數(shù)據(jù)分析實戰(zhàn)：方法、工具與可視化

目錄

第　1章 為什么人人都要懂?dāng)?shù)據(jù)分析　1
1.1　產(chǎn)品經(jīng)理為什么要懂?dāng)?shù)據(jù)分析　1
1.2　產(chǎn)品經(jīng)理的數(shù)據(jù)分析實戰(zhàn)案例　2
1.3　市場營銷人員為什么要懂?dāng)?shù)據(jù)分析　3
1.4　公司領(lǐng)導(dǎo)、業(yè)務(wù)負責(zé)人為什么要懂?dāng)?shù)據(jù)分析　5
第　2章 數(shù)據(jù)分析基礎(chǔ)知識　7
2.1　PV和UV　7
2.2　指標　8
2.3　用戶畫像和拆分維度　8
2.4　用戶行為漏斗　9
2.5　科學(xué)的A/B實驗　10
2.6　凈收益檢驗　11
第3章　做一名優(yōu)秀的數(shù)據(jù)分析師　13
3.1　數(shù)據(jù)分析師與數(shù)據(jù)觀　13
3.1.1　數(shù)據(jù)——從資源到資產(chǎn)　13
3.1.2　從數(shù)據(jù)到應(yīng)用經(jīng)歷的“驚險的一跳”　15
3.2　對數(shù)據(jù)分析師崗位的一些理解　17
3.2.1　數(shù)據(jù)分析師應(yīng)具有的能力　17
3.2.2　數(shù)據(jù)分析師應(yīng)具備的技能　19
3.2.3　數(shù)據(jù)分析師不要單打獨斗　20
第4章　數(shù)據(jù)分析師的思維方式　22
4.1　數(shù)據(jù)分析的基本流程——形成“一根線”　22
4.2　數(shù)據(jù)分析的兩個重要思維模型——“樹”與“田”　28
4.2.1　“樹”思維　29
4.2.2　“田”思維　32
第5章　海盜法則與指標體系建?！?0
5.1　海盜法則　40
5.1.1　用戶獲取　43
5.1.2　用戶激活　47
5.1.3　用戶留存　49
5.1.4　獲取收入　52
5.1.5　自傳播　57
5.2　構(gòu)建指標體系　60
5.2.1　北極星指標　61
5.2.2　通過OSM模型構(gòu)建指標體系　69
第6章　數(shù)據(jù)分析方法　75
6.1　數(shù)據(jù)分析工具箱　75
6.2　現(xiàn)狀分析　77
6.2.1　描述現(xiàn)狀——探索性數(shù)據(jù)分析方法　77
6.2.2　常用的指標　80
6.2.3　趨勢分析　100
6.3　異常值發(fā)現(xiàn)　103
6.3.1　西格瑪法則　103
6.3.2　四分位差法　110
6.4　定位問題　112
6.4.1　漏斗分析　112
6.4.2　多維分析　115
6.4.3　指標拆解　115
6.4.4　魔法數(shù)字　121
第7章　A/B測試——提高銷售轉(zhuǎn)化率　127
7.1　A/B測試簡介　127
7.1.1　A/B測試的概念以及應(yīng)用場景　127
7.1.2　A/B測試的起源　129
7.2　A/B測試的統(tǒng)計理論基礎(chǔ)——假設(shè)檢驗　131
7.2.1　從“女士品茶”理解假設(shè)檢驗的定義　131
7.2.2　假設(shè)檢驗的步驟　133
7.3　A/B測試流程和實驗　144
7.3.1　A/B測試的流程和實驗指標的指定　144
7.3.2　實驗的設(shè)計和進行　147
7.4　綜合案例：Panda公司通過A/B測試優(yōu)化促銷信息展示方案　156
7.5　A/B測試進階　158
7.5.1　如果實驗結(jié)果和我們預(yù)想的不一樣怎么辦　158
7.5.2　基于A/B測試增量反饋模型　159
第8章　用戶畫像　162
8.1　用戶畫像概況：用戶畫像概念及應(yīng)用領(lǐng)域　162
8.1.1　用戶畫像的定義　162
8.1.2　用戶畫像的使用范圍　163
8.1.3　關(guān)于用戶畫像的一些理解　164
8.2　用戶畫像構(gòu)建途徑　165
8.2.1　構(gòu)建和應(yīng)用用戶畫像的步驟　165
8.2.2　利用算法模型生成用戶畫像標簽　171
8.3　用戶畫像實戰(zhàn)　185
8.3.1　用戶畫像的本質(zhì)是差異化　185
8.3.2　用戶畫像的優(yōu)勢是“惠而不費”　187
8.3.3　用戶畫像需要積少成多　189
8.3.4　用戶畫像體系要服務(wù)場景　189
8.3.5　利用用戶畫像需要遵循“不作惡”原則　190
第9章　數(shù)據(jù)可視化與Tableau操作　191
9.1　數(shù)據(jù)可視化概述　191
9.1.1　什么是數(shù)據(jù)可視化　191
9.1.2　常用的數(shù)據(jù)可視化工具　192
9.1.3　好的數(shù)據(jù)可視化方案　195
9.2　Tableau數(shù)據(jù)可視化基礎(chǔ)　203
9.2.1　Tableau簡介　203
9.2.2　開啟Tableau可視化之旅　206
9.2.3　高級可視化圖表的制作　240
9.2.4　可視化方案的展現(xiàn)：儀表板和故事　244
附錄A　為什么抽樣方差公式的分母中是n-1　248
附錄B　時間序列趨勢分解的Python代碼　253
附錄C　分詞的Python代碼　254