日韩精品 中文字幕 动漫,91亚洲午夜一区,在线不卡日本v一区v二区丶,久久九九国产精品自在现拍





		



注冊  |  登錄讀書好，好讀書，讀好書！






        
讀書網(wǎng)-DuShu.com

        
         
                
      	
                
                	
                    
                    
                

                
            
        

        

               

				
				
				
       
        




















	當(dāng)前位置： 首頁出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)數(shù)據(jù)庫商業(yè)智能數(shù)據(jù)化運(yùn)營實(shí)戰(zhàn)

	



    
    

    
商業(yè)智能數(shù)據(jù)化運(yùn)營實(shí)戰(zhàn)

    

	
商業(yè)智能數(shù)據(jù)化運(yùn)營實(shí)戰(zhàn)
	
	

	

	

	
定　價(jià)：￥79.00

	

			
					

						作　者：
						王鑫
					

					

						出版社：
						電子工業(yè)出版社
					

					

						叢編項(xiàng)：
						
					

					

						標(biāo)　簽：
						暫缺
					

				
	
	

    
	
	

	

			
					

						ISBN：
						9787121433009
						出版時(shí)間：
						2022-05-01	
                        包裝：
						平塑勒					
					
					
					
					
						開本：
						16開
						頁數(shù)：
						312
						字?jǐn)?shù)：
						 
					
					
				

        

   

    
    
    
	
	
	
	
內(nèi)容簡介

	

	
　　企業(yè)每天都會生成大量種類繁多的數(shù)據(jù)，為了做出更明智的決策、發(fā)現(xiàn)問題并實(shí)現(xiàn)盈利，往往需要通過一些方法和工具將數(shù)據(jù)轉(zhuǎn)化為可行的方案。隨著大數(shù)據(jù)時(shí)代的到來，數(shù)據(jù)化運(yùn)營已經(jīng)成為商業(yè)智能中必不可缺的一個(gè)重要環(huán)節(jié)。在數(shù)據(jù)化運(yùn)營過程中，需要數(shù)據(jù)分析師進(jìn)行數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)建模、數(shù)據(jù)可視化和數(shù)據(jù)商業(yè)決策 5 項(xiàng)工作。 本書結(jié)合企業(yè)商業(yè)數(shù)據(jù)，分?jǐn)?shù)據(jù)化運(yùn)營基礎(chǔ)、企業(yè)中的數(shù)據(jù)化運(yùn)營、數(shù)據(jù)化運(yùn)營的業(yè)務(wù)流程、輔助決策式數(shù)據(jù)化運(yùn)營、數(shù)據(jù)驅(qū)動式數(shù)據(jù)化運(yùn)營、客戶數(shù)據(jù)化運(yùn)營、產(chǎn)品數(shù)據(jù)化運(yùn)營 7 章講述如何進(jìn)行商業(yè)智能數(shù)據(jù)化運(yùn)營。
	
	
	
   
	
	
	
作者簡介

	

	
　　王鑫，博士，中國傳媒大學(xué)信息工程學(xué)院數(shù)字媒體技術(shù)系副教授，主要研究方向包括大數(shù)據(jù)、信息可視化、信息存儲、云計(jì)算等多個(gè)方面，有10余年數(shù)據(jù)挖掘與信息可視化工作經(jīng)驗(yàn)。先后負(fù)責(zé)與參入《有線電視用戶大數(shù)據(jù)采集、分析、挖掘和決策支持系統(tǒng)》、《基于大數(shù)據(jù)面向新媒體的節(jié)目綜合評價(jià)系統(tǒng)架構(gòu)和方法研究》、《電影大數(shù)據(jù)分析決策系統(tǒng)與商業(yè)智能》等多個(gè)項(xiàng)目，多次獲得“?？茖W(xué)技術(shù)獎(jiǎng)”，并于2015年榮獲中國廣播電影電視社會組織聯(lián)合會頒發(fā)的“2015年度廣播影視科技創(chuàng)新獎(jiǎng)”，2017年榮獲全國高校大數(shù)據(jù)教育聯(lián)盟頒發(fā)的“2017第二屆中國大數(shù)據(jù)創(chuàng)新百人獎(jiǎng)”。
	
	
	
	
	
	
圖書目錄

	

	
第 1 部分 開啟數(shù)據(jù)化運(yùn)營之旅 

第 1 章 數(shù)據(jù)化運(yùn)營基礎(chǔ) ................................................................................. 3 

1.1 商業(yè)智能時(shí)代 ...................................................................................... 3 

1.1.1 商業(yè)智能的歷史發(fā)展 .............................................................. 5 

1.1.2 商業(yè)智能的研究領(lǐng)域 .............................................................. 7 

1.2 數(shù)據(jù)化運(yùn)營的概念與意義 .................................................................. 8 

1.3 數(shù)據(jù)化運(yùn)營的四個(gè)層次 .................................................................... 12 

1.4 數(shù)據(jù)化運(yùn)營應(yīng)掌握的技能與工具 .................................................... 13 

1.4.1 數(shù)據(jù)化運(yùn)營的五種能力 ........................................................ 13 

1.4.2 數(shù)據(jù)化運(yùn)營的常見工具 ........................................................ 15 

第 2 章 企業(yè)中的數(shù)據(jù)化運(yùn)營 ........................................................................ 23 

2.1 企業(yè)數(shù)據(jù)化運(yùn)營必要性 .................................................................... 23 

2.1.1 市場營銷策略 ........................................................................ 24 

2.1.2 數(shù)據(jù)化運(yùn)營誤區(qū) .................................................................... 29 

2.2 企業(yè)數(shù)據(jù)化運(yùn)營場景 ........................................................................ 30 

2.2.1 數(shù)據(jù)化運(yùn)營在傳統(tǒng)行業(yè)中的應(yīng)用 ........................................ 31 

2.2.2 數(shù)據(jù)化運(yùn)營的主要應(yīng)用場景 ................................................ 33 

2.2.3 數(shù)據(jù)化運(yùn)營的應(yīng)用案例 ........................................................ 34 

2.3 企業(yè)數(shù)據(jù)化運(yùn)營崗位職責(zé) ................................................................ 43 

2.3.1 數(shù)據(jù)化運(yùn)營企業(yè)組織架構(gòu) .................................................... 44 

2.3.2 數(shù)據(jù)化運(yùn)營崗位類型 ............................................................ 46 

第 2 部分 數(shù)據(jù)化運(yùn)營思維 

第 3 章 數(shù)據(jù)化運(yùn)營的業(yè)務(wù)流程 .................................................................... 56 

3.1 數(shù)據(jù)化運(yùn)營流程圖 ............................................................................ 56 

3.2 業(yè)務(wù)問題的定義與拆解 .................................................................... 59 

3.3 數(shù)據(jù)獲取與網(wǎng)絡(luò)爬蟲 ........................................................................ 63 

3.3.1 數(shù)據(jù)獲取方法 ........................................................................ 64 

3.3.2 網(wǎng)絡(luò)爬蟲實(shí)戰(zhàn) ........................................................................ 68 

3.4 數(shù)據(jù)探索與預(yù)處理 ............................................................................ 72 

3.4.1 數(shù)據(jù)探索 ................................................................................ 73 

3.4.2 數(shù)據(jù)預(yù)處理 ............................................................................ 75 

3.5 數(shù)據(jù)分析與挖掘 ................................................................................ 86 

3.5.1 機(jī)器學(xué)習(xí)發(fā)展歷程 ................................................................ 86 

3.5.2 機(jī)器學(xué)習(xí)分類 ........................................................................ 88 

3.5.3 機(jī)器學(xué)習(xí)應(yīng)用場景 ................................................................ 92 

3.5.4 Python 常用機(jī)器學(xué)習(xí)庫 ........................................................ 93 

3.6 數(shù)據(jù)可視化與數(shù)據(jù)決策 .................................................................... 95 

3.6.1 統(tǒng)計(jì)圖表的正確使用方法 .................................................... 95 

3.6.2 Python 常用的圖表呈現(xiàn)模塊 .............................................. 101 

第 4 章 輔助決策式數(shù)據(jù)化運(yùn)營 .................................................................. 108 

4.1 基于回歸的數(shù)據(jù)化運(yùn)營模型 .......................................................... 108 

4.1.1 回歸分類與基本步驟 .......................................................... 111 

4.1.2 一元線性回歸模型 .............................................................. 113 

4.1.3 多元線性回歸模型 .............................................................. 116 

4.1.4 非線性回歸模型 .................................................................. 119 

4.1.5 含啞變量回歸模型 .............................................................. 123 

4.1.6 邏輯回歸模型 ...................................................................... 125 

 4.1.7 Python 回歸分析案例.......................................................... 128 

4.2 基于分類的數(shù)據(jù)化運(yùn)營模型 .......................................................... 132 

4.2.1 常見的準(zhǔn)確率檢驗(yàn)方法 ...................................................... 133 

4.2.2 決策樹算法 .......................................................................... 135 

4.2.3 樸素貝葉斯算法 .................................................................. 139 

4.2.4 KNN 算法 ............................................................................ 141 

4.2.5 支持向量機(jī)算法 .................................................................. 142 

4.2.6 神經(jīng)網(wǎng)絡(luò)算法 ...................................................................... 144 

4.2.7 Python 分類分析案例.......................................................... 147 

4.3 基于聚類的數(shù)據(jù)化運(yùn)營模型 .......................................................... 149 

4.3.1 聚類算法的分類 .................................................................. 150 

4.3.2 Python 聚類分析案例.......................................................... 156 

第 5 章 數(shù)據(jù)驅(qū)動式數(shù)據(jù)化運(yùn)營 .................................................................. 162 

5.1 層次分析解思維應(yīng)用 .............................................................. 162 

5.1.1 層次分析法步驟 .................................................................. 163 

5.1.2 層次分析法優(yōu)缺點(diǎn) .............................................................. 176 

5.1.3 Excel 層次分析法分析案例 ................................................ 178 

5.2 線性規(guī)劃解思維應(yīng)用 .............................................................. 182 

5.2.1 線性規(guī)劃法分析案例 .......................................................... 184 

5.2.2 Excel 線性規(guī)劃法求解 ........................................................ 190 

5.3 節(jié)約里程解思維應(yīng)用 .............................................................. 199 

5.3.1 節(jié)約里程法分析案例 .......................................................... 200 

5.3.2 Excel 節(jié)約里程法求解 ........................................................ 207 

第 3 部分 數(shù)據(jù)化運(yùn)營核心 

第 6 章 客戶數(shù)據(jù)化運(yùn)營：挖掘用戶需求，產(chǎn)品源于需求 ........................... 213 

6.1 數(shù)據(jù)獲客，快速鎖定目標(biāo)用戶 ...................................................... 213 

6.1.1 傳統(tǒng)用戶行為數(shù)據(jù)獲取 ...................................................... 214 

6.1.2 互聯(lián)網(wǎng)用戶行為數(shù)據(jù)獲取 .................................................. 220 

6.1.3 用戶行為數(shù)據(jù)獲取方式對比 .............................................. 222 

6.2 用戶畫像，精準(zhǔn)定位用戶需求 ...................................................... 223 

6.2.1 用戶畫像分析建模與應(yīng)用場景 .......................................... 223 

6.2.2 基于 RFM 的個(gè)體用戶畫像分析 ....................................... 228 

6.2.3 基于聚類算法的群體用戶畫像分析 .................................. 237 

6.3 用戶運(yùn)營，覆蓋完整生命周期 ...................................................... 245 

6.3.1 基于 AARRR 模型的用戶運(yùn)營方法 .................................. 246 

6.3.2 用戶生命周期與用戶價(jià)值體系 .......................................... 251 

6.3.3 用戶運(yùn)營方法與典型案例分析 .......................................... 253 

第 7 章 產(chǎn)品數(shù)據(jù)化運(yùn)營：人人都能做數(shù)據(jù)產(chǎn)品經(jīng)理 .................................. 258 

7.1 產(chǎn)品定位與產(chǎn)品設(shè)計(jì) ........
	
	

	

    
       
    
	
	

   

   

   

    
   

   
本目錄推薦







掃描二維碼










    

        

            
        

        
Copyright ? 讀書網(wǎng) rgspecialties.com 2005-2020, All Rights Reserved.

        
鄂ICP備15019699號  鄂公網(wǎng)安備 42010302001612號