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
數據產品經理修煉手冊:從零基礎到大數據產品實踐 版權信息
- ISBN：9787121360343
- 條形碼：9787121360343 ; 978-7-121-36034-3
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
數據產品經理修煉手冊:從零基礎到大數據產品實踐 本書特色
《數據產品經理修煉手冊——從零基礎到大數據產品實踐》共 8 章，全面和詳盡地介紹了數據產品經理的日常工作、需要的基礎知識和常用的分析方法，也介紹了數據倉庫的理論與應用，以及大數據分析平臺、用戶行為分析平臺、AB 實驗平臺等數據產品的建設，*后介紹了數據產品在各個業務領域中的應用。從基礎知識到項目進階，《數據產品經理修煉手冊——從零基礎到大數據產品實踐》內容充分結合業務實踐，剝開數據產品經理的神秘面紗。 《數據產品經理修煉手冊——從零基礎到大數據產品實踐》講解了數據產品領域的術與道，不是泛泛地講報表設計，而是更偏重于產品邏輯和 設計思路，詳細地介紹了數據產品經理的核心能力、**技能以及產品實踐。在各大互聯網 公司大數據項目基礎上，本書詳細地講述了數據產品經理的成長歷程。 《數據產品經理修煉手冊——從零基礎到大數據產品實踐》適用于即將從事數據產品工作的新人，同時也適用于已經在數據產品領域工作 3 年 以內的數據產品經理，本書適合作為數據產品經理的第１本書。
數據產品經理修煉手冊:從零基礎到大數據產品實踐 內容簡介
本書共8章，全面和詳盡地介紹了數據產品經理的日常工作、需要的基礎知識和常用的分析方法，也介紹了數據倉庫的理論與應用，以及大數據分析平臺、用戶行為分析平臺、AB實驗平臺等數據產品的建設，很后介紹了數據產品在各個業務領域中的應用。從基礎知識到項目進階，本書內容充分結合業務實踐，剝開數據產品經理的神秘面紗。 本書講解了數據產品領域的術與道，不是泛泛地講報表設計，而是更偏重于產品邏輯和設計思路，詳細地介紹了數據產品經理的核心能力、推薦技能以及產品實踐。在各大互聯網公司大數據項目基礎上，本書詳細地講述了數據產品經理的成長歷程。
數據產品經理修煉手冊:從零基礎到大數據產品實踐 目錄
第1章 初識數據產品經理
1.1 為什么要有數據產品經理
1.1.1 大數據行業現狀
1.1.2 數據產品經理的前世今生
1.2 數據產品經理的日常工作
1.2.1 一切從業務出發
1.2.2 離不開的產品原型與需求文檔
1.2.3 與研發工程師做朋友
1.2.4 多和用戶聊聊
1.3 數據產品經理的思維方式
1.3.1 歸納與演繹思維
1.3.2 數據思維
1.3.3 用戶思維
1.3.4 產品思維
1.3.5 工程思維
1.3.6 其他一些思維方式和方法論
第2章 數據產品經理基礎知識
2.1 數據產品經理常用的工具
2.1.1 玩轉Excel
2.1.2 數據產品經理怎能不會SQL
2.1.3 掌握一些R相關知識
2.1.4 產品原型工具
2.2 產品需求管理
2.2.1 需求來源與需求判斷
2.2.2 產品需求池管理
2.2.3 從需求跟進到需求落地
2.3 軟實力
2.3.1 快速成長的能力
2.3.2 溝通表達的能力
2.3.3 推動項目的能力
2.3.4 數據感知的能力
第3章 數據分析思維與實踐
3.1 數據產品經理和數據分析師的區別
3.1.1 數據產品經理和數據分析師的崗位職責與崗位要求
3.1.2 數據產品經理和數據分析師需要具備的素質
3.2 數據產品經理常用的分析方法
3.2.1 常規分析
3.2.2 統計模型分析
3.2.3 自建模型分析
3.3 應用實例
3.3.1 商城積分與DAU的關聯分析
3.3.2 基于時間序列預測訂單量
第4章 數據倉庫理論與應用
4.1 了解大數據基礎Hadoop
4.1.1 Hadoop三駕馬車
4.1.2 其他常用工具
4.2 大數據平臺層級結構
4.2.1 ODS層
4.2.2 數據倉庫
4.2.3 數據的應用
4.3 數據埋點
4.3.1 埋點方式
4.3.2 埋點事件
4.3.3 數據埋點實例
4.4 指標字典
4.4.1 指標字典的基本概念
4.4.2 指標定義的規范
4.5 數據管理系統
4.5.1 數據質量的重要性
4.5.2 數據管理系統的質量檢測
4.5.3 數據管理系統的功能
第5章 大數據分析平臺實踐
5.1 大數據分析平臺的前世今生
5.1.1 大數據分析平臺構建的背景
5.1.2 企業實現大數據分析平臺的方式
5.2 大數據分析平臺應用實戰
5.2.1 可拓展的報表分析平臺
5.2.2 自助式分析平臺
5.2.3 智能化分析平臺
5.2.4 業務場景分析平臺
5.3 移動端大數據分析平臺
5.3.1 如何選擇移動端
5.3.2 移動端大數據分析平臺實戰
5.4 大數據分析平臺走進傳統行業
第6章 用戶行為分析平臺實踐
6.1 用戶行為分析平臺的前世今生
6.1.1 用戶行為分析平臺的背景
6.1.2 用戶行為分析平臺的應用場景
6.2 用戶行為分析平臺的功能
6.2.1 事件分析
6.2.2 留存分析
6.2.3 轉化分析
6.2.4 用戶分群
6.2.5 用戶行為細查
6.2.6 用戶行為路徑分析
6.2.7 其他功能
6.3 用戶行為分析平臺的迭代方向
第7章 AB實驗平臺
7.1 AB實驗平臺的背景
7.1.1 為什么需要AB實驗平臺
7.1.2 AB實驗平臺的應用場景
7.2 AB實驗平臺的實戰
7.2.1 創建實驗的流程
7.2.2 相關概念
7.2.3 實驗分流
7.2.4 實驗數據統計
7.2.5 實驗上線與報警
7.2.6 波動分析工具
7.3 AB實驗設計方法
7.4 AB實驗平臺的應用實例
第8章 大數據產品在各個領域中的應用
8.1 大數據產品在電商領域中的應用
8.1.1 大數據精準營銷
8.1.2 購物行為與銷量預測
8.2 大數據產品在汽車領域中的應用
8.2.1 汽車細分領域的用戶畫像
8.2.2 為汽車品牌商尋找與品牌匹配的自媒體
8.3 大數據產品在游戲領域中的應用
8.3.1 大數據產品在游戲行業中的重要性
8.3.2 游戲行業在不同場景下的數據產品需求
8.3.3 游戲領域的數據產品介紹
8.4 大數據產品在內容領域中的應用
8.4.1 內容產品及行業簡介
8.4.2 傳統編輯對內容領域中數據的應用
8.4.3 大數據在自媒體領域中的應用
8.4.4 自媒體用戶畫像數據的應用
8.4.5 用戶消費內容漏斗分析
8.4.6 視頻類內容數據的應用
8.4.7 內容時代我們還能用數據做些什么
8.5 大數據產品在交通領域中的應用
8.5.1 地圖可視化在交通領域中的應用
8.5.2 交通大數據助力城市規劃
1.1 為什么要有數據產品經理
1.1.1 大數據行業現狀
1.1.2 數據產品經理的前世今生
1.2 數據產品經理的日常工作
1.2.1 一切從業務出發
1.2.2 離不開的產品原型與需求文檔
1.2.3 與研發工程師做朋友
1.2.4 多和用戶聊聊
1.3 數據產品經理的思維方式
1.3.1 歸納與演繹思維
1.3.2 數據思維
1.3.3 用戶思維
1.3.4 產品思維
1.3.5 工程思維
1.3.6 其他一些思維方式和方法論
第2章 數據產品經理基礎知識
2.1 數據產品經理常用的工具
2.1.1 玩轉Excel
2.1.2 數據產品經理怎能不會SQL
2.1.3 掌握一些R相關知識
2.1.4 產品原型工具
2.2 產品需求管理
2.2.1 需求來源與需求判斷
2.2.2 產品需求池管理
2.2.3 從需求跟進到需求落地
2.3 軟實力
2.3.1 快速成長的能力
2.3.2 溝通表達的能力
2.3.3 推動項目的能力
2.3.4 數據感知的能力
第3章 數據分析思維與實踐
3.1 數據產品經理和數據分析師的區別
3.1.1 數據產品經理和數據分析師的崗位職責與崗位要求
3.1.2 數據產品經理和數據分析師需要具備的素質
3.2 數據產品經理常用的分析方法
3.2.1 常規分析
3.2.2 統計模型分析
3.2.3 自建模型分析
3.3 應用實例
3.3.1 商城積分與DAU的關聯分析
3.3.2 基于時間序列預測訂單量
第4章 數據倉庫理論與應用
4.1 了解大數據基礎Hadoop
4.1.1 Hadoop三駕馬車
4.1.2 其他常用工具
4.2 大數據平臺層級結構
4.2.1 ODS層
4.2.2 數據倉庫
4.2.3 數據的應用
4.3 數據埋點
4.3.1 埋點方式
4.3.2 埋點事件
4.3.3 數據埋點實例
4.4 指標字典
4.4.1 指標字典的基本概念
4.4.2 指標定義的規范
4.5 數據管理系統
4.5.1 數據質量的重要性
4.5.2 數據管理系統的質量檢測
4.5.3 數據管理系統的功能
第5章 大數據分析平臺實踐
5.1 大數據分析平臺的前世今生
5.1.1 大數據分析平臺構建的背景
5.1.2 企業實現大數據分析平臺的方式
5.2 大數據分析平臺應用實戰
5.2.1 可拓展的報表分析平臺
5.2.2 自助式分析平臺
5.2.3 智能化分析平臺
5.2.4 業務場景分析平臺
5.3 移動端大數據分析平臺
5.3.1 如何選擇移動端
5.3.2 移動端大數據分析平臺實戰
5.4 大數據分析平臺走進傳統行業
第6章 用戶行為分析平臺實踐
6.1 用戶行為分析平臺的前世今生
6.1.1 用戶行為分析平臺的背景
6.1.2 用戶行為分析平臺的應用場景
6.2 用戶行為分析平臺的功能
6.2.1 事件分析
6.2.2 留存分析
6.2.3 轉化分析
6.2.4 用戶分群
6.2.5 用戶行為細查
6.2.6 用戶行為路徑分析
6.2.7 其他功能
6.3 用戶行為分析平臺的迭代方向
第7章 AB實驗平臺
7.1 AB實驗平臺的背景
7.1.1 為什么需要AB實驗平臺
7.1.2 AB實驗平臺的應用場景
7.2 AB實驗平臺的實戰
7.2.1 創建實驗的流程
7.2.2 相關概念
7.2.3 實驗分流
7.2.4 實驗數據統計
7.2.5 實驗上線與報警
7.2.6 波動分析工具
7.3 AB實驗設計方法
7.4 AB實驗平臺的應用實例
第8章 大數據產品在各個領域中的應用
8.1 大數據產品在電商領域中的應用
8.1.1 大數據精準營銷
8.1.2 購物行為與銷量預測
8.2 大數據產品在汽車領域中的應用
8.2.1 汽車細分領域的用戶畫像
8.2.2 為汽車品牌商尋找與品牌匹配的自媒體
8.3 大數據產品在游戲領域中的應用
8.3.1 大數據產品在游戲行業中的重要性
8.3.2 游戲行業在不同場景下的數據產品需求
8.3.3 游戲領域的數據產品介紹
8.4 大數據產品在內容領域中的應用
8.4.1 內容產品及行業簡介
8.4.2 傳統編輯對內容領域中數據的應用
8.4.3 大數據在自媒體領域中的應用
8.4.4 自媒體用戶畫像數據的應用
8.4.5 用戶消費內容漏斗分析
8.4.6 視頻類內容數據的應用
8.4.7 內容時代我們還能用數據做些什么
8.5 大數據產品在交通領域中的應用
8.5.1 地圖可視化在交通領域中的應用
8.5.2 交通大數據助力城市規劃
展開全部
數據產品經理修煉手冊:從零基礎到大數據產品實踐 相關資料
從2010年開始，產品經理逐漸成為互聯網公司熱門的職位。經過這些年的發展，產品經理也從一個綜合型職位逐漸細分，衍變出了App產品經理、商業產品經理、AI產品經理、支付產品經理、金融產品經理、電商產品經理、B端產品經理、數據產品經理等。其中，數據產品經理是新人入行或其他產品經理轉行的優選職位，因為大數據時代已經到來，越早進入，越有優勢。 數據產品經理比很多其他細分產品經理的門檻更高，而市面上相關實戰經驗的書籍又比較少，這讓很多想入行的人摸不著門道。如果你想成為數據產品經理，那么我推薦你看本書。 ——起點學院、人人都是產品經理創始人兼CEO 曹成明 我們已經悄然進入一個全新理念的信息革命時代——大數據時代，這對所有企業來說，既是挑戰，又是機遇。在未來，不僅是互聯網公司，每個企業都會依靠數據產品精細化運營，真正理解用戶，驅動企業長期增長。這就需要越來越多的數據產品經理，圍繞數據價值提供專業的服務。本書從技能到項目實戰再到應用，進行了深刻的講述，對那些即將成為數據產品經理或者已經是數據產品經理的人來說，非常值得一讀。 ——聯想集團大數據業務執行總監、大數據首席架構師 于辰濤 這本書從0到1講述了一位數據產品經理的成長過程，是一本非常好的數據產品經理入門書籍。另外，在這個以數據為核心的時代，任何一個職場人都可以通過此書培養自己的數據意識和數據思維。 ——巧達數據集團副總裁 林松濤 作為一名多年“浸泡”在數據圈的專業人士，作者在書中講述的理論知識和操作實例非常適用于實際的應用場景，從需求調研到產品原型、從產品基礎工具到溝通能力、從數據分析思維到大數據技術實踐，每一部分內容都誠意滿滿。這本書為有意從事數據產品崗位者提供了這個領域的系統知識，是一本數據產品經理的實用指南。 ——阿里巴巴數據產品專家 金晶
數據產品經理修煉手冊:從零基礎到大數據產品實踐 作者簡介
梁旭鵬，摩拜數據產品專家，聯想、美團前數據產品經理，北京郵電大學碩士，人人都是產品經理專欄作家。 目前在摩拜負責大數據產品相關工作，曾供職于聯想、美團等公司，在電商、內容、出行等領域有過數據產品的實踐，在做產品經理之前，做過兩年研發工程師，也有一定的數據分析相關經驗。 在數據產品相關項目方面，負責過大數據管理平臺、大數據分析平臺、實驗平臺以及數據變現類項目。同時，也負責過移動端產品、CRM、薪酬系統等項目。
書友推薦
- >
推拿
- >
經典常談
- >
小考拉的故事-套裝共3冊
- >
李白與唐代文化
- >
隨園食單
- >
唐代進士錄
- >
伊索寓言-世界文學名著典藏-全譯本
- >
【精裝繪本】畫給孩子的中國神話
本類暢銷
