商业产品分析：从用户数据获得商业洞见的数据科学方法
①全新正版，现货速发，7天无理由退换货②天津、成都、无锡、广东等多仓就近发货，订单最迟48小时内发出③无法指定快递④可开电子发票，不清楚的请咨询客服。
￥ 93.33 7.2折 ￥ 129 全新
仅1件
作者乔安妮·罗德里格斯（Joanne Rodrigues）
出版社机械工业
ISBN9787111733010
出版时间2023-09
装帧其他
开本其他
定价129元
货号31850741
上书时间2024-10-14
- 在售商品 暂无
- 平均发货时间 17小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
目录
Contents<br />推荐序一<br />推荐序二<br />推荐序三<br />推荐序四<br />译者序<br />前言<br />致谢<br />第一部分 定性方法论<br />第1章 数据活动：晚宴模型 3<br />1.1 用户数据中断 4<br />1.2 晚宴模型 7<br />1.3 用户数据有何独特之处 13<br />1.4 为什么因果关系很重要 21<br />1.5 可实践的洞见 23<br />第2章 构建社交宇宙理论 24<br />2.1 构建理论 24<br />2.2 概念化和测量 33<br />2.3 Web产品的理论 37<br />2.4 可实践的洞见 41<br />第3章 终极目标：如何改变人类<br />行为 43<br />3.1 理解可实践的洞见 43<br />3.2 一切都是为了改变行为 45<br />3.3 关于人类行为改变的理论 50<br />3.4 Web产品中的行为改变 54<br />3.5 行为改变的现实期望是什么 56<br />3.6 可实践的洞见 60<br />第二部分 基本统计学方法<br />第4章 用户分析中的用户分布 63<br />4.1 为什么指标很重要 63<br />4.2 可实践的洞见 73<br />第5章 指标的创建和解释 74<br />5.1 时期、年龄和队列 74<br />5.2 指标的制定 80<br />5.3 可实践的洞见 92<br />第6章 为什么用户会流失？A/B<br />测试的来龙去脉 94<br />6.1 A/B测试 94<br />6.2 有趣的免费周活动案例 95<br />6.3 变量之间的相关性 99<br />6.4 为什么要研究随机性 102<br />6.5 A/B测试的核心和关键 104<br />6.6 A/B测试中的陷阱 115<br />6.7 可实践的洞见 118<br />第三部分 预测方法<br />第7章 用户空间建模：k均值和<br />PCA 123<br />7.1 什么是模型 123<br />7.2 聚类技术 124<br />7.3 可实践的洞见 132<br />第8章 预测用户行为：回归、<br />决策树和支持向量机 133<br />8.1 预测推断 133<br />8.2 关于预测的许多问题 134<br />8.3 预测建模 136<br />8.4 监督学习模型的验证 148<br />8.5 可实践的洞见 151<br />附录 151<br />第9章 预测产品人口变化：人口<br />预测 152<br />9.1 为什么我们要花时间在产品<br />生命周期上 153<br />9.2 出生、死亡和整个生命周期 153<br />9.3 不同的留存模式 155<br />9.4 人口预测的艺术 161<br />9.5 可实践的洞见 176<br />第四部分 因果推断方法<br />第10章 追求实验：自然实验和<br />双重差分模型 179<br />10.1 为什么要进行因果推断 179<br />10.2 因果推断与预测 180<br />10.3 当A/B测试不起作用时 181<br />10.4 从真实数据中进行因果推断的<br />要点和关键 183<br />10.5 可实践的洞见 191<br />第11章 持续追求实验 193<br />11.1 断点回归 194<br />11.2 估计获得徽章的因果效应 197<br />11.3 中断时间序列 201<br />11.4 季节性分解 205<br />11.5 可实践的洞见 208<br />第12章 在实践中开发启发式方法 209<br />12.1 从真实数据中确定因果关系 209<br />12.2 统计匹配 210<br />12.3 倾向得分匹配的问题 216<br />12.4 启发式匹配 218<br />12.5 最佳猜测 218<br />12.6 总结 221<br />12.7 可实践的洞见 222<br />第13章 增益建模 223<br />13.1 什么是增益 223<br />13.2 为什么采用增益建模技术 224<br />13.3 理解增益 225<br />13.4 预测与增益 225<br />13.5 增益困难 226<br />13.6 可实践的洞见 237<br />第五部分 基于R语言的基本<br />方法、预测方法和<br />因果推断方法<br />第14章 指标的R实现 241<br />14.1 为什么选择R语言 241<br />14.2 R基础入门：R语言简介及<br />安装 242<br />14.3 分布抽样 247<br />14.4 汇总统计量 251<br />14.5 Q-Q图 252<br />14.6 计算方差和高阶矩 254<br />14.7 直方图和数据分档 254<br />14.8 双变量分布和相关性 260<br />14.9 奇偶进度比 264<br />14.10 总结 266<br />第15章 A/B测试、预测建模和人口<br />预测的R实现 267<br />15.1 A/B测试 267<br />15.2 聚类 277<br />15.3 预测模型 280<br />15.4 人口预测 289<br />15.5 总结 297<br />第16章 断点回归、匹配和增益的<br />R实现 298<br />16.1 双重差分建模 298<br />16.2 断点回归和时间序列建模 301<br />16.3 统计匹配 310<br />16.4 增益建模 323<br />16.5 总结 334<br />附录 334<br />参考文献 337<br />后记 342<br /><br />
内容摘要
本书是为产品分析从业者设计的一本从业指南，主要讲解如何基于消费者数据产生可实践的洞见。这些“可实践的洞见”源于曾经在互联网、移动互联网等领域中驱动过变革的实践。很多企业都曾从其web产品或内部组织获得了TB级的用户数据，然而这些数据都未曾使用过。怎样使用这些数据促进用户增长、增加收入、提升用户参与度并提高组织效率，企业并没有认真思考过。本书将逐步地教你如何从用户数据中收获洞见。通过精心分析基于用户数据构建的理论曲线，观察不同的实验设计及其产生的实验效果，然后再在复杂的开发模式上实现，将这些结果转化为可实践的洞见。
相关推荐
-
商业产品分析 从用户数据获得商业洞见的数据科学方法
全新广州
￥ 68.73
-
商业产品分析：从用户数据获得商业洞见的数据科学方法
全新武汉
￥ 75.00
-
商业产品分析 从用户数据获得商业洞见的数据科学方法
全新广州
￥ 68.70
-
商业产品分析 从用户数据获得商业洞见的数据科学方法
全新广州
￥ 68.67
-
商业产品分析：从用户数据获得商业洞见的数据科学方法
全新北京
￥ 87.50
-
商业产品分析 从用户数据获得商业洞见的数据科学方法
全新天津
￥ 69.57
-
商业产品分析 从用户数据获得商业洞见的数据科学方法
全新广州
￥ 68.75
-
商业产品分析：从用户数据获得商业洞见的数据科学方法
全新保定
￥ 86.43
-
商业产品分析 从用户数据获得商业洞见的数据科学方法
全新广州
￥ 68.68
-
商业产品分析：从用户数据获得商业洞见的数据科学方法
全新保定
￥ 83.85
— 没有更多了 —
以下为对购买帮助不大的评价