數據決策：企業數據的管理、分析與套用

內容簡介

《數據決策：企業數據的管理、分析與套用》是作者十年數據領域實踐經驗的總結，全面介紹了不同行業的企業中數據的管理、分析與套用

圖書目錄

第1 數據科學 / 001

1.1 大數據技術 / 002

1.1.1 大數據的發擔背提展趨勢 / 002

1.1.2 大數據處理的基礎 / 003

1.1.3 企業中常見的大數據產品 / 004

1.2 數據科學 / 004

1.2.1 大數據分析原理 / 005

1.2.2 數據在不同行業中的套用 / 006

1.3 數據分析流程及高級分析 / 008

1.3.1 數據分析流程 / 009

1.3.2 高級分析 / 010

1.3.3 數據科學家需少乘促葛要具備的能力 / 011

1.4 數據科學與經營管理 / 012

1.4.1 數據科學與企業經營 / 012

1.4.2 數據科學與企業元煉管理決策/ 012

1.4.3 企業運營效率的數據分析訴求 / 013

1.5 通過新技術及AI 感知未來 / 013

1.5.1 新技術加速發展 / 014

1.5.2 雲端環境變化 / 014

1.5.3 新技術成熟度與市場接受度 / 015

1.5.4 產業公司的科技機會 / 016

第2 用戶行為漏斗及行銷科技 / 019

2.1 行銷科技的定義及內涵 / 021

2.2 用戶的四個層級 / 022

2.2.1 雙漏斗模型及用戶的轉化 / 024

2.2.2 用戶漏斗與漏桶的使用限制 / 026

2.3 用戶行為預測 / 027

2.4 用戶購買決策及路徑研究 / 028

2.4.1 用戶購買決策的秘密 / 029

2.4.2 一二三線市場結構現狀 / 030

2.4.3 用戶滲透過程可視化 / 030

2.4.4 用戶決策路徑可視化 / 031

2.5 用戶生命周期價值行銷 / 032

2.6 用戶廣告運營工具及PaaS / 032

2.6.1 通用的用戶廣告運營產品思路 / 032

2.6.2 線上、線下打通的運營方案 / 034

第3 企業用戶增長及轉化激活 / 037

3.1 企業拉新的夜罪樂三種方式 / 039

3.2 內外部用戶的不同最佳化方向 / 042

3.3 智慧型行銷資料庫建設 / 043

3.4 用戶增長與轉化 / 045

3.5 案例：某快車公司的裂變式用戶增長 / 054

3.5.1 用戶持續增長的邏輯假設 / 054

3.5.2 早期的產品邏輯 / 055

3.5.3 用戶增長運營工具的兩個核心 / 056

3.5.4 運營產品效果評估方法 / 057

第4 決策最佳化市愚拘悼套用 / 059

4.1 CRM 簡介 / 060

4.1.1 AI 驅動式CRM / 061

4.1.2 未來生態式CRM / 062

4.2 CRM 與淚祖籃決策模型 / 063

4.2.1 RFM 分群模型 / 063

4.2.2 預測購買模型 / 067

4.2.3 智慧型運營模型 / 069

4.3 銷售與決策模型 / 071

4.3.1 向上銷售 / 071

4.3.2 交叉銷售 / 072

4.3.3 銷售預測 / 072

4.3.4 個性化推薦銷售 / 074

4.4 產品創新與數據分析 / 074

4.4.1 在分眾市場找創新點 / 075

4.4.2 分眾市場定義新品類 / 076

4.5 客戶數據平台建設及套用 / 078

4.5.1 客戶數據平台建設 / 079

4.5.2 五類運營服務模式 / 080

4.6 藉助大型數據平台開展數提辯墊據化運營 / 081

第5 數據科學與企業管理決策 / 083

5.1 企業管理決策 / 084

5.1.1 人類的決策過程 / 084

5.1.2 企業管理決策 / 086

5.2 數據決策分析模型 / 088

5.2.1 分類模型與回歸模型 / 089

5.2.2 數據分析建模過程 / 092

5.2.3 常用建模算法及工具 / 093

5.2.4 影響建模的主要因素 / 095

5.3 用戶增長及轉化 / 095

5.3.1 用戶增長 / 095

5.3.2 用戶運營及銷售轉化 / 096

5.4 廣告投放及市場開拓 / 098

5.4.1 廣告投放策略最佳化 / 099

5.4.2 尋找20% 的可能轉化者 / 100

5.4.3 電商站內廣告投放最佳化 / 101

5.5 市場空白的發現及開拓 / 102

5.5.1 市場空白的發現 / 102

5.5.2 新市場的開拓 / 104

5.6 案例：快速消費品行業數位化的機會 / 105

5.6.1 快速消費品行業的發展趨勢及用戶特點/ 105

5.6.2 快速消費品行業的核心業務及機會 / 106

5.6.3 線上與線下觸點努力方向 / 107

第6 企業如何用好外部數據 / 111

6.1 企業對於數據套用的態度 / 112

6.2 企業中的外部數據源 / 114

6.2.1 外部數據源的作用 / 115

6.2.2 合理購買外部數據源 / 116

6.2.3 外部數據源的分類 / 116

6.2.4 外部數據源可靠性評估技巧 / 118

6.2.5 獲取外部數據源的方法 / 118

6.3 企業的數據變現 / 119

6.3.1 實現數據變現的前提 / 119

6.3.2 企業外部數據變現面臨的挑戰 / 121

6.3.3 企業數據變現的思路 / 122

6.4 案例：寵物行業利用外部線索拉新 / 124

6.4.1 找到外部數據質量好的數據源 / 124

6.4.2 尋找寵物銷售線索 / 125

6.4.3 數據產品賦能行業 / 126

第7 經營好企業中的數據 / 129

7.1 企業經營好數據的三要素 / 130

7.2 數據經營方法（KPI 分解） / 131

7.3 企業數據套用戰略規劃 / 134

7.3.1 梳理數據源 / 134

7.3.2 評估數據質量 / 135

7.3.3 建設數據管理平台 / 135

7.3.4 建設相應的企業數據文化 / 136

7.3.5 制定企業數據管理原則 / 137

7.4 相關數據技術 / 137

7.5 企業中的數據研究思路及套用 / 140

7.5.1 兩種數據研究視角 / 140

7.5.2 數據套用實施原則 / 141

7.6 案例：零售類企業的數據套用戰略 / 143

7.6.1 以消費者為中心的數據湖 / 144

7.6.2 廣告投放與第三方數據建設 / 145

7.6.3 媒體投放檢測數據及AI 預測 / 147

第8 數據在不同行業中的套用 / 149

8.1 產業網際網路創新模式 / 151

8.2 企業的數據訴求及時機 / 153

8.2.1 國內企業級服務的現狀 / 153

8.2.2 企業數據的現狀與訴求 / 154

8.2.3 企業數據的套用時機 / 155

8.3 汽車行業 / 156

8.3.1 汽車行業的數據套用 / 156

8.3.2 用戶數據平台的建設 / 160

8.3.3 數據套用場景 / 162

8.4 航空行業 / 170

8.4.1 航空行業新變化及數據套用規劃 / 170

8.4.2 航空用戶大數據平台規劃 / 172

8.4.3 數據套用場景 / 173

8.5 保險行業 / 177

8.5.1 保險行業的環境及機遇 / 177

8.5.2 保險行業痛點分析 / 177

8.5.3 保險行業的數據化機會 / 178

8.5.4 保險賽道上的網際網路平台商業模式 / 179

第9 企業數位化轉型 / 183

9.1 企業數位化轉型面臨的困境 / 184

9.2 企業數位化轉型的五個階段 / 185

9.3 企業數位化轉型的組織架構及過程 / 187

9.3.1 組織架構及人才組成 / 187

9.3.2 企業數位化轉型的三要素 / 188

9.3.3 企業數據團隊的組成 / 189

9.4 數據產品 / 190

9.5 案例：騰訊數據產品探索之路 / 191

作者簡介

顧生寶，2009年本科畢業於東北大學軟體工程專業。有10年以上大數據相關領域經驗（含數據架構規劃設計、平台建設、分析套用）。Datalantern數據分析項目創始人兼數據科學家。曾就職於IBM、Mars等跨國企業，為通用電氣、賓士汽車、中國人保、中國石化、北京汽車等公司服務過。歷任IT中心經理、數位化負責人、數據部負責人等。技術作家兼獨立技術顧問，專注於可套用於產業公司的數據產品和數據驅動解決方案，對跨行業企業如何更好地利用數據有自己的見解。熟悉零售與快速消費品、汽車、航空、保險等行業。

數據決策：企業數據的管理、分析與套用

基本介紹

內容簡介

圖書目錄

作者簡介

作者簡介

相關詞條

熱門詞條