中圖網小程序
一鍵登錄
更方便
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
商業產品分析:從用戶數據獲得商業洞見的數據科學方法 版權信息
- ISBN：9787111733010
- 條形碼：9787111733010 ; 978-7-111-73301-0
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
商業產品分析:從用戶數據獲得商業洞見的數據科學方法 本書特色
本書的目標讀者包括企業家、數據科學家、分析師，以及所有利用用戶數據來推動Web產品或移動產品的增長、收入、效率或用戶參與度的從業人員。相較其他極具學術性的數據科學類書籍，本書所介紹的知識很好地彌補了讀者所欠缺的專業知識，比如：如何開始一個新的數據科學項目； 如何將復雜的想法概念化； 如何基于統計學和人口統計學的基礎知識建立指標； 如何預測企業的消費者群體和物料需求； 如何在簡單的A/B測試技術、雙重差分模型、斷點回歸、傾向得分匹配和增益建模等技術下進行因果推斷。為了更好地幫助讀者理解相關內容，作者借助了大量直觀的在線案例和離線案例。同時，為了避免過多的數學解釋，她循序漸進地為讀者講解如何為每個應用程序選擇正確的技術和算法，如何使用 R 編程語言并分析得到可信賴的答案。 無論面向哪類產品或服務，讀者都可以利用書中的知識設計針對性強的營銷活動，從而提高消費者滿意度和參與度，增加收入和利潤。
商業產品分析:從用戶數據獲得商業洞見的數據科學方法 內容簡介
本書是為產品分析從業者設計的一本從業指南，主要講解如何基于消費者數據產生可實踐的洞見。這些“可實踐的洞見”源于曾經在互聯網、移動互聯網等領域中驅動過變革的實踐。很多企業都曾從其web產品或內部組織獲得了TB級的用戶數據，然而這些數據都未曾使用過。怎樣使用這些數據促進用戶增長、增加收入、提升用戶參與度并提高組織效率，企業并沒有認真思考過。本書將逐步地教你如何從用戶數據中收獲洞見。通過精心分析基于用戶數據構建的理論曲線，觀察不同的實驗設計及其產生的實驗效果，然后再在復雜的開發模式上實現，將這些結果轉化為可實踐的洞見。
商業產品分析:從用戶數據獲得商業洞見的數據科學方法 目錄
Contents
推薦序一
推薦序二
推薦序三
推薦序四
譯者序
前言
致謝
**部分 定性方法論
第1章 數據活動：晚宴模型 3
1.1 用戶數據中斷 4
1.2 晚宴模型 7
1.3 用戶數據有何獨特之處 13
1.4 為什么因果關系很重要 21
1.5 可實踐的洞見 23
第2章 構建社交宇宙理論 24
2.1 構建理論 24
2.2 概念化和測量 33
2.3 Web產品的理論 37
2.4 可實踐的洞見 41
第3章 終極目標：如何改變人類
行為 43
3.1 理解可實踐的洞見 43
3.2 一切都是為了改變行為 45
3.3 關于人類行為改變的理論 50
3.4 Web產品中的行為改變 54
3.5 行為改變的現實期望是什么 56
3.6 可實踐的洞見 60
第二部分 基本統計學方法
第4章 用戶分析中的用戶分布 63
4.1 為什么指標很重要 63
4.2 可實踐的洞見 73
第5章 指標的創建和解釋 74
5.1 時期、年齡和隊列 74
5.2 指標的制定 80
5.3 可實踐的洞見 92
第6章 為什么用戶會流失？A/B
測試的來龍去脈 94
6.1 A/B測試 94
6.2 有趣的免費周活動案例 95
6.3 變量之間的相關性 99
6.4 為什么要研究隨機性 102
6.5 A/B測試的核心和關鍵 104
6.6 A/B測試中的陷阱 115
6.7 可實踐的洞見 118
第三部分 預測方法
第7章 用戶空間建模：k均值和
PCA 123
7.1 什么是模型 123
7.2 聚類技術 124
7.3 可實踐的洞見 132
第8章 預測用戶行為：回歸、
決策樹和支持向量機 133
8.1 預測推斷 133
8.2 關于預測的許多問題 134
8.3 預測建模 136
8.4 監督學習模型的驗證 148
8.5 可實踐的洞見 151
附錄 151
第9章 預測產品人口變化：人口
預測 152
9.1 為什么我們要花時間在產品
生命周期上 153
9.2 出生、死亡和整個生命周期 153
9.3 不同的留存模式 155
9.4 人口預測的藝術 161
9.5 可實踐的洞見 176
第四部分 因果推斷方法
第10章 追求實驗：自然實驗和
雙重差分模型 179
10.1 為什么要進行因果推斷 179
10.2 因果推斷與預測 180
10.3 當A/B測試不起作用時 181
10.4 從真實數據中進行因果推斷的
要點和關鍵 183
10.5 可實踐的洞見 191
第11章 持續追求實驗 193
11.1 斷點回歸 194
11.2 估計獲得徽章的因果效應 197
11.3 中斷時間序列 201
11.4 季節性分解 205
11.5 可實踐的洞見 208
第12章 在實踐中開發啟發式方法 209
12.1 從真實數據中確定因果關系 209
12.2 統計匹配 210
12.3 傾向得分匹配的問題 216
12.4 啟發式匹配 218
12.5 佳猜測 218
12.6 總結 221
12.7 可實踐的洞見 222
第13章 增益建模 223
13.1 什么是增益 223
13.2 為什么采用增益建模技術 224
13.3 理解增益 225
13.4 預測與增益 225
13.5 增益困難 226
13.6 可實踐的洞見 237
第五部分 基于R語言的基本
方法、預測方法和
因果推斷方法
第14章 指標的R實現 241
14.1 為什么選擇R語言 241
14.2 R基礎入門：R語言簡介及
安裝 242
14.3 分布抽樣 247
14.4 匯總統計量 251
14.5 Q-Q圖 252
14.6 計算方差和高階矩 254
14.7 直方圖和數據分檔 254
14.8 雙變量分布和相關性 260
14.9 奇偶進度比 264
14.10 總結 266
第15章 A/B測試、預測建模和人口
預測的R實現 267
15.1 A/B測試 267
15.2 聚類 277
15.3 預測模型 280
15.4 人口預測 289
15.5 總結 297
第16章 斷點回歸、匹配和增益的
R實現 298
16.1 雙重差分建模 298
16.2 斷點回歸和時間序列建模 301
16.3 統計匹配 310
16.4 增益建模 323
16.5 總結 334
附錄 334
參考文獻 337
后記 342
推薦序一
推薦序二
推薦序三
推薦序四
譯者序
前言
致謝
**部分 定性方法論
第1章 數據活動：晚宴模型 3
1.1 用戶數據中斷 4
1.2 晚宴模型 7
1.3 用戶數據有何獨特之處 13
1.4 為什么因果關系很重要 21
1.5 可實踐的洞見 23
第2章 構建社交宇宙理論 24
2.1 構建理論 24
2.2 概念化和測量 33
2.3 Web產品的理論 37
2.4 可實踐的洞見 41
第3章 終極目標：如何改變人類
行為 43
3.1 理解可實踐的洞見 43
3.2 一切都是為了改變行為 45
3.3 關于人類行為改變的理論 50
3.4 Web產品中的行為改變 54
3.5 行為改變的現實期望是什么 56
3.6 可實踐的洞見 60
第二部分 基本統計學方法
第4章 用戶分析中的用戶分布 63
4.1 為什么指標很重要 63
4.2 可實踐的洞見 73
第5章 指標的創建和解釋 74
5.1 時期、年齡和隊列 74
5.2 指標的制定 80
5.3 可實踐的洞見 92
第6章 為什么用戶會流失？A/B
測試的來龍去脈 94
6.1 A/B測試 94
6.2 有趣的免費周活動案例 95
6.3 變量之間的相關性 99
6.4 為什么要研究隨機性 102
6.5 A/B測試的核心和關鍵 104
6.6 A/B測試中的陷阱 115
6.7 可實踐的洞見 118
第三部分 預測方法
第7章 用戶空間建模：k均值和
PCA 123
7.1 什么是模型 123
7.2 聚類技術 124
7.3 可實踐的洞見 132
第8章 預測用戶行為：回歸、
決策樹和支持向量機 133
8.1 預測推斷 133
8.2 關于預測的許多問題 134
8.3 預測建模 136
8.4 監督學習模型的驗證 148
8.5 可實踐的洞見 151
附錄 151
第9章 預測產品人口變化：人口
預測 152
9.1 為什么我們要花時間在產品
生命周期上 153
9.2 出生、死亡和整個生命周期 153
9.3 不同的留存模式 155
9.4 人口預測的藝術 161
9.5 可實踐的洞見 176
第四部分 因果推斷方法
第10章 追求實驗：自然實驗和
雙重差分模型 179
10.1 為什么要進行因果推斷 179
10.2 因果推斷與預測 180
10.3 當A/B測試不起作用時 181
10.4 從真實數據中進行因果推斷的
要點和關鍵 183
10.5 可實踐的洞見 191
第11章 持續追求實驗 193
11.1 斷點回歸 194
11.2 估計獲得徽章的因果效應 197
11.3 中斷時間序列 201
11.4 季節性分解 205
11.5 可實踐的洞見 208
第12章 在實踐中開發啟發式方法 209
12.1 從真實數據中確定因果關系 209
12.2 統計匹配 210
12.3 傾向得分匹配的問題 216
12.4 啟發式匹配 218
12.5 佳猜測 218
12.6 總結 221
12.7 可實踐的洞見 222
第13章 增益建模 223
13.1 什么是增益 223
13.2 為什么采用增益建模技術 224
13.3 理解增益 225
13.4 預測與增益 225
13.5 增益困難 226
13.6 可實踐的洞見 237
第五部分 基于R語言的基本
方法、預測方法和
因果推斷方法
第14章 指標的R實現 241
14.1 為什么選擇R語言 241
14.2 R基礎入門：R語言簡介及
安裝 242
14.3 分布抽樣 247
14.4 匯總統計量 251
14.5 Q-Q圖 252
14.6 計算方差和高階矩 254
14.7 直方圖和數據分檔 254
14.8 雙變量分布和相關性 260
14.9 奇偶進度比 264
14.10 總結 266
第15章 A/B測試、預測建模和人口
預測的R實現 267
15.1 A/B測試 267
15.2 聚類 277
15.3 預測模型 280
15.4 人口預測 289
15.5 總結 297
第16章 斷點回歸、匹配和增益的
R實現 298
16.1 雙重差分建模 298
16.2 斷點回歸和時間序列建模 301
16.3 統計匹配 310
16.4 增益建模 323
16.5 總結 334
附錄 334
參考文獻 337
后記 342
展開全部
商業產品分析:從用戶數據獲得商業洞見的數據科學方法 作者簡介
作者簡介·
一位經驗豐富的數據科學家和企業經理，擁有數學（倫敦經濟學院）、政治學（加州大學伯克利分校）和人口學（加州大學伯克利分校）碩士學位，以及國際經濟學學士學位（喬治城大學）。她熱衷于通過分析大量結構化、半結構化和非結構化的數據來解決實際問題。在醫療保健和游戲領域，她擁有6年應用機器學習和統計算法的經驗，并能轉化為商業洞見。她在 Sony PlayStation 開創了新的分析技術，并領導了 MeYou Health 的所有數據科學工作。此外，她還是醫療技術公司 ClinicPriceCheck.com 的創始人。
譯者簡介·
安叢
資深項目管理顧問，擁有近十年項目管理經驗，曾服務于多個國內外大型數字化項目。目前從事于AI智能語音領域，譯有《AI重新定義企業》。
萬星
作者簡介·喬安妮·羅德里格斯（Joanne Rodrigues）
一位經驗豐富的數據科學家和企業經理，擁有數學（倫敦經濟學院）、政治學（加州大學伯克利分校）和人口學（加州大學伯克利分校）碩士學位，以及國際經濟學學士學位（喬治城大學）。她熱衷于通過分析大量結構化、半結構化和非結構化的數據來解決實際問題。在醫療保健和游戲領域，她擁有6年應用機器學習和統計算法的經驗，并能轉化為商業洞見。她在 Sony PlayStation 開創了新的分析技術，并領導了 MeYou Health 的所有數據科學工作。此外，她還是醫療技術公司 ClinicPriceCheck.com 的創始人。
譯者簡介·安叢
資深項目管理顧問，擁有近十年項目管理經驗，曾服務于多個國內外大型數字化項目。目前從事于AI智能語音領域，譯有《AI重新定義企業》。
萬星
資深解決方案架構師，項目管理專家，有15年數字化從業經驗。擁有PMP、ITIL、AWS SAA、ACP、EXIN DevOpsMaster專業認證， 譯有《云轉型》。
魏瑋
資深產品顧問，致力于產品設計和敏捷交付。從業近十年，服務于多個國內外客戶產品演進項目，擁有PMP、ACP、ITIL等專業認證。
書友推薦
- >
小考拉的故事-套裝共3冊
- >
伯納黛特,你要去哪(2021新版)
- >
唐代進士錄
- >
苦雨齋序跋文-周作人自編集
- >
詩經-先民的歌唱
- >
山海經
- >
煙與鏡
- >
大紅狗在馬戲團-大紅狗克里弗-助人
本類暢銷
