数据分析之道：用数据思维指导业务实战

作品简介

本书以数据思维为主题，以数据分析全流程为主线，融合了编程语言、统计学基础及案例分析等内容，全书分为4篇，囊括了数据思维的概念和培养方法、数据来源及体系建设、数据分析三大思维方式及用户流失、用户转化实战等共11章的内容。本书囊括了数据分析中常用的分析方法，包括经典的海盗(AARRR)模型、麦肯锡的MECE模型、逻辑树、漏斗分析、路径分析、对比分析、A/B试验、RFM模型、K-Means算法、5W2H等分析方法，还包括各类方法的实践案例及Python实操项目。可以说本书是数据分析方法论与统计学知识、编程语言及应用案例的完美结合。

李渝方，网名森夏恩，复旦大学硕士，生物医学专业转行互联网数据分析，先后就职于游族网络、阿里巴巴，现就职于某互联网大厂担任数据分析师。知乎数据分析话颖的优秀回答者，公众号“数据万花筒”运营者，累计创作“100”篇数据分析原创文章，原创文章在全网累计阅读量超过百万！

作品目录

• 前言
• 第1篇 数据思维
• 第1章　数据思维是什么
• 1.1　从数据治理流程浅谈数据思维
• 1.2　数据思维到底是什么
• 1.3　数据思维最直观的解释
• 第2章　为什么数据思维如此重要
• 2.1　数据思维是数据分析师必备的技能
• 2.2　数据思维是数据分析师成长晋升的必备技能
• 2.3　数据思维能帮助数据分析师建立影响力
• 第3章　数据思维如何培养
• 3.1　熟悉常用的数据分析方法
• 3.2　树立目标意识，寻找潜在分析点
• 3.3　不预设立场，通过客观的标准代替主观的判断
• 3.4　基于数据分析结果为业务方提出切实可行的解决方案
• 第2篇 数据指标体系
• 第4章　数据埋点
• 4.1　数据埋点简介
• 4.2　数据埋点分类及主流的数据上报技术
• 4.3　数据埋点方案设计
• 第5章　数据标签体系
• 5.1　数据标签体系与用户画像
• 5.2　如何构建数据标签体系
• 5.3　数据标签体系的应用场景
• 第6章　数据指标体系
• 6.1　从中国人口数据初识指标体系构建
• 6.2　用四个模型梳理数据指标体系构建的方法论
• 6.3　如何搭建一套通用的指标体系并快速落地应用
• 6.4　定位异动因素
• 第3篇 数据分析方法论
• 第7章　对比思维
• 7.1　利用对比分析得出结论
• 7.2　A/B试验设计及容易忽略的误区
• 7.3　A/B试验背后涉及的统计学原理
• 7.4　Python实战：A/B试验在广告方案选择中的应用
• 第8章　分群思维
• 8.1　从用户生命周期浅谈分群思维
• 8.2　用数据分箱进行结构化分析
• 8.3　同期群分析解读用户生命周期，剖析真实用户行为和价值
• 8.4　Python实战：基于RFM模型及K-Means算法实现用户分群
• 第9章　相关与因果
• 9.1　相关性分析简介
• 9.2　因果推断方法论
• 9.3　Python实战：利用DoWhy框架实现因果推断
• 第4篇 数据分析案例实战
• 第10章　用户流失分析
• 10.1　用户流失分析方法论
• 10.2　案例分析：用5W2H方法分析游戏用户流失原因
• 10.3　用5个理论模型构建外部因素分析框架
• 10.4　如何设计问卷验证用户流失的原因
• 10.5　Python实战：通过生存分析预测用户流失周期
• 第11章　用户转化与付费分析
• 11.1　用户转化与付费分析概述
• 11.2　贝叶斯公式在用户转化中的应用
• 11.3　案例分析：用漏斗模型分析某电商平台换货业务，提升用户转化率
• 11.4　用营销增益模型实现用户分群，辅助运营人员识别营销敏感人群
• 11.5　Python实战：利用营销增益模型识别营销敏感人群
• 附录A 缩略词及中英文对照
• 反侵权盗版声明