掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
產品經理數據修煉30問 版權信息
- ISBN：9787121352041
- 條形碼：9787121352041 ; 978-7-121-35204-1
- 裝幀：簡裝本
- 冊數：暫無
- 重量：暫無
- 所屬分類：
產品經理數據修煉30問 本書特色
適讀人群 ：數據分析、數據工程愛好者，數據崗位產品經理和運營人員。
來自騰訊產品經理的實戰方法論，帶你修煉大數據、人工智能(AI)思維，突破職業瓶頸，助你成長為全棧產品經理。
人人都是產品經理與起點學院創始人老曹、BAT產品總監、創業投資圈專家聯袂力薦
產品經理數據修煉30問 內容簡介
數據產品經理不等于數據分析師、數據工程師，而是一個同時具備產品經理的素養又對大數據和人工智能的產品化有專業洞察的角色。他們擁有良好的產品感，善于洞察，勤于跨界思考。本書共30章（問），分4個單元介紹產品經理必懂的數據知識。本書從數據產品經理的定義出發，立足于實際工作中的場景，深入淺出地探討產品經理如何站在行業視角統籌產品數據、數據產品，以及數據化運營的每個環節，并總結出有價值的方法論。
產品經理數據修煉30問 目錄
目 錄
**單元 剛接手一款產品，如何快速了解它
第1問 重新定義產品，應從哪開始？ 3
1．1 尋找一個切入點 3
1．2 宏觀：領域與生態 4
1．3 中觀：產品全局 4
1．4 微觀：產品功能與用戶 5
1．5 歸納與重新定義 7
第2問 怎樣理解產品中那些酷炫的數據指標？ 10
2．1 指標背后的要素：時間粒度和口徑 10
2．2 值得思考的“終極問題” 12
2．3 為數據指標分類 15
第3問 產品中有那么多功能，怎樣摸清它們的脈絡？ 18
3．1 畫一張屬于自己的產品地圖 18
3．2 已登錄or未登錄 21
3．3 好友or陌生人 21
3．4 流量or Wi-Fi聯網 22
第4問 了解產品用戶，應選擇用戶畫像還是用戶特征？ 23
4．1 用戶畫像vs用戶特征 23
4．2 關注不發聲的大多數用戶 25
4．3 警惕無效的用戶特征 25
4．4 識別用戶反饋帶來的偽需求 27
第5問 關于產品與數據，還有哪些值得注意的概念？ 29
5．1 這些用詞的區別在哪里 29
5．2 保持名稱的一致性 33
5．3 近似值和數值的位數 33
第二單元 數據支撐體系是如何運作的？
第6問 人力：數據團隊中有哪些幕后英雄？ 39
6．1 數據產品經理 40
6．2 數據分析師 40
6．3 數據項目經理 41
6．4 開發工程師 41
6．5 測試工程師 41
6．6 運維工程師 42
6．7 基礎研究員 42
第7問 物力：數據產品是怎么來的？ 44
7．1 是的，依然來自需求 44
7．2 不一樣的需求過程 45
7．3 同樣存在偽需求 48
第8問 除了報表平臺，數據產品還包括什么？ 51
8．1 先給數據產品分個層次 51
8．2 數據采集層 52
8．3 數據接入層 53
8．4 數據處理層 53
8．5 數據應用層 54
第9問 數據上報前需要做哪些準備工作？ 56
9．1 準備一：允許上報什么樣的數據 56
9．2 準備二：定義數據協議和數據Topic 58
9．3 準備三：統一文本編碼 59
第10問 埋點就是數據采集嗎？ 61
10．1 標準動作三步走：埋點、采集、上報 61
10．2 采集組件的兩類功能：機制型功能和服務型功能 63
10．3 對采集組件優化的思考 64
第11問 數據上報到哪里去了？ 66
11．1 不得不談的技術流程 66
11．2 數據倉庫vs數據庫 67
11．3 用可視化方式達成約定 69
第12問 我們可以直接使用上報的數據嗎？ 72
12．1 數據處理的基本操作：歸并和計算 72
12．2 任務調度平臺，自動化處理引擎 75
12．3 橫表vs縱表 79
12．4 事實表vs維度表 80
第13問 數據處理好了，我可以享用哪些服務？ 82
13．1 數據門戶的家族成員 82
13．2 報表呈現的奧秘 83
13．3 運籌帷幄的Dashboard 85
13．4 火眼金睛的用戶分析平臺 86
13．5 溫暖人心的數據訂閱 89
13．6 萬能的SQL，靈活的即席查詢 91
第14問 體驗優良的數據產品有哪些表現？ 94
14．1 交互是體驗的一部分 94
14．2 別讓我思考，值得強化的基礎體驗 95
14．3 別讓我孤單，多方位的支持服務 99
14．4 別讓我犯錯，嚴格對待權限與安全 102
第三單元 立足當下，如何輕松實踐數據化運營？
第15問 怎樣快速樹立數據化運營思維？ 107
15．1 認清運營的焦點：用戶 107
15．2 理解用戶數據的六步循環 109
15．3 明確數據化運營與數據產品體系的關系 110
第16問 數據啊，數據，我的產品怎樣才能成功？ 112
16．1 感性地提出一個問題 112
16．2 將問題分解為能夠量化的指標 112
16．3 理性地回答問題 114
第17問 怎樣制定合適的數據上報策略？ 116
17．1 大聲說出你想了解的內容 116
17．2 數據化各實體，尋找定義要素 117
17．3 用語義表達法試驗上報策略 120
第18問 哪些用戶數據值得收集？ 125
18．1 對用戶行為的三步思考 125
18．2 操作不僅僅是“單擊” 128
18．3 操作時長數據的上報 130
18．4 用戶屬性的時效問題 131
第19問 怎樣為數據賦予運營的意義？ 132
19．1 從“使用iPhone手機的深圳市女性用戶每日發消息情況”說起 132
19．2 口徑對數據事實的影響 134
19．3 累積處理要趕早 135
第20問 怎樣對待未登錄用戶和小號用戶？ 139
20．1 匿名訪客，你的需求同樣重要 139
20．2 自然人識別，揭開用戶ID背后的真相 142
第21問 為什么要進行用戶建模和用戶分層？ 146
21．1 用戶建模，基于已知探索未知 146
21．2 用戶分層，讓群體特征更明顯 149
21．3 四象限法，實現雙維度分組 152
第22問 怎樣精確控制A/B測試？
22．1 回顧一場典型的A/B測試 154
22．2 用數據控制兩組用戶的差異變量 155
22．3 虛擬A/B測試，只靠數據就能搞定 158
第23問 數據是怎樣推動產品灰度發布的？ 162
23．1 灰度發布，為產品引路的金絲雀 162
23．2 對參與用戶的篩選 165
23．3 對參與用戶的數據跟蹤 165
23．4 把質量數據作為能否進行下一輪發布的依據 166
23．5 灰度發布的注意事項 166
第24問 “隨機播放”為什么讓用戶感覺不隨機？ 168
24．1 請隨機播放幾首歌曲 168
24．2 還沒有注冊，就讓我登錄？ 169
24．3 天啊，剛剛發生了什么？ 172
第四單元 智能時代，還有哪些數據必修課？
第25問 各式各樣的圖表分別適用于哪些場景？ 177
25．1 數據報告中常用的圖表 177
25．2 統計與分析的選擇 180
25．3 產品經理的*愛 182
25．4 不宜濫用的圖表 184
25．5 圖表高效表達的四大原則 186
第26問 相比Excel，R語言更適合繪制圖表嗎？ 189
26．1 R語言不僅擅長繪圖 190
26．2 R語言更是統計分析能手 194
第27問 Excel中有哪些一學就會的高級技巧？ 198
27．1 “單擊即用”的隱藏功能 198
27．2 一定要會的幾個公式 203
第28問 怎樣通過SQL自由地查詢數據？ 212
28．1 在Access中運行一段SQL代碼 212
28．2 聚合查詢 214
28．3 合并查詢 216
28．4 聯結查詢 216
第29問 人工智能可以帶給我們哪些啟發？ 219
29．1 怎樣理解人工智能 219
29．2 機器學習與大數據 221
29．3 人工智能產品思維 223
第30問 有哪些現成的數據可在運營中參考？ 226
30．1 大數據指數 226
30.2 互聯網行業和產品資訊 229
30.3 政府機構統計數據 232
展開全部
產品經理數據修煉30問 作者簡介
R.D. 畢業于華中科技大學。曾任騰訊學院認證講師、騰訊產品經理，先后負責QQ、騰訊視頻數據體系建設和數據運營工作。
愛折騰，創過業、做過產品、寫過代碼。
現任字節跳動產品經理。
書友推薦
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
月亮虎
- >
史學評論
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
推拿
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
煙與鏡
- >
中國歷史的瞬間
本類暢銷
