大數(shù)據(jù)實(shí)踐之路：數(shù)據(jù)中臺(tái)+數(shù)據(jù)分析+產(chǎn)品應(yīng)用

第1 章 那些困擾我們的數(shù)據(jù)問題
數(shù)據(jù)中臺(tái)篇
第2 章 元數(shù)據(jù)中心
2.1 元數(shù)據(jù)中心概述
2.2 元數(shù)據(jù)中心的核心功能
2.2.1 數(shù)據(jù)整合
2.2.2 數(shù)據(jù)管理
2.2.3 數(shù)據(jù)地圖
第3 章 數(shù)據(jù)指標(biāo)中心
3.1 數(shù)據(jù)指標(biāo)中心概述
3.2 數(shù)據(jù)指標(biāo)中心的設(shè)計(jì)思路
3.2.1 定義指標(biāo)并將其歸集到對應(yīng)的主題域
3.2.2 拆分原子指標(biāo)與派生指標(biāo)
3.2.3 定義原子指標(biāo)與派生指標(biāo)的生產(chǎn)邏輯
3.2.4 通過指標(biāo)管理平臺(tái)對指標(biāo)進(jìn)行規(guī)范生產(chǎn)
第4 章 數(shù)倉模型中心
4.1 數(shù)倉模型中心概述
4.2 數(shù)倉模型中心的設(shè)計(jì)思路
4.2.1 控制數(shù)據(jù)源
4.2.2 劃分主題域
4.2.3 構(gòu)建一致性維度
4.2.4 構(gòu)建總線矩陣
4.2.5 數(shù)倉分層建設(shè)
4.2.6 數(shù)倉效果評(píng)估
第5 章 數(shù)據(jù)資產(chǎn)中心
5.1 數(shù)據(jù)資產(chǎn)中心概述
5.2 數(shù)據(jù)資產(chǎn)中心的治理流程
5.2.1 數(shù)據(jù)資產(chǎn)定級(jí)
5.2.2 數(shù)據(jù)資產(chǎn)質(zhì)量治理
5.2.3 數(shù)據(jù)資產(chǎn)成本治理
第6 章 數(shù)據(jù)服務(wù)中心
6.1 數(shù)據(jù)服務(wù)中心概述
6.2 數(shù)據(jù)服務(wù)中心的設(shè)計(jì)思路
6.2.1 將數(shù)據(jù)寫入查詢庫
6.2.2 搭建元數(shù)據(jù)模型
6.2.3 按主題歸類
6.2.4 緩存優(yōu)化
6.2.5 數(shù)據(jù)接口化
6.2.6 構(gòu)建API 集市
6.2.7 統(tǒng)一數(shù)據(jù)服務(wù)
數(shù)據(jù)分析篇
第7 章 數(shù)據(jù)分析理論
7.1 業(yè)務(wù)和數(shù)據(jù)
7.2 數(shù)據(jù)分析師的全貌
7.3 數(shù)據(jù)分析團(tuán)隊(duì)的組織架構(gòu)及其對應(yīng)的工作模式
7.4 數(shù)據(jù)分析師的工作方式
7.4.1 工作象限圖
7.4.2 1+N 的工作內(nèi)容
7.4.3 與業(yè)務(wù)方的合作模式
7.4.4 有關(guān)工作方式常見問題的解法思考
第8 章 數(shù)據(jù)分析實(shí)操
8.1 預(yù)測性分析
8.1.1 預(yù)測性分析的目的
8.1.2 分析思路與方法
8.1.3 預(yù)測性分析案例
8.2 描述性分析
8.3 診斷性分析
8.4 數(shù)據(jù)分析報(bào)告
數(shù)據(jù)應(yīng)用篇
第9 章 BI 系統(tǒng)
9.1 讓人頭疼的看板需求
9.2 BI 系統(tǒng)介紹
9.3 BI 系統(tǒng)的關(guān)鍵技術(shù)
9.4 BI 系統(tǒng)實(shí)踐
9.4.1 數(shù)據(jù)接入
9.4.2 數(shù)據(jù)集加工
9.4.3 數(shù)據(jù)集權(quán)限控制
9.4.4 可視化報(bào)表配置
9.4.5 可視化結(jié)果展示
9.4.6 數(shù)據(jù)分析OLAP
9.4.7 如何衡量BI 系統(tǒng)是否成功
第10 章 用戶畫像
10.1 用戶畫像的全貌
10.2 用戶畫像的需求
10.3 用戶畫像的規(guī)劃
10.3.1 用戶畫像的業(yè)務(wù)架構(gòu)
10.3.2 用戶畫像的產(chǎn)品架構(gòu)
10.3.3 用戶畫像的版本計(jì)劃
10.3.4 用戶畫像的項(xiàng)目執(zhí)行計(jì)劃
10.4 用戶ID 體系
10.5 標(biāo)簽體系
10.6 用戶畫像系統(tǒng)
10.7 用戶畫像的應(yīng)用
第11 章 電商反作弊體系
11.1 電商黑產(chǎn)的現(xiàn)狀
11.2 電商黑產(chǎn)的防控方案
11.2.1 活動(dòng)的損失評(píng)估
11.2.2 反電商黑產(chǎn)作弊案例
第12 章 資訊個(gè)性化推薦
12.1 資訊的內(nèi)容處理
12.1.1 資訊的內(nèi)容來源
12.1.2 資訊的分類體系
12.1.3 常見的分類問題及內(nèi)容分類原則
12.1.4 分類體系的構(gòu)建
12.1.5 內(nèi)容的標(biāo)注與機(jī)器學(xué)習(xí)
12.2 資訊用戶的畫像和特征
12.2.1 資訊用戶的畫像
12.2.2 資訊用戶的特征
12.3 資訊的推薦算法
12.3.1 資訊的信息抽取
12.3.2 資訊的分詞方法
12.3.3 資訊的過濾排重
12.3.4 資訊的召回模型
12.3.5 資訊的算法排序
12.4 資訊的重排策略及案例
12.4.1 常見的重排策略及策略的目標(biāo)
12.4.2 資訊的重排策略案例
第13 章 電商個(gè)性化推送
13.1 push 的衡量
13.1.1 push 的目標(biāo)與本質(zhì)
13.1.2 push 的衡量指標(biāo)
13.2 push 的優(yōu)化方向
13.3 push 的推薦案例
13.3.1 新用戶推薦方案
13.3.2 推薦的效果評(píng)測