《数据决策:企业数据的管理》[40M]百度网盘|亲测有效|pdf下载

书籍详情

数据决策:企业数据的管理
出版时间:2020-06
热度:12602
上架时间:2024-06-30 09:38:03
价格:0.0

书籍下载

点击下载

书籍预览

查看链接

免责声明

本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源，一旦发现资源涉及侵权，将立即删除。希望所有用户一同监督并反馈问题，如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正

内容介绍

商品基本信息,请以下列介绍为准
图书名称：	数据决策：企业数据的管理、分析与应用
作者：	顾生宝
定价：	79.00
ISBN号：	9787121390050
出版社：	电子工业出版社

&nbs;&nbs;编辑
《数据决策：企业数据的管理、分析与应用》详细介绍了数据战略规划，企业数字化运营，客户智能运营，业务主题优化，行业应用案例

&nbs;&nbs;内容简介
详细介绍了企业的数据战略规划和企业内外部数据的应用，并分析了零售、快速消费品、汽车、航空、保险等行业的实战案例，对企业未来的数字化转型也做了简要介绍。

&nbs;&nbs;目录

第1 数据科学 / 001&nbs;
1.1 大数据技术 / 002&nbs;
1.1.1 大数据的发展趋势 / 002&nbs;
1.1.2 大数据处理的基础 / 003&nbs;
1.1.3 企业中常见的大数据产品 / 004&nbs;
1.2 数据科学 / 004&nbs;
1.2.1 大数据分析原理 / 005&nbs;
1.2.2 数据在不同行业中的应用 / 006&nbs;
1.3 数据分析流程及分析 / 008&nbs;
1.3.1 数据分析流程 / 009&nbs;
1.3.2分析 / 010&nbs;
1.3.3 数据科学家需要具备的能力 / 011&nbs;
1.4 数据科学与经营管理 / 012&nbs;
1.4.1 数据科学与企业经营 / 012&nbs;
1.4.2 数据科学与企业管理决策 / 012&nbs;
1.4.3 企业运营效率的数据分析诉求 / 013&nbs;
1.5 通过新技术及AI 感知未来 / 013&nbs;
1.5.1 新技术加速发展 / 014&nbs;
1.5.2 云端环境变化 / 014&nbs;
1.5.3 新技术成熟度与市场接受度 / 015&nbs;
1.5.4 产业公司的科技机会 / 016&nbs;

第2 用户行为漏斗及营销科技 / 019&nbs;
2.1 营销科技的定义及内涵 / 021&nbs;
2.2 用户的四个层级 / 022&nbs;
2.2.1 双漏斗模型及用户的转化 / 024&nbs;
2.2.2 用户漏斗与漏桶的使用限制 / 026&nbs;
2.3 用户行为预测 / 027&nbs;
2.4 用户购买决策及路径研究 / 028&nbs;
2.4.1 用户购买决策的秘密 / 029&nbs;
2.4.2 一二三线市场结构现状 / 030&nbs;
2.4.3 用户渗透过程可视化 / 030&nbs;
2.4.4 用户决策路径可视化 / 031&nbs;
2.5 用户生命周期价值营销 / 032&nbs;
2.6 用户广告运营工具及aaS / 032&nbs;
2.6.1 通用的用户广告运营产品思路 / 032&nbs;
2.6.2 线上、线下打通的运营方案 / 034&nbs;

第3 企业用户增长及转化激活 / 037&nbs;
3.1 企业拉新的三种方式 / 039&nbs;
3.2 内外部用户的不同优化方向 / 042&nbs;
3.3 智能营销数据库建设 / 043&nbs;
3.4 用户增长与转化 / 045&nbs;
3.5 案例：某快车公司的裂变式用户增长 / 054&nbs;
3.5.1 用户持续增长的逻辑假设 / 054&nbs;
3.5.2 早期的产品逻辑 / 055&nbs;
3.5.3 用户增长运营工具的两个核心 / 056&nbs;
3.5.4 运营产品效果评估方法 / 057&nbs;

第4 决策优化应用 / 059&nbs;
4.1 CRM 简介 / 060&nbs;
4.1.1 AI 驱动式CRM / 061&nbs;
4.1.2 未来生态式CRM / 062&nbs;
4.2 CRM 与决策模型 / 063&nbs;
4.2.1 RFM 分群模型 / 063&nbs;
4.2.2 预测购买模型 / 067&nbs;
4.2.3 智能运营模型 / 069&nbs;
4.3 销售与决策模型 / 071&nbs;
4.3.1 向上销售 / 071&nbs;
4.3.2 交叉销售 / 072&nbs;
4.3.3 销售预测 / 072&nbs;
4.3.4 个性化销售 / 074&nbs;
4.4 产品创新与数据分析 / 074&nbs;
4.4.1 在分众市场找创新点 / 075&nbs;
4.4.2 分众市场定义新品类 / 076&nbs;
4.5 客户数据平台建设及应用 / 078&nbs;
4.5.1 客户数据平台建设 / 079&nbs;
4.5.2 五类运营服务模式 / 080&nbs;
4.6 借助大型数据平台开展数据化运营 / 081&nbs;

第5 数据科学与企业管理决策 / 083&nbs;
5.1 企业管理决策 / 084&nbs;
5.1.1 人类的决策过程 / 084&nbs;
5.1.2 企业管理决策 / 086&nbs;
5.2 数据决策分析模型 / 088&nbs;
5.2.1 分类模型与回归模型 / 089&nbs;
5.2.2 数据分析建模过程 / 092&nbs;
5.2.3 常用建模算法及工具 / 093&nbs;
5.2.4 影响建模的主要因素 / 095&nbs;
5.3 用户增长及转化 / 095&nbs;
5.3.1 用户增长 / 095&nbs;
5.3.2 用户运营及销售转化 / 096&nbs;
5.4 广告投放及市场开拓 / 098&nbs;
5.4.1 广告投放策略优化 / 099&nbs;
5.4.2 寻找20% 的可能转化者 / 100&nbs;
5.4.3 电商站内广告投放优化 / 101&nbs;
5.5 市场空白的发现及开拓 / 102&nbs;
5.5.1 市场空白的发现 / 102&nbs;
5.5.2 新市场的开拓 / 104&nbs;
5.6 案例：快速消费品行业数字化的机会 / 105&nbs;
5.6.1 快速消费品行业的发展趋势及用户特点 / 105&nbs;
5.6.2 快速消费品行业的核心业务及机会 / 106&nbs;
5.6.3 线上与线下触点努力方向 / 107&nbs;

第6 企业如何用好外部数据 / 111&nbs;
6.1 企业对于数据应用的态度 / 112&nbs;
6.2 企业中的外部数据源 / 114&nbs;
6.2.1 外部数据源的作用 / 115&nbs;
6.2.2 合理购买外部数据源 / 116&nbs;
6.2.3 外部数据源的分类 / 116&nbs;
6.2.4 外部数据源可靠性评估技巧 / 118&nbs;
6.2.5 获取外部数据源的方法 / 118&nbs;
6.3 企业的数据变现 / 119&nbs;
6.3.1 实现数据变现的前提 / 119&nbs;
6.3.2 企业外部数据变现面临的挑战 / 121&nbs;
6.3.3 企业数据变现的思路 / 122&nbs;
6.4 案例：宠物行业利用外部线索拉新 / 124&nbs;
6.4.1 找到外部数据质量好的数据源 / 124&nbs;
6.4.2 寻找宠物销售线索 / 125&nbs;
6.4.3 数据产品赋能行业 / 126&nbs;

第7 经营好企业中的数据 / 129&nbs;
7.1 企业经营好数据的三要素 / 130&nbs;
7.2 数据经营方法（KI 分解） / 131&nbs;
7.3 企业数据应用战略规划 / 134&nbs;
7.3.1 梳理数据源 / 134&nbs;
7.3.2 评估数据质量 / 135&nbs;
7.3.3 建设数据管理平台 / 135&nbs;
7.3.4 建设相应的企业数据文化 / 136&nbs;
7.3.5 制定企业数据管理原则 / 137&nbs;
7.4 相关数据技术 / 137&nbs;
7.5 企业中的数据研究思路及应用 / 140&nbs;
7.5.1 两种数据研究视角 / 140&nbs;
7.5.2 数据应用实施原则 / 141&nbs;
7.6 案例：零售类企业的数据应用战略 / 143&nbs;
7.6.1 以消费者为中心的数据湖 / 144&nbs;
7.6.2 广告投放与第三方数据建设 / 145&nbs;
7.6.3 媒体投放检测数据及AI 预测 / 147&nbs;

第8 数据在不同行业中的应用 / 149&nbs;
8.1 产业互联网创新模式 / 151&nbs;
8.2 企业的数据诉求及时机 / 153&nbs;
8.2.1 国内企业级服务的现状 / 153&nbs;
8.2.2 企业数据的现状与诉求 / 154&nbs;
8.2.3 企业数据的应用时机 / 155&nbs;
8.3 汽车行业 / 156&nbs;
8.3.1 汽车行业的数据应用 / 156&nbs;
8.3.2 用户数据平台的建设 / 160&nbs;
8.3.3 数据应用场景 / 162&nbs;
8.4 航空行业 / 170&nbs;
8.4.1 航空行业新变化及数据应用规划 / 170&nbs;
8.4.2 航空用户大数据平台规划 / 172&nbs;
8.4.3 数据应用场景 / 173&nbs;
8.5 保险行业 / 177&nbs;
8.5.1 保险行业的环境及机遇 / 177&nbs;
8.5.2 保险行业痛点分析 / 177&nbs;
8.5.3 保险行业的数据化机会 / 178&nbs;
8.5.4 保险赛道上的互联网平台商业模式 / 179&nbs;

第9 企业数字化转型 / 183&nbs;
9.1 企业数字化转型面临的困境 / 184&nbs;
9.2 企业数字化转型的五个阶段 / 185&nbs;
9.3 企业数字化转型的组织架构及过程 / 187&nbs;
9.3.1 组织架构及人才组成 / 187&nbs;
9.3.2 企业数字化转型的三要素 / 188&nbs;
9.3.3 企业数据团队的组成 / 189&nbs;
9.4 数据产品 / 190&nbs;
9.5 案例：腾讯数据产品探索之路 / 191

&nbs;&nbs;作者简介

顾生宝，2009年本科毕业于东北大学软件工程。有10年以上大数据相关领域经验（含数据架构规划设计、平台建设、分析应用）。Datalantern数据分析项目创始人兼数据科学家。曾就职于IBM、Mars等跨国企业，为通用电气、奔驰汽车、中国人保、中国石化、北京汽车等公司服务过。历任IT中心经理、数字化负责人、数据部负责人等。技术作家兼独立技术顾问，专注于可应用于产业公司的数据产品和数据驱动解决方案，对跨行业企业如何更好地利用数据有自己的见解。熟悉零售与快速消费品、汽车、航空、保险等行业。

数据中台实战手把手教你搭建数据中台董超华著产品运营设计层面关于数据中台实际落地方案数据库书籍

高效自动化测试平台设计与开发实战