數(shù)據(jù)分析實戰(zhàn):方法、工具與可視化
本書通過實戰(zhàn)案例和可視化的圖形講解數(shù)據(jù)分析的知識。通過閱讀本書,讀者可以從容地處理數(shù)據(jù),高效地完成數(shù)據(jù)分析工作。本書共9章,主要內(nèi)容包括不同場景下的數(shù)據(jù)分析方法,從業(yè)者應(yīng)具備的數(shù)據(jù)分析基本知識,數(shù)據(jù)分析師應(yīng)具有的思維方式,海盜法則和指標(biāo)體系建模,用戶畫像賦能數(shù)據(jù)分析,數(shù)據(jù)可視化的實操技巧等。
本書不僅適合產(chǎn)品經(jīng)理、運(yùn)營人員、市場營銷人員閱讀,還適合數(shù)據(jù)分析人員閱讀。
1.全彩印刷,框架清晰,有效提高讀者閱讀體驗
2.結(jié)合實際案例,將理論與現(xiàn)實結(jié)合,滿足工作中的實踐需求
3.本書作者在數(shù)據(jù)分析領(lǐng)域工作多年,經(jīng)驗豐富,有多年數(shù)據(jù)分析相關(guān)授課培訓(xùn)經(jīng)驗,可以深入淺出的講解數(shù)據(jù)分析和實戰(zhàn)技能
4.語言通俗易懂,由淺入深,零基礎(chǔ)讀者可輕松閱讀
本書主要內(nèi)容:
數(shù)據(jù)分析基礎(chǔ)知識;
如何成為優(yōu)秀的數(shù)據(jù)分析師;
數(shù)據(jù)分析師的思維方式;
海盜法則和指標(biāo)體系建模;
數(shù)據(jù)分析方法;
A/B測試;
用戶畫像;
數(shù)據(jù)可視化與Tableau操作。
曾津
CDAIII數(shù)據(jù)科學(xué)家,是一名在數(shù)據(jù)分析崗位上深耕十?dāng)?shù)年的數(shù)據(jù)老兵。曾先后擔(dān)任探探商業(yè)化與國際化數(shù)據(jù)分析總監(jiān)、去哪兒資深數(shù)據(jù)產(chǎn)品經(jīng)理、數(shù)據(jù)情報與應(yīng)用中心負(fù)責(zé)人,負(fù)責(zé)公司業(yè)務(wù)分析、實驗分析、指標(biāo)體系構(gòu)建、BI系統(tǒng)構(gòu)建及用戶畫像等相關(guān)工作。與此同時,他有多年數(shù)據(jù)分析相關(guān)授課培訓(xùn)經(jīng)驗,曾為光大銀行、中國移動研究院、中國電信研究院、360、南方航空等多家公司進(jìn)行培訓(xùn)授課,能深入淺出地講解數(shù)據(jù)分析和實戰(zhàn)技能。
韓知白
北京顯著科技有限公司創(chuàng)始人、CEO, 曾任摯文集團(tuán)探探公司副總裁,美圖公司高級總監(jiān),分管國際化、增長、商業(yè)化等業(yè)務(wù)。
目錄
第 1章 為什么人人都要懂?dāng)?shù)據(jù)分析 1
1.1 產(chǎn)品經(jīng)理為什么要懂?dāng)?shù)據(jù)分析 1
1.2 產(chǎn)品經(jīng)理的數(shù)據(jù)分析實戰(zhàn)案例 2
1.3 市場營銷人員為什么要懂?dāng)?shù)據(jù)分析 3
1.4 公司領(lǐng)導(dǎo)、業(yè)務(wù)負(fù)責(zé)人為什么要懂?dāng)?shù)據(jù)分析 5
第 2章 數(shù)據(jù)分析基礎(chǔ)知識 7
2.1 PV和UV 7
2.2 指標(biāo) 8
2.3 用戶畫像和拆分維度 8
2.4 用戶行為漏斗 9
2.5 科學(xué)的A/B實驗 10
2.6 凈收益檢驗 11
第3章 做一名優(yōu)秀的數(shù)據(jù)分析師 13
3.1 數(shù)據(jù)分析師與數(shù)據(jù)觀 13
3.1.1 數(shù)據(jù)——從資源到資產(chǎn) 13
3.1.2 從數(shù)據(jù)到應(yīng)用經(jīng)歷的“驚險的一跳” 15
3.2 對數(shù)據(jù)分析師崗位的一些理解 17
3.2.1 數(shù)據(jù)分析師應(yīng)具有的能力 17
3.2.2 數(shù)據(jù)分析師應(yīng)具備的技能 19
3.2.3 數(shù)據(jù)分析師不要單打獨(dú)斗 20
第4章 數(shù)據(jù)分析師的思維方式 22
4.1 數(shù)據(jù)分析的基本流程——形成“一根線” 22
4.2 數(shù)據(jù)分析的兩個重要思維模型——“樹”與“田” 28
4.2.1 “樹”思維 29
4.2.2 “田”思維 32
第5章 海盜法則與指標(biāo)體系建!40
5.1 海盜法則 40
5.1.1 用戶獲取 43
5.1.2 用戶激活 47
5.1.3 用戶留存 49
5.1.4 獲取收入 52
5.1.5 自傳播 57
5.2 構(gòu)建指標(biāo)體系 60
5.2.1 北極星指標(biāo) 61
5.2.2 通過OSM模型構(gòu)建指標(biāo)體系 69
第6章 數(shù)據(jù)分析方法 75
6.1 數(shù)據(jù)分析工具箱 75
6.2 現(xiàn)狀分析 77
6.2.1 描述現(xiàn)狀——探索性數(shù)據(jù)分析方法 77
6.2.2 常用的指標(biāo) 80
6.2.3 趨勢分析 100
6.3 異常值發(fā)現(xiàn) 103
6.3.1 西格瑪法則 103
6.3.2 四分位差法 110
6.4 定位問題 112
6.4.1 漏斗分析 112
6.4.2 多維分析 115
6.4.3 指標(biāo)拆解 115
6.4.4 魔法數(shù)字 121
第7章 A/B測試——提高銷售轉(zhuǎn)化率 127
7.1 A/B測試簡介 127
7.1.1 A/B測試的概念以及應(yīng)用場景 127
7.1.2 A/B測試的起源 129
7.2 A/B測試的統(tǒng)計理論基礎(chǔ)——假設(shè)檢驗 131
7.2.1 從“女士品茶”理解假設(shè)檢驗的定義 131
7.2.2 假設(shè)檢驗的步驟 133
7.3 A/B測試流程和實驗 144
7.3.1 A/B測試的流程和實驗指標(biāo)的指定 144
7.3.2 實驗的設(shè)計和進(jìn)行 147
7.4 綜合案例:Panda公司通過A/B測試優(yōu)化促銷信息展示方案 156
7.5 A/B測試進(jìn)階 158
7.5.1 如果實驗結(jié)果和我們預(yù)想的不一樣怎么辦 158
7.5.2 基于A/B測試增量反饋模型 159
第8章 用戶畫像 162
8.1 用戶畫像概況:用戶畫像概念及應(yīng)用領(lǐng)域 162
8.1.1 用戶畫像的定義 162
8.1.2 用戶畫像的使用范圍 163
8.1.3 關(guān)于用戶畫像的一些理解 164
8.2 用戶畫像構(gòu)建途徑 165
8.2.1 構(gòu)建和應(yīng)用用戶畫像的步驟 165
8.2.2 利用算法模型生成用戶畫像標(biāo)簽 171
8.3 用戶畫像實戰(zhàn) 185
8.3.1 用戶畫像的本質(zhì)是差異化 185
8.3.2 用戶畫像的優(yōu)勢是“惠而不費(fèi)” 187
8.3.3 用戶畫像需要積少成多 189
8.3.4 用戶畫像體系要服務(wù)場景 189
8.3.5 利用用戶畫像需要遵循“不作惡”原則 190
第9章 數(shù)據(jù)可視化與Tableau操作 191
9.1 數(shù)據(jù)可視化概述 191
9.1.1 什么是數(shù)據(jù)可視化 191
9.1.2 常用的數(shù)據(jù)可視化工具 192
9.1.3 好的數(shù)據(jù)可視化方案 195
9.2 Tableau數(shù)據(jù)可視化基礎(chǔ) 203
9.2.1 Tableau簡介 203
9.2.2 開啟Tableau可視化之旅 206
9.2.3 高級可視化圖表的制作 240
9.2.4 可視化方案的展現(xiàn):儀表板和故事 244
附錄A 為什么抽樣方差公式的分母中是n-1 248
附錄B 時間序列趨勢分解的Python代碼 253
附錄C 分詞的Python代碼 254