商业智能数据化运营实战

第 1 部分 开启数据化运营之旅
第 1 章 数据化运营基础 3
1．1 商业智能时代 3
1．1．1 商业智能的历史发展 5
1．1．2 商业智能的研究领域 7
1．2 数据化运营的概念与意义 8
1．3 数据化运营的四个层次 12
1．4 数据化运营应掌握的技能与工具 13
1．4．1 数据化运营的五种能力 13
1．4．2 数据化运营的常见工具 15
第 2 章 企业中的数据化运营 23
2．1 企业数据化运营必要性 23
2．1．1 市场营销策略 24
2．1．2 数据化运营误区29
2．2 企业数据化运营场景 30
2．2．1 数据化运营在传统行业中的应用 31
2．2．2 数据化运营的主要应用场景 33
2．2．3 数据化运营的应用案例 34
2．3 企业数据化运营岗位职责 43
2．3．1 数据化运营企业组织架构 44
2．3．2 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 56
3．1 数据化运营流程图 56
3．2 业务问题的定义与拆解 59
3．3 数据获取与网络爬虫 63
3．3．1 数据获取方法 64
3．3．2 网络爬虫实战 68
3．4 数据探索与预处理 72
3．4．1 数据探索 73
3．4．2 数据预处理 75
3．5 数据分析与挖掘 86
3．5．1 机器学习发展历程 86
3．5．2 机器学习分类 88
3．5．3 机器学习应用场景 92
3．5．4 Python 常用机器学习库 93
3．6 数据可视化与数据决策 95
3．6．1 统计图表的正确使用方法 95
3．6．2 Python 常用的图表呈现模块 101
第 4 章 辅助决策式数据化运营 108
4．1 基于回归的数据化运营模型108
4．1．1 回归分类与基本步骤 111
4．1．2 一元线性回归模型 113
4．1．3 多元线性回归模型 116
4．1．4 非线性回归模型 119
4．1．5 含哑变量回归模型 123
4．1．6 逻辑回归模型 125
4．1．7 Python 回归分析案例 128
4．2 基于分类的数据化运营模型 132
4．2．1 常见的准确率检验方法 ． 133
4．2．2 决策树算法 135
4．2．3 朴素贝叶斯算法 139
4．2．4 KNN 算法 141
4．2．5 支持向量机算法 142
4．2．6 神经网络算法 144
4．2．7 Python 分类分析案例147
4．3 基于聚类的数据化运营模型 149
4．3．1 聚类算法的分类 150
4．3．2 Python 聚类分析案例 156
第 5 章 数据驱动式数据化运营 162
5．1 层次分析*优解思维应用 162
5．1．1 层次分析法步骤163
5．1．2 层次分析法优缺点 176
5．1．3 Excel 层次分析法分析案例 178
5．2 线性规划*优解思维应用 182
5．2．1 线性规划法分析案例 184
5．2．2 Excel 线性规划法求解 190
5．3 节约里程*优解思维应用 199
5．3．1 节约里程法分析案例 200
5．3．2 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 213
6．1 数据获客，快速锁定目标用户 213
6．1．1 传统用户行为数据获取 214
6．1．2 互联网用户行为数据获取 220
6．1．3 用户行为数据获取方式对比 222
6．2 用户画像，精准定位用户需求 223
6．2．1 用户画像分析建模与应用场景 223
6．2．2 基于 RFM 的个体用户画像分析 228
6．2．3 基于聚类算法的群体用户画像分析 237
6．3 用户运营，覆盖完整生命周期 245
6．3．1 基于 AARRR 模型的用户运营方法 246
6．3．2 用户生命周期与用户价值体系 251
6．3．3 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 258
7．1 产品定位与产品设计 259
7．1．1 市场分析与企业战略分析 260
7．1．2 基于 KANO 模型的产品功能设计 268
7．1．3 基于 PSM 模型的产品价格设计 274
7．2 产品运营与产品优化 282
7．2．1 基于巴斯模型的产品销售量预测 282
7．2．2 基于漏斗模型的产品运营分析 292
7．2．3 基于 A/B 测试的产品优化评估 298
参考文献 303