书籍详情
![《[套装书]用户画像：方法论与工程化解决方案+数据中台：让数据用起来（共2册）》[24M]百度网盘|亲测有效|pdf下载](/uploads/cb54382b3a68f8fa.jpg)
[套装书]用户画像：方法论与工程化解决方案+数据中台：让数据用起来（共2册）
- 热度:6342
- 上架时间:2024-06-30 09:38:03
书籍下载
书籍预览
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
| 书名： | [套装书]用户画像：方法论与工程化解决方案+数据中台：让数据用起来（共2册） |
| 图书定价： | 168元 |
| 图书作者： | 赵宏田 付登坡 江敏 任寅姿 孙少忆 |
| 出版社： | 机械工业出版社 |
| 出版日期： | 2020/1/17 0:00:00 |
| ISBN号： | 9782003102260 |
| 开本： | 16开 |
| 页数： | 646 |
| 版次： | 1-1 |
| 作者简介 |
---------------------------数据中台：让数据用起来--------------------------- 付登坡 江敏 任寅姿 孙少忆 等著：付登坡（花名：天湛）大数据专家，数澜科技联合创始人&地产事业部总经理有10余年?数据领域从业经验，擅长数据建模、海量数据产品架构设计与实现。原阿?巴巴集团?数据专家，曾在阿里集团负责消费者数据标签体系、DMP平台等大数据项?设计与实施。2015年以创始人身份组建阿?巴巴集团的“11维数据创新工作室”，探索数据创新与数据商业化。2016年6?离职，联合创办数澜科技，在数澜科技先后负责技术部、咨询服务部、地产事业部。江敏（花名：江敏）大数据专家，数澜科技联合创始人&CTO有10年大数据平台规划、数据安全交换使用、数据应用场景建设方面的实践经验。曾任职于阿里数据平台事业部、阿里云数据事业部，负责阿里数据能力及平台的行业客户赋能，ID-Mapping体系能力构建及服务化的核心参与者，并打造行业的数据共享交换，数据交易模式早期探索者。数澜科技联合创始人，负责管理公司产品技术团队，为客户输出构建和经营数据中台的能力，基于数据中台建设的实践经验，带领团队打造一站式数据应用基础设施-数栖，并完成实施多家行业龙头客户基于数栖的数据中台建设。任寅姿（花名：影姿）数据产品专家，数澜科技创新事业部总经理曾任数据产品专家、数据创新梧桐工作室负责人等。对大数据资产设计、资产服务、资产应用在实践的基础上形成了一套完整的数据标签类目体系方法论；擅长对各种复杂业务场景进行需求拆解、数据抽象和数据应用建模，关注于采用大数据方法切实解决场景痛点提升业务效率。孙少忆（花名：守正）数字化转型咨询专家，数澜科技战略副总裁20年企业信息化工作经验,积累信息化内部运营、解决方案销售及交付等领域实践经验。拥有MBCI、CISSP-ISSMP、CGEIT、COBIT5、ITILExpert、P3O等国际资质证书。曾任职华为ICT规划咨询部，面向企业、政府提供“以数据为核心，聚焦业务场景和价值”的流程信息化与数字化转型规划和落地咨询业务。武凯（花名：行竹）数据产品专家，数澜科技COO有10余年数据产品经验，曾任集团数据平台产品与运营部负责人，是营销、零售和医疗健康等领域数据应用的探索实践者，专注于企业大数据资产化及应用增值。沈金（花名：铁平）数据业务架构专家，数澜科技解决方案总监10余年数据行业经验，擅长业务架构、数据架构、技术架构的规划和落地实施。曾在阿?巴巴担任DBA，后参与阿里数据中台建设，拥有用户识别、标签设计、动态数据组织多个发明专利。2017年加入数澜科技，负责解决方案团队，推动数据中台在零售、地产、金融、集团等客户案例落地。蔣珍波（花名：乐天）大数据咨询专家，数澜科技咨询专家15年信息化和大数据行业从业经验，具备广阔的知识面，丰富的咨询经验，擅长创造性地为客户提供解决方案，尤其擅长数据治理方面的咨询规划和产品设计，服务过数十家政府和大中型企业客户。 |
| 内容简介 |
---------------------------用户画像：方法论与工程化解决方案--------------------------- 本书从技术维度系统讲解了用户画像的方法论和一些常见的工程化解决方案。全书共分为9个章节。章 用户画像基础：讲述用户画像的一些基础概念、数据仓库架构、整个项目开发的流程、以及画像相关的表结构设计；第二章 数据指标体系：从用户属性、用户行为、用户消费、风险控制等四个维度详细罗列了常用到的用户标签，这些标签基本涵盖了大部分场景一半以上的标签需求。同时介绍了标签的规范化命名方式；第三章 标签数据存储：讲了为什么使用Hive、MySQL、hbase等数据库对标签数据进行存储，以及存储实现方式；第四章 标签数据开发：本章是全书的重点章节，讲述了统计类标签、规则类标签、挖掘类标签、流式计算类标签的开发。以及用户特征库、人群计算、标签权重计算、打通数据服务层等方面的开发。；第五章 开发性能调优：主要包括数据倾斜调优、开发中间表、读取小文件处理、redis缓存热数据等数据性能优化方面；第六章 作业流程调度：数据的ETL调度是数据开发中的重要内容，本章主要讲了如何使用当下热门的开源调度工具Airflow进行数据的调度及场景调度异常的排查工作；第七章 用户画像产品化：开发画像后的标签数据，如果只是“躺在”数据仓库中，并不能发挥更大的业务价值。只有将画像数据产品化后才能更方便业务方的使用。本章主要讲述了产品端的用户画像是什么样子？如何帮助业务人员进行分析，提供服务的；第八章 用户画像应用：用户画像的应用包括用户分析、商品分析、流量分析、push、短信、邮件等营销以及站内的个性化推荐等应用场景；第九章 实践案例详解：前面的八个章节主要从工程化开发的角度讲了如何从0到1搭建起用户画像系统及其应用场景，本章从完整的工业实践应用角度，通过两个实践案例帮助读者更好地理解画像系统是如何切入到应用场景中帮助提升工作效率、提高ROI的。 ---------------------------数据中台：让数据用起来--------------------------- 内容简介什么是数据中台？什么样的企业需要建数据中台？数据中台应该如何架构与设计？建设数据中台的系统方法论是什么？一个完整的数据中台有哪些组成部分？如何从0到1实现一个数据中台？数据中台应该如何运营？数据中台的安全如何保障？……以上所有问题都能在本书中找到答案！这是一部系统讲解数据中台建设、管理与运营的著作，旨在帮助企业将数据转化为生产力，顺利实现数字化转型。本书由国内数据中台领域的企业数澜科技官方出品，几位联合创始人自执笔，7位作者都是的数据人，大部分作者来自原数据中台团队。他们结合过去帮助百余家各行业头部企业建设数据中台的经验，系统总结了一套可落地的数据中台建设方法论。本书得到了包括集团联合创始人在内的多位行业专家的高度评价和推荐。全书一共11章，从建设、管理、运营、安全等维度全方位地讲解了数据中台。第1~2章全面介绍了数据中台产生的背景、发展阶段、企业应该具备的3个认知，以及什么是数据中台、数据中台的4个核心能力、数据中台的业务价值与技术价值等；第3~4章详细讲解了数据中台的架构设计、建设方法论，以及企业建设数据中台的成熟度评估和应用场景分析；第5~9章深入地讲解了数据汇聚与联通、数据开发、数据体系建设、数据资产管理、数据服务体系建设等数据中台的核心模块，以及如何从0到1实现一个数据中台；第10~11章详细地讲解了数据中台的管理、运营和安全保障。 |
| 目录 |
| ---------------------------用户画像：方法论与工程化解决方案--------------------------- 前言 第1章 用户画像基础1 1.1 用户画像是什么1 1.1.1 画像简介1 1.1.2 标签类型3 1.2 数据架构4 1.3 主要覆盖模块5 1.4 开发阶段流程7 1.4.1 开发上线流程7 1.4.2 各阶段关键产出9 1.5 画像应用的落地10 1.6 某用户画像案例11 1.6.1 案例背景介绍11 1.6.2 相关元数据12 1.6.3 画像表结构设计16 1.7 定性类画像21 1.8 本章小结22 第2章 数据指标体系23 2.1 用户属性维度23 2.1.1 常见用户属性23 2.1.2 用户性别26 2.2 用户行为维度27 2.3 用户消费维度27 2.4 风险控制维度29 2.5 社交属性维度30 2.6 其他常见标签划分方式31 2.7 标签命名方式33 2.8 本章小结34 第3章 标签数据存储35 3.1 Hive存储35 3.1.1 Hive数据仓库35 3.1.2 分区存储37 3.1.3 标签汇聚39 3.1.4 ID-MAP41 3.2 MySQL存储45 3.2.1 元数据管理45 3.2.2 监控预警数据47 3.2.3 结果集存储47 3.3 HBase存储50 3.3.1 HBase简介50 3.3.2 应用场景52 3.3.3 工程化案例52 3.4 Elasticsearch存储59 3.4.1 Elasticsearch简介59 3.4.2 应用场景60 3.4.3 工程化案例64 3.5 本章小结67 第4章 标签数据开发69 4.1 统计类标签开发69 4.1.1 近30日购买行为标签案例70 4.1.2近来访标签案例73 4.2 规则类标签开发74 4.2.1 用户价值类标签案例75 4.2.2 用户活跃度标签案例79 4.3 挖掘类标签开发84 4.3.1 案例背景84 4.3.2 特征选取及开发85 4.3.3 文本分词处理86 4.3.4 数据结构处理89 4.3.5 文本TF-IDF权重90 4.3.6 朴素贝叶斯分类92 4.4 流式计算标签开发95 4.4.1 流式标签建模框架95 4.4.2 Kafka简介96 4.4.3 Spark Streaming集成Kafka97 4.4.4 标签开发及工程化99 4.5 用户特征库开发104 4.5.1 特征库规划105 4.5.2 数据开发107 4.5.3 其他特征库规划111 4.6 标签权重计算112 4.6.1 TF-IDF词空间向量112 4.6.2 时间衰减系数114 4.6.3 标签权重配置115 4.7 标签相似度计算116 4.7.1 案例场景116 4.7.2 数据开发118 4.8 组合标签计算122 4.8.1 应用场景122 4.8.2 数据计算123 4.9 数据服务层开发124 4.9.1 推送至营销系统125 4.9.2 接口调用服务127 4.10 GraphX图计算用户129 4.10.1 图计算理论及应用场景129 4.10.2 数据开发案例132 4.11 本章小结135 第5章 开发性能调优137 5.1 数据倾斜调优137 5.2 合并小文件141 5.3 缓存中间数据143 5.4 开发中间表144 5.5 本章小结145 第6章 作业流程调度146 6.1 crontab命令调度146 6.2 Airflow工作平台148 6.2.1 基础概念149 6.2.2 Airflow服务构成150 6.2.3 Airflow安装151 6.2.4 主要模块功能151 6.2.5 工作流调度155 6.2.6 脚本实例155 6.2.7 常用命令行158 6.2.8 工程化调度方案158 6.3 数据监控预警161 6.3.1 标签监控预警161 6.3.2 服务层预警162 6.4 ETL异常排查164 6.5 本章小结166 第7章 用户画像产品化167 7.1 即时查询167 7.2 标签视图与标签查询169 7.3 元数据管理171 7.4 用户分群功能173 7.5 人群分析功能175 7.6 本章小结177 第8章 用户画像应用178 8.1 经营分析178 8.1.1 商品分析178 8.1.2 用户分析179 8.1.3 渠道分析180 8.1.4 漏斗分析185 8.1.5 客服话术186 8.1.6 人群特征分析186 8.2 精准营销187 8.2.1 短信/邮件营销187 8.2.2 效果分析188 8.3 个性化推荐与服务189 8.4 本章小结190 第9章 实践案例详解191 9.1 风控反欺诈预警191 9.1.1 应用背景191 9.1.2 用户画像切入点192 9.2 A/B人群效果测试193 9.2.1 案例背景194 9.2.2 用户画像切入点194 9.2.3 效果分析195 9.3 用户生命周期划分与营销195 9.3.1 生命周期划分196 9.3.2 不同阶段的用户触达策略201 9.3.3 画像在生命周期中的应用204 9.3.4 应用案例206 9.4 高价值用户实时营销209 9.4.1 项目应用背景209 9.4.2 用户画像切入点209 9.4.3 HBase应用场景小结209 9.5 短信营销用户211 9.5.1 案例背景211 9.5.2 画像切入及其应用效果211 9.6 Session行为分析应用213 9.6.1 关于用户行为分析213 9.6.2 案例背景218 9.6.3 特征构建219 9.6.4 分析方法与结论221 9.7 人群效果监测报表搭建228 9.7.1 案例背景228 9.7.2 逻辑梳理228 9.7.3 自动报表邮件237 9.8 基于用户特征库筛选目标人群239 9.8.1 案例背景239 9.8.2 应用方式及效果240 9.9 本章小结241 附录 某产品用户画像项目规划文档242---------------------------数据中台：让数据用起来--------------------------- 赞誉 作者简介 前言 第1章 数据中台：信息化的下一站1 1.1 数据中台产生的大背景2 1.2 数据中台的3个核心认知11 1.3 数据中台的3个发展阶段13 1.4 开启信息化的下一站16 第2章 什么是数据中台20 2.1 解码数据中台22 2.2 数据中台的4个核心能力24 2.3 数据中台需要厘清的2个概念29 2.4 数据中台VS现有信息架构32 2.5 数据中台的业务价值与技术价值34 第3章 数据中台建设与架构39 3.1 持续让数据用起来的价值框架40 3.2 数据中台建设方法论42 3.3 数据中台架构53 3.4 中台手记（一）：我说服老板立项了57 第4章 数据中台建设的评估与选择62 4.1 企业数据应用的成熟度评估63 4.2 企业数据中台建设的应用场景75 4.3 中台手记（二）：打仗前手里得有一张“粮草”清单79 第5章 数据汇聚联通：打破企业数据孤岛82 5.1 数据采集、汇聚的方法和工具83 5.2 数据交换产品90 5.3 数据存储的选择94 第6章 数据开发：数据价值提炼工厂102 6.1 数据计算能力的4种类型104 6.2 离线开发110 6.3 实时开发117 6.4 算法开发120 6.5 中台手记（三）：选一个适合自己的技术平台真的很重要132 第7章 数据体系建设136 7.1 数据体系规划137 7.2 贴源数据层建设——全域数据统一存储140 7.3 统一数仓层建设——标准化的数据底座144 7.4 标签数据层建设——数据价值魅力所在157 7.5 应用数据层建设——灵活支撑业务需求179 7.6 中台手记（四）：即将开启的数据淘金之旅183 第8章 数据资产管理189 8.1 数据资产的定义和3个特征190 8.2 数据资产管理现状和挑战191 8.3 数据资产管理的4个目标192 8.4 数据资产管理在数据中台架构中的位置193 8.5 数据治理194 8.6 数据资产管理与数据治理的关系201 8.7 数据资产管理职能202 8.8 数据资产管理效果评估234 8.9 数据资产管理的7个成功要素239 8.10 中台手记（五）：家里的这点家底可得管好了242 第9章 数据服务体系建设245 9.1 补全数据应用的后“一公里”246 9.2 4种常见的数据服务249 9.3 3种常见的数据应用262 9.4 数据服务背后的产品技术274 9.5 中台手记（六）：解决“数据应用后一公里”问题280 第10章 数据中台运营机制284 10.1 数据中台运营效果评估模型285 10.2 数据中台运营的4个价值切入点287 10.3 数据资产运营291 10.4 数据成本运营316 10.5 数据中台运营的实践经验325 10.6 数据中台运营的要素与口诀330 10.7 中台手记（七）：让数据用起来331 第11章 数据安全管理335 11.1 数据安全面临的挑战336 11.2 贯穿数据全生命周期的数据安全管理体系344 11.3 大数据平台安全管理技术手段348 11.4 中台手记（八）：数据安全！数据安全！数据安全！357 附录 6大行业解决方案架构图359 |
| 编辑推荐 |
---------------------------用户画像：方法论与工程化解决方案--------------------------- 从技术、产品、运营3个维度详尽阐述从0到1搭建用户画像系统的技术栈和方法论 ---------------------------数据中台：让数据用起来--------------------------- 从技术、架构、设计、运营、管理5个维度系统总结数据中台实现方法论数据中台企业数澜科技官方出品 |