-
>
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
數據運營之路:掘金數據化時代 版權信息
- ISBN:9787121396861
- 條形碼:9787121396861 ; 978-7-121-39686-1
- 裝幀:一般膠版紙
- 冊數:暫無
- 重量:暫無
- 所屬分類:>>
數據運營之路:掘金數據化時代 本書特色
適讀人群 :互聯網、傳統企業運營管理人員;數據分析人員;有志于從事數據行業的程序員、產品經理或者運營人員;希望借助數據化的方法、工具提升企業效率的企業高級管理人員。★ 本書是全面搭建數據運營體系 首著 ★ 是更適合國內企業的數據運營實踐方法論 ★ 可協助企業在數據運營的道路上少走彎路 ★ 其中有工具和方法,還有大量實戰案例 ★ 更有作者15年相關從業經驗的總結 ★ 便于讀者快速上手具體的運營問題 ★ 書中的知識和見解可以復用于很多企業 ★ 這是一本多年數據運營實戰的總結之作 ★ 也是一本搭建數據運營體系的指導之作 ★ 可以說是整個數據行業的“寶貴財富” ★ 不同的讀者都將從本書中獲益匪淺 ★ 初入數據行業的大學畢業生可找到快速上手的方法 ★ 入行五年到八年左右的資深人士可收獲更豐富的行業案例 ★ 企業管理者可了解數據運營如何為業務創造價值,以及如何從0到1搭建和管理數據團隊
數據運營之路:掘金數據化時代 內容簡介
隨著互聯網的逐步深入,各行各業在線上線下均產生了大量的數據,如何讓這些數據產生價值成為每一個企業亟待解決的問題。不僅如此,隨著我國新基建的加快推進,大數據和人工智能的發展猶如騰云之勢,而數據作為新基建中“流淌的血液”,已經成為新時代下的金礦和石油。在這一波瀾壯闊的時代背景下,為數據運營搭建系統化的體系及建立數據運營方法論則是運營工作進入下一個階段的必由之路。本書搶先發售全面地搭建數據運營體系,并借由筆者的親歷經驗,融合跨國企業與本土企業的優勢,提出更適合靠前企業當下發展的數據運營實踐方法論,助力企業趕上數據運營的發展浪潮。 本書將數據運營里晦澀的內容以豐富的圖例和生動化的語言進行闡釋,幫助初入數據行業的大學畢業生找到快速上手的方法,也給入行五年到八年左右的資深人士提供了更豐富的行業案例。不僅如此,由于本書從價值出發的定位及其實用性,很好適合企業管理者閱讀,幫助企業管理者了解數據運營如何為業務創造價值,以及協助管理者從0到1搭建和管理數據團隊。希望這本書可以成為一本數據運營的經典讀物,成為一本幫助企業了解數據如何創造價值的“百寶書”。
數據運營之路:掘金數據化時代 目錄
0 數據運營概論 / 25
1 基礎篇 / 39
1.1 如何制定好的目標 / 41
1.2 用目標、預測值和門檻值管理日常業務 / 51
1.3 做好指標統一的基礎工作 / 55
2 效率篇 / 63
2.1 如何通過數據驅動盈利提升 / 65
2.2 如何通過數據驅動品質運營 / 75
2.3 如何通過數據驅動銷售效率提升 / 80
2.4 如何通過數據評估組織效能 / 96
3 商品篇 / 101
3.1 如何通過數據驅動商品力提升 / 103
3.2 如何通過數據做品類管理 / 106
3.3 你想要的爆品模型 / 112
4 用戶與增長篇 / 123
4.1 如何通過數據建立用戶運營能力 / 125
4.2 制作一份七分熟客單價分析 / 130
4.3 用戶價值提升三板斧 / 136
5 組織篇 / 141
5.1 數據人才對于企業的價值 / 143
5.2 培養一個數據人才要多久 / 147
5.3 如何發揮數據人才的價值 / 150
5.4 如何招募到適合自己公司的數據人才 / 154
5.5 數據運營團隊的崗位職責與任職要求 / 157
6 實用篇 / 163
6.1 分析師的黑匣子:需求拆解 / 165
6.2 分析報告的基本功和展現形式 / 170
6.3 如何確認模型可用 / 174
6.4 如何歸納出可用的結論 / 177
6.5 如何開展高效的數據培訓 / 180
6.6 小白分析師快速上手需要的一點基礎工作 / 184
6.7 做數據工作如何好好溝通 / 189
7 行業篇 / 193
7.1 傳統零售企業如何快速切入新零售 / 195
7.2 說一說數據金礦在哪里 / 206
8 思維篇 / 211
8.1 怎么建立量化體系 / 213
8.2 數據的有趣之處和挑戰 / 217
數據運營之路:掘金數據化時代 節選
★ 數據運營在現實中存在的問題 隨著互聯網深入各行各業,在數據大量產生的同時,數據使用能力成為制約各行各業發展的門檻。企業的日常運營工作無時無刻不在產生大量數據信息,這些數據該如何采集、分析、應用并*終產生商業價值? 在實際的商業工作中,數據運營遇到了大量現實的問題。 --企業現存的數據應該怎么利用起來? --如果要發展企業的數據能力,應該怎么做,哪些部門需要做增量,該采集什么數據? --采集的數據應該怎么使用? --不同的分析技術和可視化方法適用于所有的商業問題嗎? --分析后的數據真的可以為企業帶來價值嗎? 這些問題在企業各級員工的心中都打著問號,但是由于互聯網化的快速推進,數據化席卷了各行各業,在這股力量中,無論企業是否懂得該如何做,都爭先恐后或者不得不先做起來。然而,對于數據的使用,就如同醫生診斷病人,需要有科學的辦法和經驗積累的過程。如果學藝不精,則數據運營不僅起不到為企業帶來價值的作用,還會引導企業誤入歧途。我相信,這樣的風險正在逐漸上演。 2015年,我開始在在行分享對數據運營的一些看法,有幸接觸到了各行各業對數據有需求的人,有美容行業的,也有動漫音樂行業的,雖然需要診斷的業務需求不同,但是大家都渴望用一種通用且容易復制的方法去解決現存的問題。 與此同時,隨著信息資訊的不斷發展,每個人都可以很快在互聯網上找到類似的經驗分享或者專家法則。通過瀏覽幾篇文章或者咨詢幾位數據從業人員,就希望可以得到解決自身企業問題的方法論,這樣往往是危險的。對于企業問題的診斷,需要結合的信息非常復雜,從宏觀的經濟政策、國內環境,到微觀的行業市場、企業地位,再到內部的產品階段、人事財務、戰略目標、經營目標、團隊管理,都有關系。如果僅僅從數據的角度去解決商業的問題,往往無法做到。只有從宏觀到微觀、從外部到內部、從上到下,用數據擊穿業務鏈路,串聯起彼此的關系,才具備解決問題的基礎思維框架。與此同時,要輔以專業的解讀才可以真正定位問題,解決問題。 任何不負責任的局部判斷或者雜糅錯誤采集的數據信息都有可能導致*終的決策出問題。 數據的解讀需要專業人士極大的耐心和責任心,要真正解決問題,而不是看上去解決了問題。 真正可以讓數據價值得以發揮的方法是什么? 筆者旨在提供企業切實可用的數據運營方法,并以給企業帶來價值為目標,擊穿這一問題。希望當數據化大潮來臨時,為企業的發展盡一份微薄之力。 首先,信息技術只能解決一部分問題。目前在大數據技術、數據挖掘方面,市面上均有不少著作,讓數據市場增益不少。但是在應用層面,市場上絕大多數企業并不具備互聯網企業的技術實力和數據積累,受困于成本原因和數據嚴重不足的局面,這些高階的技術至少在現階段仍無法使用。在業務尚未清晰的情況下,盲目地迷信數據可以解決業務問題,也不切實際。 解決實際的商業問題只能依靠具備行業經驗的專家,而這部分能力需要長時間的沉淀,以及對于行業的深度了解。對于數據背后的商業邏輯理解,對于數據背后的商業規則明晰,對于數據之間的鉤稽關系,都需要基于業務的先后和進入的快慢,結合企業的目標,進行指標樹的建立,讓數據在指標樹里流動起來,讓企業內部的數據像血液一樣流動,激發企業心臟活力,讓整個企業運營“活起來”。
數據運營之路:掘金數據化時代 作者簡介
★ 張明明,現任美菜網決策支持部負責人,數據運營高級總監。 歷任貝殼/鏈家數據運營總監、阿里巴巴商業分析專家、電力大數據公司聯合創始人。十五年跨國消費品公司、創業公司以及市場研究公司從業經歷,積累了豐富商業數據研究、系統搭建與企業信息整合相關實踐經驗,對企業整合分析、市場與消費者研究、數據應用市場等有深入的理解。 北京大學國家發展研究院MBA,在行高分講師,GIAC全球互聯網架構師大會數據商業化分論壇的出品人。
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
月亮與六便士
- >
上帝之肋:男人的真實旅程
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
姑媽的寶刀
- >
羅曼·羅蘭讀書隨筆-精裝
- >
朝聞道