数据产品经理修炼手册——从零基础到大数据产品实践

图书标准信息

• 作者 梁旭鹏 著
• 出版社 电子工业出版社
• 出版时间 2019-03
• 版次 1
• ISBN 9787121360343
• 定价 79.00元
• 装帧 平装
• 开本 16
• 纸张 胶版纸
• 页数 252页
• 字数 99999千字

【内容简介】

    《数据产品经理修炼手册——从零基础到大数据产品实践》共 8 章，全面和详尽地介绍了数据产品经理的日常工作、需要的基础知识和常用的分析方法，也介绍了数据仓库的理论与应用，以及大数据分析平台、用户行为分析平台、AB 实验平台等数据产品的建设，最后介绍了数据产品在各个业务领域中的应用。从基础知识到项目进阶，《数据产品经理修炼手册——从零基础到大数据产品实践》内容充分结合业务实践，剥开数据产品经理的神秘面纱。

 

    《数据产品经理修炼手册——从零基础到大数据产品实践》讲解了数据产品领域的术与道，不是泛泛地讲报表设计，而是更偏重于产品逻辑和 设计思路，详细地介绍了数据产品经理的核心能力、必备技能以及产品实践。在各大互联网 公司大数据项目基础上，本书详细地讲述了数据产品经理的成长历程。

 

    《数据产品经理修炼手册——从零基础到大数据产品实践》适用于即将从事数据产品工作的新人，同时也适用于已经在数据产品领域工作 3 年 以内的数据产品经理，本书适合作为数据产品经理的第１本书。

【作者简介】

    梁旭鹏，北京邮电大学硕士，人人都是产品经理专栏作家。

 

    目前在摩拜负责大数据产品相关工作，曾供职于联想、美团等公司，在电商、内容、出行等领域有过数据产品的实践，在做产品经理之前，做过两年研发工程师，也有一定的数据分析相关经验。

 

    在数据产品相关项目方面，负责过大数据管理平台、大数据分析平台、实验平台以及数据变现类项目。同时，也负责过移动端产品、CRM、薪酬系统等项目。

 

【目录】

第1章  初识数据产品经理

 

1.1  为什么要有数据产品经理

 

1.1.1  大数据行业现状

 

1.1.2  数据产品经理的前世今生

 

1.2  数据产品经理的日常工作

 

1.2.1  一切从业务出发

 

1.2.2  离不开的产品原型与需求文档

 

1.2.3  与研发工程师做朋友

 

1.2.4  多和用户聊聊

 

1.3  数据产品经理的思维方式

 

1.3.1  归纳与演绎思维

 

1.3.2  数据思维

 

1.3.3  用户思维

 

1.3.4  产品思维

 

1.3.5  工程思维

 

1.3.6  其他一些思维方式和方法论

 

第2章  数据产品经理基础知识

 

2.1  数据产品经理常用的工具

 

2.1.1  玩转Excel

 

2.1.2  数据产品经理怎能不会SQL

 

2.1.3  掌握一些R相关知识

 

2.1.4  产品原型工具

 

2.2  产品需求管理

 

2.2.1  需求来源与需求判断

 

2.2.2  产品需求池管理

 

2.2.3  从需求跟进到需求落地

 

2.3  软实力

 

2.3.1  快速成长的能力

 

2.3.2  沟通表达的能力

 

2.3.3  推动项目的能力

 

2.3.4  数据感知的能力

 

第3章  数据分析思维与实践

 

3.1  数据产品经理和数据分析师的区别

 

3.1.1  数据产品经理和数据分析师的岗位职责与岗位要求

 

3.1.2  数据产品经理和数据分析师需要具备的素质

 

3.2  数据产品经理常用的分析方法

 

3.2.1  常规分析

 

3.2.2  统计模型分析

 

3.2.3  自建模型分析

 

3.3  应用实例

 

3.3.1  商城积分与DAU的关联分析

 

3.3.2  基于时间序列预测订单量

 

第4章  数据仓库理论与应用

 

4.1  了解大数据基础Hadoop

 

4.1.1  Hadoop三驾马车

 

4.1.2  其他常用工具

 

4.2  大数据平台层级结构

 

4.2.1  ODS层

 

4.2.2  数据仓库

 

4.2.3  数据的应用

 

4.3  数据埋点

 

4.3.1  埋点方式

 

4.3.2  埋点事件

 

4.3.3  数据埋点实例

 

4.4  指标字典

 

4.4.1  指标字典的基本概念

 

4.4.2  指标定义的规范

 

4.5  数据管理系统

 

4.5.1  数据质量的重要性

 

4.5.2  数据管理系统的质量检测

 

4.5.3  数据管理系统的功能

 

第5章  大数据分析平台实践

 

5.1 大数据分析平台的前世今生

 

5.1.1 大数据分析平台构建的背景

 

5.1.2 企业实现大数据分析平台的方式

 

5.2 大数据分析平台应用实战

 

5.2.1 可拓展的报表分析平台

 

5.2.2 自助式分析平台

 

5.2.3 智能化分析平台

 

5.2.4 业务场景分析平台

 

5.3 移动端大数据分析平台

 

5.3.1 如何选择移动端

 

5.3.2 移动端大数据分析平台实战

 

5.4 大数据分析平台走进传统行业

 

第6章  用户行为分析平台实践

 

6.1 用户行为分析平台的前世今生

 

6.1.1 用户行为分析平台的背景

 

6.1.2 用户行为分析平台的应用场景

 

6.2 用户行为分析平台的功能

 

6.2.1 事件分析

 

6.2.2 留存分析

 

6.2.3 转化分析

 

6.2.4 用户分群

 

6.2.5 用户行为细查

 

6.2.6 用户行为路径分析

 

6.2.7 其他功能

 

6.3 用户行为分析平台的迭代方向

 

第7章  AB实验平台

 

7.1 AB实验平台的背景

 

7.1.1 为什么需要AB实验平台

 

7.1.2 AB实验平台的应用场景

 

7.2 AB实验平台的实战

 

7.2.1 创建实验的流程

 

7.2.2 相关概念

 

7.2.3 实验分流

 

7.2.4 实验数据统计

 

7.2.5 实验上线与报警

 

7.2.6 波动分析工具

 

7.3 AB实验设计方法

 

7.4 AB实验平台的应用实例

 

第8章  大数据产品在各个领域中的应用

 

8.1 大数据产品在电商领域中的应用

 

8.1.1 大数据精准营销

 

8.1.2 购物行为与销量预测

 

8.2 大数据产品在汽车领域中的应用

 

8.2.1 汽车细分领域的用户画像

 

8.2.2 为汽车品牌商寻找与品牌匹配的自媒体

 

8.3 大数据产品在游戏领域中的应用

 

8.3.1 大数据产品在游戏行业中的重要性

 

8.3.2 游戏行业在不同场景下的数据产品需求

 

8.3.3 游戏领域的数据产品介绍

 

8.4 大数据产品在内容领域中的应用

 

8.4.1 内容产品及行业简介

 

8.4.2 传统编辑对内容领域中数据的应用

 

8.4.3 大数据在自媒体领域中的应用

 

8.4.4 自媒体用户画像数据的应用

 

8.4.5 用户消费内容漏斗分析

 

8.4.6 视频类内容数据的应用

 

8.4.7 内容时代我们还能用数据做些什么

 

8.5 大数据产品在交通领域中的应用

 

8.5.1 地图可视化在交通领域中的应用

 

8.5.2 交通大数据助力城市规划