數據化運營速成手冊

《數據化運營速成手冊》一書作者胡晨川，電子工業出版社2017年4月出版

基本介紹

• 書名：數據化運營速成手冊
• 作者：胡晨川
• ISBN：978-7-121-31267-0
• 頁數：268
• 定價：55.00
• 出版社：電子工業出版社
• 出版時間：2017年4月
• 開本：16

內容提要

《數據化運營速成手冊》用於提升網際網路公司員工的數據套用能力，即數據化運營能力。首先，從最常用的數據圖表切入，幫助執行層正確地繪圖，管理層正確地看圖；接著，梳理運營中最基本的數據套用知識，涉及數據獲取、數據清洗、數據認知、分析框架、指標體系、運營實驗等內容。然後，介紹作者認為必要的統計學知識，包括假設檢驗、方差分析、回歸分析和時間序列分解，並引入了管理科學中的規劃求解方法。最後，介紹了數據分析工具的發展趨勢，並分享了作者近些年的工作及學習心得。

《數據化運營速成手冊》適用於網際網路公司的數據分析師、運營人員、產品經理和中層管理人員。

目錄

第1章全面認識數據圖表1

1.1 詳解數據圖表的基本構成1

1.2 控制數據圖表中的信息量9

1.3 真的需要作圖嗎10

第2章建立數據圖表的認知14

2.1 利用散點圖探究數據間的關係14

2.1.1 最基本的散點圖樣例15

2.1.2 散點圖的製作16

2.1.3 散點圖的變種1：添加平滑線19

2.1.4 散點圖的變種2：利用氣泡圖觀察更多指標間的關係20

2.1.5 散點圖的變種3：用分類矩陣形成決策22

2.1.6 散點圖的局限性23

2.2 利用柱形圖將“對比”做到極致24

2.2.1 利用累加柱形圖對比數據結構的變化25

2.2.2 多指標組合對比27

2.2.3 用平均值最佳化單指標的對比29

2.2.4 用瀑布圖觀察總量分解後的對比32

2.2.5 如何正確對比數值指標與比率指標33

2.3 用折線圖觀察時間序列數據35

2.3.1 如何觀察趨勢36

2.3.2 探尋趨勢變化的原因38

2.4 利用面積圖觀察數據結構的變化趨勢44

2.4.1 觀察動態的數據結構變化：堆積面積圖44

2.4.2 用於佇列分析：堆積面積圖45

2.5 用雷達圖進行靜態的多維對比48

2.6 其他類型圖表概述50

2.6.1 使用餅圖的6個“坑”50

2.6.2 提升視覺衝擊力：樹狀圖52

2.6.3 量化流程各環節間的轉化率：漏斗圖52

第3章數據圖表進階54

3.1 數據圖表到底是什麼55

3.2 如何正確地選擇圖表59

3.3 數據圖表中的細節60

3.3.1 圖表背景和繪圖區背景60

3.3.2 坐標軸65

3.3.3 靈活使用輔助線68

3.3.4 線性趨勢線的套用69

3.3.5 套用移動平均趨勢線做時間序列的預測72

3.3.6 添加信息增強線74

3.3.7 用標註線指示必要的信息75

3.4 能讓圖表升級的高級技巧76

3.4.1 運用組合圖表增加信息承載量76

3.4.2 運用子母圖增加圖表中的信息量79

3.4.3 條件格式中的幾項實用功能80

3.4.4 使用迷你圖表壓縮空間85

3.4.5 用不等寬技術最佳化柱形圖和條形圖86

3.4.6 使用Bullet圖進行績效評價的可視化89

第4章數據化運營的基礎知識93

4.1 最基本的數據獲取能力94

4.1.1 認知資料庫的一般構造94

4.1.2 能夠閱讀最基本的取數代碼95

4.1.3 用Excel獲取數據98

4.2 快速認知數據105

4.2.1 仔細審核數據源的質量106

4.2.2 提升數據集的質量107

4.2.3 統一數據類型和單位111

4.2.4 描述統計分析111

4.2.5 利用相關係數理解數據之間的關係122

4.2.6 通過多維交叉深入認知數據集125

4.3 幾套有用的分析思維框架132

4.3.1 66 法則與SQVID 原則133

4.3.2 麥肯錫的“七步成詩”135

4.4 創造指標，套用指標141

4.4.1 什麼是指標142

4.4.2 如何設計高質量的指標143

4.4.3 指標組合：綜合指數143

4.4.4 需要關注哪些核心指標144

4.5 運營活動的量化148

4.5.1 優秀的運營活動應具備哪些要素148

4.5.2 需要哪些過程型和結果型指標149

4.5.3 如何評價運營活動149

4.5.4 從縱向與橫向兩個角度全面對比151

4.5.5 一種更嚴謹的測試效果量化方法：DID 154

4.5.6 相似活動間效果的對比155

4.5.7 關於運營活動量化的小結156

4.6 數據化運營的思維方式156

4.7 運營數據報告的必備要素167

4.8 小結170

第5章快速提升量化分析能力. 171

5.1 用樸素貝葉斯模型進行預測171

5.1.1 利用全機率公式的一個例子174

5.1.2 讓大數定律給你自信175

5.1.3 窺一斑而見全豹：中心極限定理176

5.2 使用假設檢驗進行理性的推斷177

5.2.1 統計分布是一切推斷的基礎179

5.2.2 以常態分配為例，闡述假設檢驗的過程181

5.2.3 雙側檢驗與單側檢驗183

5.2.4 假設檢驗的細節補充184

5.3 利用方差分析辨別方案的有效性185

5.3.1 用戶激活措施的有效性判斷186

5.3.2 運用置信區間增強數值估計的可靠性189

5.3.3 兩兩比較尋找最精確的結論190

5.3.4 理解方差分析的思維191

5.4 淺談回歸技術的套用191

5.4.1 因變數與自變數的相關關係是回歸的基礎191

5.4.2 線性回歸建模的詳細過程192

5.4.3 線性回歸分析中的注意點204

5.5 用時間序列分解模型觀察波動204

5.5.1 怎樣觀察時間序列數據205

5.5.2 何為時間序列分解206

5.5.3 時間序列分解的步驟解析208

5.5.4 時間序列分解方法的套用局限性212

5.6 如何最佳化調查問卷213

5.6.1 態度型問題，增加選項以支撐量化分析214

5.6.2 問題要有必要且貼合業務需求215

5.6.3 設定過濾器，識別無效回答215

5.6.4 避免雙重問題和一重半問題216

5.6.5 動態地調查，設定問題庫以保障多次調查的質量216

第6章科學地決策217

6.1 從數據中形成決策217

6.2 線性規劃是什麼219

6.3 線性規劃建模的操作過程220

6.3.1 建立邏輯清晰的表格220

6.3.2 設定輸出單元格、目標單元格與可變單元格之前的運算關係221

6.3.3 設定線性規劃建模參數222

6.4 如何從數據中形成決策223

6.5 4 類典型且實用的線性規劃模型223

6.5.1 資源分配模型224

6.5.2 成本收益平衡模型226

6.5.3 網路配送模型227

6.5.4 混合模型229

6.6 線性規劃模型小結231

第7章套用優秀的工具233

7.1 網際網路數據分析工具的演進234

7.1.1 流量時代234

7.1.2 用戶時代235

7.1.3 訂單時代235

7.2 行為事件分析工具的簡單介紹236

7.3 數據分析平台簡介及趨勢238

7.3.1 數據展現238

7.3.2 數據處理238

7.3.3 數據收集239

7.4 值得推薦的小工具240

7.4.1 團隊協作工具240

7.4.2 其他小工具241

第8章工作經驗雜談242

8.1 這些年犯過的錯誤242

8.1.1 迷信業務模型，浪費公司資源243

8.1.2 活躍率陷阱244

8.1.3 不加選擇地進行數據追蹤245

8.1.4 為了KPI 而做數據分析246

8.1.5 忽略數據質量的保障機制247

8.1.6 輕視業務執行，重視數據表現248

8.1.7 不重視數據認知，盲目建模248

8.1.8 只重視完成任務，忽略了團隊成員的個人發展需求249

8.2 認清數據分析的邊界250

8.2.1 資料庫並不能記錄一切250

8.2.2 不可能分離多重因素影響251

8.2.3 數據不能替代邏輯推理251

8.2.4 預測的根基未必牢固251

8.2.5 大多數人會因數據而變懶252

8.3 我們需要讀些什麼書252