數(shù)據(jù)產(chǎn)品經(jīng)理寶典：大數(shù)據(jù)時代如何創(chuàng)造卓越產(chǎn)品

目錄
第一篇 理解數(shù)據(jù)產(chǎn)品：確實有些不一樣
第1 章 什么是數(shù)據(jù)產(chǎn)品 ．2
1．1 數(shù)據(jù)產(chǎn)品的關注點 ．3
1．2 什么是數(shù)據(jù)應用 ．5
1．2．1 數(shù)據(jù)處理的角度 ．5
1．2．2 數(shù)據(jù)展現(xiàn)形式的角度 ．7
1．2．3 應用目的的角度 ．9
1．3 什么是效率問題 ．12
1．3．1 成本投入項 ．12
1．3．2 價值產(chǎn)出項 ．14
1．3．3 效率的問題 ．15
1．4 本章小結(jié) ．17
第2 章 數(shù)據(jù)產(chǎn)品面臨的挑戰(zhàn) ．18
2．1 為什么要做―師出有名 ．19
2．1．1 支撐數(shù)據(jù)應用 ．20
2．1．2 “量入為出”的價值管理 ．29
2．2 做的是什么―理解業(yè)務 ．29
2．2．1 數(shù)據(jù)的意義 ．30
2．2．2 架起“量化運營”的橋梁 ．33
2．3 怎樣做到的―理解技術(shù) ．35
2．3．1 理解“究竟能做些什么” ．36
2．3．2 思考“怎樣做得更高效” ．42
2．4 本章小結(jié) ．45
第二篇 理解業(yè)務：“奇怪”的數(shù)據(jù)需求從哪來
第3 章 業(yè)務是什么 ．48
3．1 業(yè)務的目標是什么 ．50
3．1．1 能力視角 ．50
3．1．2 利潤視角 ．52
3．1．3 效能視角 ．52
3．1．4 影響力視角 ．53
3．2 業(yè)務的商業(yè)模式與“投資”思維 ．56
3．2．1 資金投資 ．57
3．2．2 人力投資 ．63
3．2．3 時間投資 ．66
3．2．4 其他投資 ．67
3．3 常用管理模型和營銷組合 ．68
3．3．1 常用管理模型及其關系 ．68
3．3．2 常用營銷組合及其關系 ．96
3．4 本章小結(jié) ．101
第4 章 業(yè)務的數(shù)據(jù)訴求 ．103
4．1 用戶市場研究 ．104
4．1．1 需求分析的目的 ．105
4．1．2 需求的分層 ．108
4．1．3 需求的定位 ．116
4．1．4 需求分析的評價與KANO 模型 ．127
4．1．5 需求的傳播和貫徹 ．129
4．2 業(yè)務及產(chǎn)品形態(tài)研究 ．130
4．2．1 評價標準―怎樣才是“好” ．131
4．2．2 業(yè)務轉(zhuǎn)化與價值歸因 ．144
4．2．3 流量管理與實驗框架 ．153
4．3 綜合能力升級 ．159
4．3．1 分析方法論及其優(yōu)化 ．160
4．3．2 固化應用系統(tǒng)與賦能業(yè)務 ．171
4．3．3 賦能團隊合作 ．174
4．4 工具、模型與業(yè)務、產(chǎn)品的“日?！? ．176
4．5 本章小結(jié) ．179
第5 章 用數(shù)據(jù)抽象業(yè)務 ．180
5．1 需求研究的數(shù)據(jù)抽象 ．181
5．1．1 需求挖掘―投放與獲得新用戶 ．182
5．1．2 需求鑒別―留存與促進用戶活躍 ．189
5．1．3 用戶生命周期與“蓄水池”模型 ．194
5．1．4 競爭性抽象與建模 ．200
5．2 業(yè)務的數(shù)據(jù)模型 ．204
5．2．1 用E-R 圖抽象實體關系 ．205
5．2．2 用流程圖抽象業(yè)務過程 ．212
5．2．3 用時序圖抽象處理過程 ．219
5．2．4 用財務思維抽象資金流 ．225
5．3 “數(shù)據(jù)世界觀” ．234
5．3．1 數(shù)據(jù)模型與現(xiàn)實世界的差異 ．234
5．3．2 用戶行為的事件模型 ．235
5．4 數(shù)據(jù)倉庫建模 ．242
5．4．1 面向分析的數(shù)據(jù)模型 ．242
5．4．2 通用數(shù)據(jù)倉庫模型 ．244
5．5 本章小結(jié) ．250
第三篇 理解技術(shù)：打開數(shù)據(jù)系統(tǒng)的“黑箱”
第6 章 從業(yè)務訴求到技術(shù)系統(tǒng) ．252
6．1 實現(xiàn)業(yè)務訴求的方式 ．253
6．1．1 主動反饋與被動反饋 ．254
6．1．2 通用內(nèi)容與定制內(nèi)容 ．256
6．1．3 離線分析與在線分析 ．257
6．1．4 全量與抽樣數(shù)據(jù) ．258
6．2 業(yè)務中的數(shù)據(jù)形態(tài) ．259
6．2．1 業(yè)務理解與元數(shù)據(jù) ．259
6．2．2 離線數(shù)據(jù)與數(shù)據(jù)集 ．260
6．2．3 實時數(shù)據(jù)與數(shù)據(jù)流 ．261
6．3 業(yè)務中的技術(shù)問題 ．263
6．3．1 數(shù)據(jù)量激增問題 ．264
6．3．2 如何處理“陳舊”的內(nèi)容 ．267
6．3．3 數(shù)據(jù)安全問題 ．268
6．4 本章小結(jié) ．272
第7 章 必要的技術(shù)基礎知識 ．274
7．1 產(chǎn)品的技術(shù)結(jié)構(gòu)與“技術(shù)世界觀” ．276
7．1．1 Client/Server 結(jié)構(gòu) ．277
7．1．2 Browser/Server 結(jié)構(gòu) ．278
7．1．3 產(chǎn)品的“技術(shù)世界觀” ．279
7．2 代碼理解世界的“做事思路” ．280
7．2．1 面向過程 ．280
7．2．2 面向?qū)ο? ．282
7．3 系統(tǒng)的基本模塊化 ．283
7．4 本章小結(jié) ．284
第8 章 常見大數(shù)據(jù)技術(shù)框架 ．286
8．1 大數(shù)據(jù)技術(shù)框架的幾個關注點 ．287
8．1．1 多―數(shù)據(jù)量 ．288
8．1．2 雜―數(shù)據(jù)結(jié)構(gòu) ．290
8．1．3 亂―數(shù)據(jù)到達 ．296
8．1．4 急―時效性 ．299
8．2 常見大數(shù)據(jù)技術(shù)框架及基本邏輯 ．302
8．2．1 Apache Flume 和Apache Kafka ．303
8．2．2 Apache Hadoop ．306
8．2．3 Apache Hive 和Facebook Presto ．310
8．2．4 Apache Kylin ．311
8．2．5 Apache Flink 和Apache Storm ．312
8．2．6 Apache Spark ．315
8．3 本章小結(jié) ．316