这才是 BI 该做的事 : 数据驱动从 0 到 1 都美香 清华大学出版社 数据分析，商业智能
9787302657101
￥ 61.34 全新
库存5件
江西吉安
认证卖家担保交易快速发货售后保障
作者都美香
出版社清华大学出版社
ISBN9787302657101
出版时间2024-03
装帧平装
开本16开
货号780238149358
上书时间2024-07-04
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
书名： 这才是 BI 该做的事 : 数据驱动从 0 到 1 出版社： 清华大学出版社 出版日期 2024 ISBN号： 9787302657101 本书以 BI 负责人的视角介绍 BI 分析师的核心工作和应具备的核心技能，并分析 BI 创造价值的专题，理论和实例并重。全书分为四部分： 第一部分（第 1、2 章）为 BI 概述与团队组建，从介绍 BI 分析的基本概念说起，包含BI 职责与数据驱动的概述，以及组建团队时需要考虑的能力模 型、团队选型、团队管理。第二部分（第 3、4 章）为 BI 体系搭建基础知识，包括数据获取与管理，指标体系的概念、设计模型与使用场景。第三部分（第 5 ～ 9 章）为 BI 创造价值专题，包括增长、价值主张、盈利、体验、风控五大专题。第四部分（第 10、11 章）为回顾与展望，从衣、食、住、行、学五个方面回顾数据已经带来的变化与未来可预期的变化，最后从进化的视角探讨应对人工智能范式转移的策略。 对于想要通过数据驱动业务、改善决策质量的互联网从业者来说，本书应该是一本非常实用的参考书。
正在攻读杜克大学跨学科数据科学硕士（MIDS）项目，拥有中国人民大学历史专业本科学位。曾在滴滴担任国家决策支持部负责人，兼任日本、巴西外卖分析团队负责人；火花思维商业智能部负责人；VIPKID高级数据分析经理；华为担任高级工程师。带领团队在零售、教育、外卖等领域实现数据驱动，在供给侧与需求侧、互联网与传统企业、国内和国际业务领域都积累了丰富的实战经验。
深入阐述BI团队应发挥的核心价值； 全书贯穿电商、教育、外卖领域的实操案例； 剖析BI指标体系的设计模型与使用场景； 五大专题详述BI如何创造业务价值；
目录 第一部分? BI 概述与团队组建 第 1 章? BI 分析概述? /? 2 1.1 从“分析”的概念说起 / 3 1.1.1 常见的分析概念 / 3 1.1.2 BI 分析的概念 / 8 1.2 BI 分析行业现状与 BI 的职责 / 9 1.2.1 没有什么不在被数字化 / 9 1.2.2 我们相信上帝，但其他人必须提供数据 / 14 1.2.3 BI 团队的职责 / 15 1.2.4 BI 团队的常见分类 / 16 1.3 数据驱动概述 / 17 1.3.1 数据驱动业务的衡量维度 / 17 1.3.2 数据驱动业务的大体流程 / 19 第 2 章? 组建 BI 团队? /? 22 2.1 “人”：数据分析师画像 / 23 2.1.1 分析师通用能力 / 23 2.1.2 不同部门对应的 BI 分析师特征 / 24 2.1.3 不同任务属性对应的 BI 分析师特征 / 25 2.2 BI 团队的架构设置与部门间协作 / 27 2.2.1 BI 团队外部架构 / 27 2.2.2 BI 跨部门协作机制 / 29 2.3 团队管理 / 32 2.3.1 团队选型 / 32 2.3.2 团队运作机制 / 36 第二部分? BI 体系搭建基础知识 第 3 章? 数据获取与管理? /? 40 3.1 数据采集（以外卖业务为例） / 41 3.1.1 数据源类型 / 41 3.1.2 数据源的信息结构 / 44 3.1.3 数据传输与存储 / 46 3.2 数据质量管理 / 49 3.2.1 数据质量标准 / 49 3.2.2 数据质量治理 / 50 3.3 新型数据源 / 52 3.3.1 关注传感器的数据 / 52 3.3.2 音频、视频等非结构化数据的解析与应用 / 53 3.3.3 标注数据 / 55 第 4 章? 搭建指标体系? /? 57 4.1 指标体系的概念、作用和衡量标准 / 58 4.1.1 指标体系的概念 / 58 4.1.2 指标体系的作用 / 60 4.1.3 指标体系的衡量标准（以外卖场景为例） / 64 4.2 指标体系的设计模型 / 66 4.2.1 第一关键指标法（以电商和在线教育为例） / 67 4.2.2 OSM 模型（以在线教育为例） / 69 4.2.3 AARRR 海盗指标法（以在线教育为例） / 73 4.2.4 用户旅程地图模型（以电商为例） / 75 4.3 指标体系的开发流程 / 78 4.4 指标体系的使用场景（以外卖业务为例） / 78 4.4.1 日维度业务监控 / 78 4.4.2 周维度业务诊断 / 80 4.4.3 月维度业务复盘 / 82 4.4.4 支持日常业务决策 / 84 第三部分? BI 创造价值专题 第 5 章? 专题：增长? /? 88 5.1 概念 / 89 5.1.1 增长黑客的概念 / 89 5.1.2 增长金字塔：找到市场契合点和价值投递引擎 / 90 5.1.3 增长黑客的运营机制 / 92 5.2 数据科学的演绎 / 95 5.2.1 人工智能的高光时刻 / 95 5.2.2 提炼算法替代决策的机会点 / 96 5.2.3 2% 的人通过机器控制 98% 的人 / 97 5.2.4 提问题的能力才是核心能力 / 99 5.3 数据驱动增长的案例（以在线教育为例） / 101 5.3.1 获客：注册 / 102 5.3.2 激活：转化 / 103 5.3.3 留存：退费 / 104 5.3.4 盈利：续费 / 105 5.3.5 传播：转介绍 / 107 5.3.6 附：增长分析中常用的算法模型 / 108 第 6 章? 专题：价值主张? /? 110 6.1 实现价值主张的分析方法 / 111 6.1.1 第一性原理：抓住本质 / 111 6.1.2 爬楼梯策略：穷尽方法 / 113 6.2 数据驱动价值主张的实现（以在线教育为例） / 115 6.2.1 提高运营效率 / 115 6.2.2 提高学习效果 / 118 6.3 数据驱动价值主张的实现（以外卖业务为例） / 122 6.3.1 外卖平台的出现是社会的进步 / 122 6.3.2 多、快、好、省 / 123 第 7 章? 专题：盈利? /? 130 7.1 盈利能力分析 / 132 7.1.1 传统的盈利能力分析：赚更多钱 / 132 7.1.2 新业务的盈利能力分析：赚 1 块钱 / 133
— 没有更多了 —
以下为对购买帮助不大的评价