作品简介

本书系统地介绍了用户行为分析的理论基础和实施步骤,书中列举了大量翔实的应用案例。第1~2章概要介绍了用户行为分析的基础知识和应用场景。第3~4章详细介绍了基于大数据的用户行为数据的采集、存储和处理方法的技术原理和实施步骤,以及常用的采集与分析工具。第5~6章重点介绍了用户行为分析的常用指标和用户模型构建,以及用户行为分析在企业日常运营中的具体应用。书中详细阐述了用户行为全程追踪方法,介绍了转化分析、用户分群、用户生命周期、用户流失预警、用户价值管理等经典的精细化运营模型。第7~9章详细介绍了用户画像和标签体系的构建方法、步骤,阐述了用户画像在推荐系统和智能营销中的具体应用。第10章详细阐述了用户行为分析在若干个不同行业的经典应用案例,包括金融、电商、房地产、快销品、互联网媒体等行业。

本书既可以作为学习用户行为分析理论的入门书,也可以给相关领域的实践操作人员提供具体的实施步骤和应用方面的启迪。可供企事业管理人员、大数据从业人员和大专院校相关专业的师生阅读参考。

杜晓梦,北京大学营销模型专业博士,曾入选2018年北京市“科技新星”;专长于跨学科数据科学建模、消费者行为预测、互联网广告、社会媒体营销、归因模型、流失预警模型、社会网络分析。

唐晓密,东北财经大学统计学专业硕士,擅长用户在线行为分析、用户智能营销运营、数据分析与挖掘等方向。拥有十多年的业务咨询和数据分析工作经历,服务超过100多家客户,涉及零售、金融、地产、烟草等行业。

张银虎,中国地质大学计算机科学与技术专业,长期从事大数据工作并拥有相关专利,从基层起步有着扎实的实战经验和问题解决方法论,擅长于架构设计、数据处理和解决方案等,服务过众多大型集团客户。

作品目录

  • 内容简介
  • 编委会
  • 丛书推荐序一 数字经济的思维观与人才观
  • 丛书推荐序二 产教融合打造创新人才培养的新模式
  • 推荐序
  • 专家点评
  • 前言
  • 第1章 走近用户行为分析
  • 1.1 用户行为分析与画像的概念
  • 1.2 用户行为分析的意义
  • 1.3 大数据与用户行为分析
  • 1.4 用户行为分析的几个重要阶段
  • 第2章 行为数据分析的使用场景
  • 2.1 了解用户使用习惯
  • 2.2 提升用户操作体验
  • 2.3 监控业务转化过程
  • 2.4 持续性辅助用户运营效果
  • 第3章 基于大数据的行为分析——传统埋码
  • 3.1 行为数据采集方法与技术原理
  • 3.2 行为数据的统计原理
  • 3.3 行为统计的分类方法
  • 3.4 基于大数据的行为数据存储与计算
  • 第4章 基于大数据的行为分析——无埋码
  • 4.1 无埋码技术的实现原理
  • 4.2 无埋码技术的使用实例
  • 4.3 无埋码采集系统示例
  • 4.4 其他无埋码渠道的行为数据分析
  • 第5章 行为分析的指标与模型
  • 5.1 用户行为分析的3个层次
  • 5.2 行为分析指标
  • 5.3 用户模型构建
  • 5.4 用户行为全程追踪
  • 5.5 转化分析模型
  • 5.6 精细化运营模型
  • 第6章 行为分析与日常运营
  • 6.1 用户行为分析与渠道运营
  • 6.2 用户行为分析与产品运营
  • 6.3 用户行为分析与营销运营
  • 6.4 用户行为分析与用户运营
  • 第7章 用户画像
  • 7.1 用户画像概述
  • 7.2 两种常见的用户画像
  • 7.3 用户画像的调研
  • 第8章 标签体系——用户画像的刻画
  • 8.1 标签体系的构建
  • 8.2 标签体系的分析方法及应用
  • 第9章 用户画像的大数据应用
  • 9.1 用户画像与推荐系统
  • 9.2 用户画像与智能营销(一)
  • 9.3 用户画像与智能营销(二)
  • 第10章 案例与详解
  • 10.1 金融行业用户全渠道行为分析
  • 10.2 电商行业用户行为分析
  • 10.3 房地产行业用户行为分析
  • 10.4 快消行业用户行为分析
  • 10.5 媒体行业用户行为分析——以电影网为例
  • 反侵权盗版声明
展开全部