商业智能数据化运营实战
作者: 王鑫
出版社:电子工业出版社 2022-05-01
简介:企业每天都会生成大量种类繁多的数据,为了做出更明智的决策、发现问题并实现盈利,往往需要通过一些方法和工具将数据转化为可行的方案。随着大数据时代的到来,数据化运营已经成为商业智能中必不可缺的一个重要环节。在数据化运营过程中,需要数据分析师进行数据采集、数据清洗、数据建模、数据可视化和数据商业决策 5 项工作。 本书结合企业商业数据,分数据化运营基础、企业中的数据化运营、数据化运营的业务流程、辅助决策式数据化运营、数据驱动式数据化运营、客户数据化运营、产品数据化运营 7 章讲述如何进行商业智能数据化运营。【目录】第 1 部分 开启数据化运营之旅第 1 章 数据化运营基础 ................................................................................. 31.1 商业智能时代 ...................................................................................... 31.1.1 商业智能的历史发展 .............................................................. 51.1.2 商业智能的研究领域 .............................................................. 71.2 数据化运营的概念与意义 .................................................................. 81.3 数据化运营的四个层次 .................................................................... 121.4 数据化运营应掌握的技能与工具 .................................................... 131.4.1 数据化运营的五种能力 ........................................................ 131.4.2 数据化运营的常见工具 ........................................................ 15第 2 章 企业中的数据化运营 ........................................................................ 232.1 企业数据化运营必要性 .................................................................... 232.1.1 市场营销策略 ........................................................................ 242.1.2 数据化运营误区 .................................................................... 292.2 企业数据化运营场景 ........................................................................ 302.2.1 数据化运营在传统行业中的应用 ........................................ 312.2.2 数据化运营的主要应用场景 ................................................ 332.2.3 数据化运营的应用案例 ........................................................ 342.3 企业数据化运营岗位职责 ................................................................ 432.3.1 数据化运营企业组织架构 .................................................... 442.3.2 数据化运营岗位类型 ............................................................ 46第 2 部分 数据化运营思维第 3 章 数据化运营的业务流程 .................................................................... 563.1 数据化运营流程图 ............................................................................ 563.2 业务问题的定义与拆解 .................................................................... 593.3 数据获取与网络爬虫 ........................................................................ 633.3.1 数据获取方法 ........................................................................ 643.3.2 网络爬虫实战 ........................................................................ 683.4 数据探索与预处理 ............................................................................ 723.4.1 数据探索 ................................................................................ 733.4.2 数据预处理 ............................................................................ 753.5 数据分析与挖掘 ................................................................................ 863.5.1 机器学习发展历程 ................................................................ 863.5.2 机器学习分类 ........................................................................ 883.5.3 机器学习应用场景 ................................................................ 923.5.4 Python 常用机器学习库 ........................................................ 933.6 数据可视化与数据决策 .................................................................... 953.6.1 统计图表的正确使用方法 .................................................... 953.6.2 Python 常用的图表呈现模块 .............................................. 101第 4 章 辅助决策式数据化运营 .................................................................. 1084.1 基于回归的数据化运营模型 .......................................................... 1084.1.1 回归分类与基本步骤 .......................................................... 1114.1.2 一元线性回归模型 .............................................................. 1134.1.3 多元线性回归模型 .............................................................. 1164.1.4 非线性回归模型 .................................................................. 1194.1.5 含哑变量回归模型 .............................................................. 1234.1.6 逻辑回归模型 ...................................................................... 125 4.1.7 Python 回归分析案例.......................................................... 1284.2 基于分类的数据化运营模型 .......................................................... 1324.2.1 常见的准确率检验方法 ...................................................... 1334.2.2 决策树算法 .......................................................................... 1354.2.3 朴素贝叶斯算法 .................................................................. 1394.2.4 KNN 算法 ............................................................................ 1414.2.5 支持向量机算法 .................................................................. 1424.2.6 神经网络算法 ...................................................................... 1444.2.7 Python 分类分析案例.......................................................... 1474.3 基于聚类的数据化运营模型 .......................................................... 1494.3.1 聚类算法的分类 .................................................................. 1504.3.2 Python 聚类分析案例.......................................................... 156第 5 章 数据驱动式数据化运营 .................................................................. 1625.1 层次分析解思维应用 .............................................................. 1625.1.1 层次分析法步骤 .................................................................. 1635.1.2 层次分析法优缺点 .............................................................. 1765.1.3 Excel 层次分析法分析案例 ................................................ 1785.2 线性规划解思维应用 .............................................................. 1825.2.1 线性规划法分析案例 .......................................................... 1845.2.2 Excel 线性规划法求解 ........................................................ 1905.3 节约里程解思维应用 .............................................................. 1995.3.1 节约里程法分析案例 .......................................................... 2005.3.2 Excel 节约里程法求解 ........................................................ 207第 3 部分 数据化运营核心第 6 章 客户数据化运营:挖掘用户需求,产品源于需求 ........................... 2136.1 数据获客,快速锁定目标用户 ...................................................... 2136.1.1 传统用户行为数据获取 ...................................................... 2146.1.2 互联网用户行为数据获取 .................................................. 2206.1.3 用户行为数据获取方式对比 .............................................. 2226.2 用户画像,精准定位用户需求 ...................................................... 2236.2.1 用户画像分析建模与应用场景 .......................................... 2236.2.2 基于 RFM 的个体用户画像分析 ....................................... 2286.2.3 基于聚类算法的群体用户画像分析 .................................. 2376.3 用户运营,覆盖完整生命周期 ...................................................... 2456.3.1 基于 AARRR 模型的用户运营方法 .................................. 2466.3.2 用户生命周期与用户价值体系 .......................................... 2516.3.3 用户运营方法与典型案例分析 .......................................... 253第 7 章 产品数据化运营:人人都能做数据产品经理 .................................. 2587.1 产品定位与产品设计 ........