国产一区二区长腿丝袜高跟鞋,日韩午夜精品视频一区二区三

內(nèi)容簡介

　　本書以案例的形式，介紹從思維模型分析到場景實踐的數(shù)據(jù)分析方法。全書圍繞“數(shù)據(jù)分析”與“運營增長”兩大關(guān)鍵要素，在系統(tǒng)介紹數(shù)據(jù)分析思維、數(shù)據(jù)分析方法、數(shù)據(jù)采集技能、數(shù)據(jù)清洗技能等基礎(chǔ)知識的同時，以問題為導向，解讀運營與增長的關(guān)鍵性業(yè)務內(nèi)容，在獲客、激活、留存、變現(xiàn)、自傳播循環(huán)等各個核心運營環(huán)節(jié)展開數(shù)據(jù)分析實戰(zhàn)。本書提供案例相關(guān)數(shù)據(jù)集與源碼包，適合數(shù)據(jù)分析、產(chǎn)品運營、市場營銷等行業(yè)有數(shù)據(jù)分析具體業(yè)務需求的人士閱讀，也適合相關(guān)專業(yè)的師生閱讀。

作者簡介

　　黃佳，筆名：咖哥，人工智能研究員，終身學習者。在IT界耕耘二十載，曾撰寫《SAP程序設(shè)計》和《零基礎(chǔ)學機器學習》等書。近期參與的項目：使用機器學習和數(shù)據(jù)分析技術(shù)精準定位客戶群體、食品質(zhì)譜數(shù)據(jù)中有效成分的分析與鑒定、醫(yī)學視覺圖像數(shù)據(jù)分析、針對青少年壓力問題的聊天對話機器人的自然語言處理等。在科研和學習過程中每有收獲，便記錄好每一個從不懂到懂的過程和細節(jié)，期待著與大家分享。

圖書目錄

引子小雪求職記
基礎(chǔ)篇數(shù)據(jù)分析師的錦囊
一、欲善其事先利器：數(shù)據(jù)分析技能進階圖譜
二、深入業(yè)務尋價值：價值源于深度理解場景
三、積跬步以察千里：數(shù)據(jù)的采集與治理
四、瀝盡狂沙方見金：數(shù)據(jù)的清洗與可視化
五、營運之道無定法：數(shù)據(jù)分析的核心方法
六、增長踐行成于思：數(shù)據(jù)分析的關(guān)鍵思維
實踐篇數(shù)據(jù)運營分析十話
卷一獲客
第一話橫看成嶺側(cè)成峰：用戶畫像揭示秘密
1．1 問題：這款推廣海報好不好
1．2 概念：用戶畫像
1．3 工具： Python 數(shù)據(jù)分析編程基礎(chǔ)
1．3．1 Python 的極簡說明
1．3．2 Python 中的序列數(shù)據(jù)類型
1．3．3 數(shù)學計算工具包 NumPy
1．3．4 數(shù)據(jù)處理工具包 Pandas
1．3．5 數(shù)據(jù)可視化工具包 Matplotlib和Seaborn
1．4 實戰(zhàn)：哪一類人才是真正的買家
1．4．1 數(shù)據(jù)讀入及簡單分析
1．4．2 用戶整體畫像
1．4．3 購買眼影盤用戶的畫像
1．5 結(jié)論
第二話遠近高低各不同：聚類實現(xiàn)RMF細分
2．1 問題：如何通過細分用戶指導運營
2．2 概念：用戶細分
2．2．1 用戶畫像是了解用戶的第一步
2．2．2 用用戶行為數(shù)據(jù)指導精細化運營
2．2．3 進行同期群分析揭示獲客時的秘密
2．2．4 根據(jù)特征和價值進行用戶分組
2．3 工具：RFM 分析和聚類算法
2．3．1 RFM 分析
2．3．2 聚類算法
2．4 實戰(zhàn)：基于 RFM 模型的用戶細分
2．4．1 整體思路
2．4．2 數(shù)據(jù)讀入和可視化
2．4．3 根據(jù) R 值為用戶新近度分層
2．4．4 根據(jù) F 值為用戶消費頻率分層
2．4．5 根據(jù) M 值為用戶消費金額分層
2．4．6 匯總 3 個維度，確定用戶價值分層
2．5 結(jié)論
2．6 彩蛋：看看誰是最有價值的用戶
113
第三話獲客成本何其高：回歸預測用戶 LTV
3．1 問題：我能從用戶身上賺多少錢
3．2 概念：用戶生命周期價值
3．3 工具：回歸分析
3．3．1 機器學習中的回歸分析
3．3．2 訓練集、驗證集和測試集
3．3．3 如何將預測的損失最小化
3．4 實戰(zhàn)：預測電商用戶的生命周期價值
3．4．1 整體思路
3．4．2 數(shù)據(jù)讀入和數(shù)據(jù)清洗
3．4．3 構(gòu)建機器學習數(shù)據(jù)集
3．4．4 預測未來一年的 LTV
3．5 結(jié)論
3．6 彩蛋：還有哪些機器學習算法
卷二激活
第四話百川爭流終歸海：動態(tài)歸因優(yōu)化渠道
4．1 問題：哪個渠道最給力
4．2 概念：渠道分析和歸因模型
4．2．1 渠道和渠道分析
4．2．2 歸因和歸因模型
4．3 工具：馬爾可夫鏈歸因模型
4．3．1 記錄推廣路徑
4．3．2 顯示用戶旅程
4．3．3 統(tǒng)計狀態(tài)間的轉(zhuǎn)換概率
4．3．4 計算整體激活率
4．3．5 計算移除效應系數(shù)
4．4 實戰(zhàn)：通過馬爾可夫鏈模型來計算渠道價值
4．4．1 整體思路
4．4．2 構(gòu)建每一個用戶的旅程
4．4．3 根據(jù)狀態(tài)構(gòu)建通道字典
4．4．4 計算狀態(tài)間的轉(zhuǎn)換概率
4．4．5 計算渠道移除效應系數(shù)
4．5 結(jié)論
4．6 彩蛋：夏普利值歸因
第五話
營銷貴在激活時：漏斗模型聚焦轉(zhuǎn)化
5．1 問題：促銷活動中的哪個環(huán)節(jié)需優(yōu)化
5．2 概念：漏斗和轉(zhuǎn)化率
5．3 工具：Plotly 包中的漏斗圖
5．4 實戰(zhàn)：通過漏斗分析看促銷效果
5．4．1 整體思路
5．4．2 數(shù)據(jù)導入
5．4．3 基本漏斗圖
5．4．4 細分漏斗圖
5．5 結(jié)論
第九話君向瀟湘我向秦：用 A B 測試助力促銷
9．1 問題：兩個頁面，哪個更好
9．2 概念：A B 測試
9．2．1 確認實驗目標
9．2．2 設(shè)計實驗
9．2．3 實驗上線與監(jiān)控
9．2．4 結(jié)果復盤
9．3 工具：統(tǒng)計學知識
9．3．1 對照實驗
9．3．2 假設(shè)檢驗
9．3．3 樣本的數(shù)量
9．4 實戰(zhàn)：通過 A B 測試找到最佳頁面
9．4．1 整體思路
9．4．2 數(shù)據(jù)導入與數(shù)據(jù)可視化
9．4．3 查看轉(zhuǎn)化率的增量
9．4．4 檢驗測試結(jié)果的統(tǒng)計學意義
9．4．5 細分樣本后重新檢驗
9．5 結(jié)論
卷五自傳播循環(huán)
第十話一二三生千萬物：裂變驅(qū)動增長循環(huán)
10．1 問題：哪種裂變方案更有效
10．2 概念：增長黑客和裂變
10．2．1 增長黑客的本質(zhì)
10．2．2 各種各樣的裂變
10．3 工具：增長模型
10．4 實戰(zhàn)：用增長實驗確定最佳折扣方案
10．4．1 整體思路
10．4．2 數(shù)據(jù)導入及數(shù)據(jù)可視化
10．4．3 比較兩種裂變方案帶來的轉(zhuǎn)化率增量
10．4．4 用 XGBoost 判斷特定用戶的分類概率
10．4．5 比較兩種裂變帶來的轉(zhuǎn)化增量
10．5 結(jié)論
寄語