更新时间：2024-12-16 16:53:33
封面
版权信息
版权
内容提要
推荐语
前言
引子 小雪求职记
基础篇 数据分析师的锦囊
一、欲善其事先利器：数据分析技能进阶图谱
二、深入业务寻价值：价值源于深度理解场景
三、积跬步以察千里：数据的采集与治理
四、沥尽狂沙方见金：数据的清洗与可视化
五、营运之道无定法：数据分析的核心方法
六、增长践行成于思：数据分析的关键思维
实践篇 数据运营分析十话
卷一 获客
第一话 横看成岭侧成峰：用户画像揭示秘密
1.1 问题：这款推广海报好不好
1.2 概念：用户画像
1.3 工具：Python数据分析编程基础
1.4 实战：哪一类人才是真正的买家
1.5 结论
第二话 远近高低各不同：聚类实现RFM细分
2.1 问题：如何通过细分用户指导运营
2.2 概念：用户细分
2.3 工具：RFM分析和聚类算法
2.4 实战：基于RFM模型的用户细分
2.5 结论
2.6 彩蛋：看看谁是最有价值的用户
第三话 获客成本何其高：回归预测用户LTV
3.1 问题：我能从用户身上赚多少钱
3.2 概念：用户生命周期价值
3.3 工具：回归分析
3.4 实战：预测电商用户的生命周期价值
3.5 结论
3.6 彩蛋：还有哪些机器学习算法
卷二 激活
第四话 百川争流终归海：动态归因优化渠道
4.1 问题：哪个渠道最给力
4.2 概念：渠道分析和归因模型
4.3 工具：马尔可夫链归因模型
4.4 实战：通过马尔可夫链模型来计算渠道价值
4.5 结论
4.6 彩蛋：夏普利值归因
第五话 营销贵在激活时：漏斗模型聚焦转化
5.1 问题：促销活动中的哪个环节需优化
5.2 概念：漏斗和转化率
5.3 工具：Plotly包中的漏斗图
5.4 实战：通过漏斗分析看促销效果
5.5 结论
卷三 留存
第六话 温故知新惜旧客：通过行为分析提升留存
6.1 问题：如何留住江里捞的老用户
6.2 概念：留存与流失
6.3 工具：生存分析工具包和逻辑回归算法
6.4 实战：分析用户的留存和流失
6.5 结论
第七话 千呼万唤求爆款：从内容分析发现价值
7.1 问题：什么样的视频会成为爆款
7.2 概念：产品分析
7.3 工具：自然语言处理
7.4 实战：某网站视频流量、热度和情感属性分析
7.5 结论
7.6 彩蛋：深度学习和循环神经网络RNN
卷四 变现
第八话 劝君更尽一杯酒：通过推荐系统找到好物
8.1 问题：如何从零搭建推荐系统
8.2 概念：相关性与推荐系统
8.3 工具：协同过滤算法
8.4 实战：简单的游戏推荐系统实现
8.5 结论
第九话 君向潇湘我向秦：用A/B测试助力促销
9.1 问题：两个页面，哪个更好
9.2 概念：A/B测试
9.3 工具：统计学知识
9.4 实战：通过A/B测试找到最佳页面
9.5 结论
卷五 自传播循环
第十话 一二三生千万物：裂变驱动增长循环
10.1 问题：哪种裂变方案更有效
10.2 概念：增长黑客和裂变
10.3 工具：增长模型
10.4 实战：用增长实验确定最佳折扣方案
10.5 结论
寄语
