(shù)據(jù)意識的提升　/ 27
第3章　數(shù)據(jù)驅(qū)動的環(huán)節(jié)　/ 29
數(shù)據(jù)采集與埋點　/ 32
數(shù)據(jù)采集的現(xiàn)狀　/ 32
數(shù)據(jù)采集遵循法則　/ 34
科學的數(shù)據(jù)采集和埋點方式　/ 36
數(shù)據(jù)的準確性　/ 40
數(shù)據(jù)建?！? 44
數(shù)據(jù)模型與建模　/ 44
多維數(shù)據(jù)模型　/ 46
多維事件模型　/ 49
多維事件模型的探索經(jīng)歷　/ 52
數(shù)據(jù)分析方法　/ 55
行為事件分析　/ 55
漏斗分析　/ 58
留存分析　/ 61
分布分析　/ 64
點擊分析　/ 67
用戶路徑　/ 73
用戶分群　/ 75
屬性分析　/ 80
指標體系構(gòu)建　/ 82
第一關(guān)鍵指標法　/ 82
海盜指標法　/ 86
第4章　數(shù)據(jù)驅(qū)動產(chǎn)品和運營決策　/ 89
數(shù)據(jù)驅(qū)動運營監(jiān)控　/ 91
用戶獲?。ˋcquisition）　/ 91
激活（Activation）　/ 92
留存（Retention）　/ 97
引薦（Referral）　/ 99
營收（Revenue）　/ 101
數(shù)據(jù)驅(qū)動產(chǎn)品改進和體驗優(yōu)化　/ 102
數(shù)據(jù)驅(qū)動商業(yè)決策　/ 104
數(shù)據(jù)驅(qū)動落地企業(yè)，要從管理者做起　/ 106
數(shù)據(jù)驅(qū)動商業(yè)決策的價值　/ 108
第5章　數(shù)據(jù)驅(qū)動產(chǎn)品智能　/ 109
數(shù)據(jù)平臺及用戶智能　/ 114
如何計算熱門榜單　/ 114
客服系統(tǒng)中的行為數(shù)據(jù)　/ 114
為什么需要數(shù)據(jù)平臺　/ 115
數(shù)據(jù)平臺提供的能力　/ 116
數(shù)據(jù)應用與用戶智能　/ 119
基于用戶行為數(shù)據(jù)的用戶智能應用　/ 119
用戶智能分類：基于規(guī)則與機器學習　/ 123
用戶智能應用――用戶畫像　/ 132
兩種用戶畫像：User Persona與User Profile　/ 132
用戶畫像（User Profile）標簽體系的建立　/ 135
用戶智能應用――個性化推薦　/ 139
個性化推薦的概念　/ 139
架構(gòu)實現(xiàn)　/ 140
數(shù)據(jù)流　/ 142
業(yè)務分析與模型選擇　/ 143
實驗與迭代　/ 144
第6章　各行業(yè)實踐數(shù)據(jù)分析全過程　/ 147
互聯(lián)網(wǎng)金融數(shù)據(jù)驅(qū)動實踐　/ 149
實踐案例　/ 150
企業(yè)服務數(shù)據(jù)驅(qū)動實踐　/ 158
數(shù)據(jù)驅(qū)動能夠為企業(yè)服務做什么　/ 159
面臨的挑戰(zhàn)　/ 160
數(shù)據(jù)應用的階段　/ 161
實踐案例　/ 168
零售行業(yè)數(shù)據(jù)驅(qū)動實踐　/ 175
實踐案例　/ 176
電子商務數(shù)據(jù)驅(qū)動實踐　/ 186
打破企業(yè)發(fā)展經(jīng)營困局：從粗放式到精細化　/ 186
電商企業(yè)數(shù)據(jù)驅(qū)動瓶頸　/ 187
實踐案例　/ 187
寫在最后的話　/ 197