數據驅動:從方法到實踐
  • 推薦0
  • 收藏2
  • 瀏覽728

數據驅動:從方法到實踐

桑文鋒 (作者) 

  • 書  號:978-7-121-33451-1
  • 頁  數:216
  • 開  本:16(170*240)
  • 出版狀態:上市銷售
  • 維護人:符隆美
電子書 ¥29.00
購買電子書
紙質版 ¥49.00

相關圖書

數據科學實戰指南

TalkingData (作者)

本書共分為三部分:第一部分將介紹數據科學工作開始前的必要準備事項,涉及數據安全與數據治理等;第二部分將從人才、數據、工具三個維度指導決策者啟動數據科學項目;第三...

 

統計之美:人工智能時代的科學思維

李艦 海恩 羅應婷 姚新軍 (作者)

本書每一章節都通過某個歷史經典故事、網絡熱點事件、行業真實案例等背景知識引出對知識點的介紹,涵蓋了經典的統計學模型和前沿的數據科學技術,并結合大數據實踐領域的經...

¥59.00

大數據浪潮之巔:新技術商業制勝之道

鐘韻 (作者)

互聯網的迅猛發展產生了海量的數據,海量的數據所蘊含的海量信息則提供了無限的可能。一大批大數據公司應運而生,它們中的一些猶如曇花一現,在快速崛起之后迅速隕落;也有...

 

左手MongoDB,右手Redis——從入門到商業實戰

謝乾坤 (作者)

本書針對MongoDB和Redis這兩個主流的NoSQL數據庫編寫,采用“理論+實踐”的形式編寫,共計45個實例。<br>全書共分為4篇:第1篇,介紹了什么是N...

¥49.00

Kubernetes in Action中文版

Marko Luksa (作者) 李雪瓅 (譯者)

本書主要講解如何在 Kubernetes 中部署分布式容器應用。本書開始部分概要介紹了 Docker 和Kubernetes 的由來和發展,然后通過在 Kube...

¥148.00

Docker微服務架構實戰

蔣彪 (作者)

微服務與Docker 是近年來分布式大規模服務架構中兩個主流的技術趨勢,本書主要介紹中小型企業在架構落地過程中柔性地切入微服務和Docker 虛擬化的各種方法。...

¥39.00
本書是從理論到實踐的全面且細致的企業數據驅動指南,從作者的百度大數據工作說起,完整還原其從零到一構建百度用戶行為大數據處理平臺經歷。詳解大數據本質、理念與現狀,圍繞數據驅動四環節——采集、建模、分析、指標,深入淺出地講述企業如何將數據驅動方案落地,并指出數據驅動的價值在于“數據驅動決策”、“數據驅動產品智能”。最后通過互聯網金融、電子商務、企業服務、零售四大行業實踐,從需求梳理、事件指標設計、數據接入階段、實際應用四大階段介紹數據驅動在不同領域的商業價值,全面展示大數據在各領域內的應用情況與趨勢展望。
本書貼近企業真實場景,兼具權威性與前瞻性,是廣泛適用的普及讀物,適合對大數據、數據驅動感興趣的企業高管、決策者、創業者、IT人員、營銷人員、產品經理、相關專業的學生等。
作者以實際經驗指導初創公司迅速搭建數據分析平臺,減少時間投入,少走彎路。
桑文鋒,神策數據創始人兼CEO,浙江大學計算機科學與技術專業碩士,在百度任職8年,從無到有構建了百度用戶日志大數據平臺,覆蓋數據收集、傳輸、元數據管理、作業流調度、海量數據查詢引擎及數據可視化等。歷任軟件工程師、高級軟件工程師、項目經理、高級項目經理、技術經理,2015年4月離職創建神策數據,針對企業客戶推出用戶行為分析產品——神策分析,幫助企業實現數據驅動。2017年7月,桑文鋒榮獲第六屆中國財經峰會“2017最佳青年榜樣”榮譽。
此外,神策數據聯合創始人兼CTO曹犟,神策數據聯合創始人兼首席架構師付力力,神策數據資深算法工程師鄒雨晗,神策數據架構師房東雨,神策數據算法工程師韓越,神策數據數據分析總監陳新祥,神策數據用戶行為洞察研究院負責人張喬,以及神策數據分析師高娜、薛創宇、李金霞、朱靜蕓均參與了此書的寫作。

目錄

第1章 從百度大數據工作的經歷說開 / 1
百度數據板塊:網頁數據和用戶行為數據 / 3
搜索引擎發展 / 4
用戶行為分析踐行:百度知道的回答量提升 7.5% / 5
從零到一構建百度大數據分析平臺 / 6
數據源與 Event 模型的重要性 / 9
大數據是屠龍術 / 10
第2章 大數據思維與數據驅動 / 11
大數據的概念 / 14
大數據之“大” / 14
大數據之“全” / 15
大數據之“細” / 16
大數據之“時” / 16
大數據的本質 / 17
數據驅動理念與現狀 / 20
數據驅動的價值 / 20
企業內部數據驅動現狀 / 21
理想的數據驅動 —— “流” / 23
大數據時代到來的條件 / 24
數據采集能力增強 / 25
數據處理能力增強 / 26
數據意識的提升 / 27
第3章 數據驅動的環節 / 29
數據采集與埋點 / 32
數據采集的現狀 / 32
數據采集遵循法則 / 34
科學的數據采集和埋點方式 / 36
數據的準確性 / 40
數據建模 / 44
數據模型與建模 / 44
多維數據模型 / 46
多維事件模型 / 49
多維事件模型的探索經歷 / 52
數據分析方法 / 55
行為事件分析 / 55
漏斗分析 / 58
留存分析 / 61
分布分析 / 64
點擊分析 / 67
用戶路徑 / 73
用戶分群 / 75
屬性分析 / 80
指標體系構建 / 82
第一關鍵指標法 / 82
海盜指標法 / 86
第4章 數據驅動產品和運營決策 / 89
數據驅動運營監控 / 91
用戶獲取(Acquisition) / 91
激活(Activation) / 92
留存(Retention) / 97
引薦(Referral) / 99
營收(Revenue) / 101
數據驅動產品改進和體驗優化 / 102
數據驅動商業決策 / 104
數據驅動落地企業,要從管理者做起 / 106
數據驅動商業決策的價值 / 108
第5章 數據驅動產品智能 / 109
數據平臺及用戶智能 / 114
如何計算熱門榜單 / 114
客服系統中的行為數據 / 114
為什么需要數據平臺 / 115
數據平臺提供的能力 / 116
數據應用與用戶智能 / 119
基于用戶行為數據的用戶智能應用 / 119
用戶智能分類:基于規則與機器學習 / 123
用戶智能應用——用戶畫像 / 132
兩種用戶畫像:User Persona與User Profile / 132
用戶畫像(User Profile)標簽體系的建立 / 135
用戶智能應用——個性化推薦 / 139
個性化推薦的概念 / 139
架構實現 / 140
數據流 / 142
業務分析與模型選擇 / 143
實驗與迭代 / 144
第6章 各行業實踐數據分析全過程 / 147
互聯網金融數據驅動實踐 / 149
實踐案例 / 150
企業服務數據驅動實踐 / 158
數據驅動能夠為企業服務做什么 / 159
面臨的挑戰 / 160
數據應用的階段 / 161
實踐案例 / 168
零售行業數據驅動實踐 / 175
實踐案例 / 176
電子商務數據驅動實踐 / 186
打破企業發展經營困局:從粗放式到精細化 / 186
電商企業數據驅動瓶頸 / 187
實踐案例 / 187
寫在最后的話 / 197

讀者評論

電子書版本

  • Epub

相關博文

0k000澳客网竞彩