展开全部

主编推荐语

以四大行业实践谈数据驱动如何交付业务价值,破解企业数据驱动实践中面临的困惑、幻想与失望,传递真正数据驱动价值。

内容简介

本书是从理论到实践的全面且细致的企业数据驱动指南,从作者的百度大数据工作说起,完整还原其从零到一构建百度用户行为大数据处理平台经历。详解大数据本质、理念与现状,围绕数据驱动四环节——采集、建模、分析、指标,深入浅出地讲述企业如何将数据驱动方案落地,并指出数据驱动的价值在于“数据驱动决策”、“数据驱动产品智能”。最后通过互联网金融、电子商务、企业服务、零售四大行业实践,从需求梳理、事件指标设计、数据接入阶段、实际应用四大阶段介绍数据驱动在不同领域的商业价值,全面展示大数据在各领域内的应用情况与趋势展望。

本书贴近企业真实场景,兼具权威性与前瞻性,是广泛适用的普及读物,适合对大数据、数据驱动感兴趣的企业高管、决策者、创业者、IT人员、营销人员、产品经理、相关专业的学生等。

目录

  • 版权信息
  • 推荐语
  • 推荐序1
  • 推荐序2
  • 推荐序3
  • 推荐序4
  • 推荐序5
  • 第1章 从百度大数据工作的经历说开
  • 百度数据板块:网页数据和用户行为数据
  • 搜索引擎发展
  • 用户行为分析践行:百度知道的回答量提升7.5%
  • 从零到一构建百度大数据分析平台
  • 数据源与Event模型的重要性
  • 大数据是屠龙术
  • 第2章 大数据思维与数据驱动
  • 大数据的概念
  • 大数据之“大”
  • 大数据之“全”
  • 大数据之“细”
  • 大数据之“时”
  • 大数据的本质
  • 数据驱动理念与现状
  • 数据驱动的价值
  • 企业内部数据驱动现状
  • 理想的数据驱动——“流”
  • 大数据时代到来的条件
  • 数据采集能力增强
  • 数据处理能力增强
  • 数据意识的提升
  • 第3章 数据驱动的环节
  • 数据采集与埋点
  • 数据采集的现状
  • 数据采集遵循法则
  • 科学的数据采集和埋点方式
  • 数据的准确性
  • 数据建模
  • 数据模型与建模
  • 多维数据模型
  • 多维事件模型
  • 多维事件模型的探索经历
  • 数据分析方法
  • 行为事件分析
  • 漏斗分析
  • 留存分析
  • 分布分析
  • 点击分析
  • 用户路径
  • 用户分群
  • 属性分析
  • 指标体系构建
  • 第一关键指标法
  • 海盗指标法
  • 第4章 数据驱动产品和运营决策
  • 数据驱动运营监控
  • 用户获取(Acquisition)
  • 激活(Activation)
  • 留存(Retention)
  • 引荐(Referral)
  • 营收(Revenue)
  • 数据驱动产品改进和体验优化
  • 数据驱动商业决策
  • 数据驱动落地企业,要从管理者做起
  • 数据驱动商业决策的价值
  • 第5章 数据驱动产品智能
  • 数据平台及用户智能
  • 如何计算热门榜单
  • 客服系统中的行为数据
  • 为什么需要数据平台
  • 数据平台提供的能力
  • 数据应用与用户智能
  • 基于用户行为数据的用户智能应用
  • 用户智能分类:基于规则与机器学习
  • 用户智能应用——用户画像
  • 两种用户画像:User Persona与User Profile
  • 用户画像(User Profile)标签体系的建立
  • 用户智能应用——个性化推荐
  • 个性化推荐的概念
  • 架构实现
  • 数据流
  • 业务分析与模型选择
  • 实验与迭代
  • 第6章 各行业实践数据分析全过程
  • 互联网金融数据驱动实践
  • 实践案例
  • 企业服务数据驱动实践
  • 数据驱动能够为企业服务做什么
  • 面临的挑战
  • 数据应用的阶段
  • 实践案例
  • 零售行业数据驱动实践
  • 实践案例
  • 电子商务数据驱动实践
  • 打破企业发展经营困局:从粗放式到精细化
  • 电商企业数据驱动瓶颈
  • 实践案例
  • 写在最后的话
展开全部

评分及书评

尚无评分
目前还没人评分
  • 加载中...

出版方

电子工业出版社

电子工业出版社成立于1982年10月,是国务院独资、工信部直属的中央级科技与教育出版社,是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展,已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域,综合出版能力位居全国出版行业前列。