内容簡介
全書一共11章,重點講解了數據産品經理應該掌握的11個核心知識點,可以概括為四個部分。
第一部分基礎知識(第1章)
首先介紹了數據産品的定義、組成、分類,其次介紹了數據産品經理的分類和能力模型,最後介紹了數據産品經理的招聘、應聘和面試。
第二部分通用能力(第2~3章)
講解了數據産品經理應該具備的數據分析能力和項目運作能力(産品路線圖)。
第三部分數據管理(第4~9章)
依次講解了數據埋點、數據中台、數據指标體系、A/B測試、數據管理、數據服務等知識點,涵蓋數據采集、治理、應用、能力輸出的整個鍊條。
第四部分策略産品(第10~11章)
重點講解了搜索系統和用戶畫像等策略産品相關的知識。
作品目錄
目錄贊譽
|
序一
|
序二
|
作者簡介
|
前言
|
第1章
全面認識數據産品經理001
|
1.1
什麼是數據産品001
|
1.1.1
數據産品定義002
|
1.1.2
數據産品組成002
|
1.1.3
數據産品類型003
|
1.1.4
數據産品衡量004
|
1.2
數據産品詳解005
|
1.2.1
用戶數據産品005
|
1.2.2
商用數據産品010
|
1.2.3
企業數據産品015
|
1.3
數據産品經理能力模型021
|
1.3.1
産品經理能力021
|
1.3.2
數據專業能力022
|
1.3.3
軟能力023
|
1.3.4
不同級别的能力要求023
|
1.4
數據産品經理分類026
|
1.4.1
平台型026
|
1.4.2
應用型027
|
1.4.3
策略型028
|
1.5
數據産品經理的應聘與招聘029
|
1.5.1
如何應聘029
|
1.5.2
如何招聘031
|
1.6
數據産品相關案例035
|
1.6.1
商用數據産品研究案例——Domo035
|
1.6.2
數據産品經理面試案例045
|
第2章
數據分析方法論053
|
2.1
數據分析的基礎流程054
|
2.2
有價值的數據結論055
|
2.2.1
什麼是有價值的數據結論055
|
2.2.2
怎樣得到有價值的數據結論056
|
2.2.3
得到數據結論的案例057
|
2.3
數據分析基礎方法058
|
2.3.1
全鍊路分析058
|
2.3.2
組成因子分解061
|
2.3.3
影響因子拆解062
|
2.3.4
枚舉法063
|
2.4
數據分析方法使用案例068
|
2.4.1
案例一:多種分析方法尋找增長點068
|
2.4.2
案例二:找到對公司有價值的需求點071
|
第3章
産品路線圖078
|
3.1
制定産品戰略目标079
|
3.1.1
産品願景079
|
3.1.2
産品目标080
|
3.1.3
産品路線圖082
|
3.1.4
産品叠代計劃與任務083
|
3.2
收集并整理需求083
|
3.2.1
用戶/客戶反饋083
|
3.2.2
競品分析084
|
3.2.3
銷售人員和客戶服務人員084
|
3.2.4
行業分析085
|
3.2.5
頭腦風暴085
|
3.2.6
數據反饋086
|
3.3
确定優先級086
|
3.3.1
價值與複雜度模型087
|
3.3.2
加權評分087
|
3.3.3
KANO模型088
|
3.3.4
SWOT分析088
|
3.3.5
四象限分析法089
|
3.4
規劃路線圖091
|
3.5
我們是如何進行路線圖規劃的092
|
第4章
數據埋點體系096
|
4.1
數據埋點概述096
|
4.1.1
什麼是埋點096
|
4.1.2
埋點的意義097
|
4.1.3
埋點的類型097
|
4.2
如何做好埋點098
|
4.2.1
目标收集098
|
4.2.2
字典管理100
|
4.2.3
埋點管理平台100
|
4.3
埋點技術102
|
4.3.1
JavaScript埋點102
|
4.3.2
App埋點103
|
4.3.3
埋點技術的選擇104
|
第5章
數據中台105
|
5.1
數據中台是什麼105
|
5.1.1
數據中台的由來105
|
5.1.2
中台的彷徨107
|
5.1.3
中台是一種企業戰略107
|
5.1.4
中台是戰略下的組織協同108
|
5.1.5
中台是技術與業務的綜合體109
|
5.1.6
數據中台下的數據産品經理109
|
5.2
數據中台的産品形态110
|
5.2.1
統一指标平台110
|
5.2.2
統一标簽平台111
|
5.2.3
可視化報表平台112
|
5.2.4
智慧營銷平台112
|
5.2.5
數據中台産品的産品思維113
|
5.3
如何構建數據中台114
|
5.3.1
定戰略114
|
5.3.2
改組織115
|
5.3.3
深業務117
|
5.3.4
做統一117
|
5.3.5
享服務120
|
5.3.6
業務評價下的數據中台120
|
5.3.7
黃埔軍校式的數據中台122
|
第6章
數據指标體系123
|
6.1
數據指标體系的概念與價值124
|
6.1.1
什麼是數據指标體系124
|
6.1.2
數據指标體系的價值125
|
6.2
數據指标的分類127
|
6.2.1
指标的類型127
|
6.2.2
數據指标的類型128
|
6.3
數據指标體系的建設136
|
6.3.1
數據指标體系設計原則136
|
6.3.2
數據指标體系建設的方法與步驟139
|
6.4
數據指标在各行業的應用150
|
6.4.1
電子商務150
|
6.4.2
内容文娛151
|
6.4.3
在線教育153
|
第7章
A/B測試系統搭建155
|
7.1
A/B測試簡介155
|
7.1.1
A/B測試起源155
|
7.1.2
A/B測試特點156
|
7.1.3
A/B測試場景157
|
7.2
A/B測試流程158
|
7.2.1
試驗需求洞察158
|
7.2.2
試驗需求發起159
|
7.2.3
試驗方案設計160
|
7.2.4
試驗需求落實160
|
7.2.5
試驗效果分析161
|
7.3
A/B測試系統設計161
|
7.3.1
A/B測試系統核心功能162
|
7.3.2
A/B測試系統設計方案165
|
7.3.3
A/B測試系統設計要點173
|
7.4
A/B測試案例分析175
|
7.4.1
奧巴馬競選總統175
|
7.4.2
商品詳情頁相似推薦176
|
7.5
A/B測試經驗建議181
|
7.5.1
培養驅動文化181
|
7.5.2
自研或第三方工具182
|
第8章
數據管理183
|
8.1
數據的類型和主要特點183
|
8.1.1
數據的類型183
|
8.1.2
三類數據的主要特點和差異184
|
8.1.3
業務數據有數據管理嗎185
|
8.2
主數據管理186
|
8.2.1
主數據管理概述186
|
8.2.2
主數據管理四要素188
|
8.2.3
業務輸入191
|
8.2.4
主數據管理産品化解決方案192
|
8.3
元數據管理197
|
8.3.1
元數據管理概述197
|
8.3.2
元數據管理标準202
|
8.3.3
元數據管理解決方案206
|
第9章
數據服務215
|
9.1
數據服務概述215
|
9.1.1
什麼是數據服務215
|
9.1.2
為什麼要做數據服務216
|
9.1.3
數據服務的利益相關者218
|
9.2
基于标準指标的數據服務219
|
9.2.1
API服務220
|
9.2.2
API服務的用戶路徑223
|
9.2.3
指标池服務223
|
9.3
基于Hive表的數據服務224
|
9.3.1
可視化模式224
|
9.3.2
開放平台自定義SQL模式224
|
9.3.3
兩種數據服務的對比226
|
9.4
相關問題226
|
9.4.1
局限性與挑戰226
|
9.4.2
數據内容227
|
9.4.3
公共維度228
|
9.4.4
選表邏輯229
|
9.4.5
數據安全230
|
9.4.6
權限控制230
|
9.5
數據服務構想231
|
第10章
策略産品詳解:以搜索系統為例233
|
10.1
策略産品經理的前世今生233
|
10.1.1
策略産品經理定義234
|
10.1.2
策略産品經理的思維體系235
|
10.1.3
一個策略産品的小需求236
|
10.2
策略産品經理常用思維方式和分析方法237
|
10.2.1
策略産品經理常用的思維方式238
|
10.2.2
策略産品經理常用的分析方法241
|
10.3
如何維持搜索系統的叠代和運轉245
|
10.3.1
從整體架構入手245
|
10.3.2
從用戶需求入手254
|
10.3.3
從具體問題入手256
|
10.3.4
從業務發展入手257
|
10.4
搜索産品案例實踐257
|
第11章
用戶畫像263
|
11.1
用戶畫像概述263
|
11.1.1
用戶畫像的基本概念264
|
11.1.2
标簽的類型265
|
11.1.3
标簽生命周期管理266
|
11.2
用戶畫像從0到100的構建思路267
|
11.2.1
用戶畫像從0到1的構建思路267
|
11.2.2
用戶畫像從1到100的構建思路271
|
11.3
單個用戶标簽的做法274
|
11.3.1
用戶标簽的生産流程概述274
|
11.3.2
不同公司的标簽生産重點276
|
11.4
标簽案例一:算法标簽的一般生産流程277
|
11.4.1
标簽定義分析278
|
11.4.2
用戶行為獲取(特征探查)278
|
11.4.3
模型設計279
|
11.5
标簽案例二:加入内容标簽的用戶标簽生産流程281
|
11.5.1
标簽定義分析281
|
11.5.2
内容标簽制作282
|
11.5.3
用戶标簽模型設計289
|
11.6
用戶畫像的效果驗收292
|
11.6.1
算法指标驗收292
|
11.6.2
分布驗證292
|
11.6.3
交叉驗證293
|
11.6.4
抽樣評測293
|
11.7
做好标簽系統需要注意的事項294
|
11.7.1
做好标簽系統的MVP測試機制294
|
11.7.2
時間在用戶标簽中的用法296
|
11.7.3
問題解答297
|
後記
一個老數據人的雜談299
|
作品鑒賞
12位作者大多來自國内的知名企業,涉及不同的行業,讓本書擁有了更廣泛的視角,能幫助讀者從不同的角度去了解數據産品經理如何在數據、産品、運營、市場等多個方面産生價值。
作者簡介
楊楠楠
資深數據産品經理,擅長數據分析,為多家世界500強公司提供數據分析服務,能在數據、産品、運營、市場等多個方面發揮數據價值。擅長策略産品,在廣告、電商等領域有較多經驗,為多家廠商提供流量變現服務。維護有數據産品經理的知乎專欄和社群,本書的合作者全部來自專欄的粉絲。
李凱東
某視頻媒體的大數據負責人,前京東數據中台應用數據平台部負責人、京東商城算法專家委員會核心委員,阿裡天池數據科學家。京東研發最高成就獎項“傑出成就獎”獲得者,在京東期間曾主導智慧營銷,單條産品線GMV增長數十億;創辦京東大數據比賽平台JData,并成功舉辦全世界最大的單體大數據比賽。有9年創業經曆,在社交、電商、O2O等領域有多年經驗和深刻見解,公司于2014年以4000萬估值被收購。
陳新濤
58轉轉前數據總監、美團外賣首任數據負責人,擁有多年數據産品及分析經驗,擅長帶領團隊搭建企業級數據中台,以及結合企業戰略分析數據并提供增長策略。曾負責從0到1搭建美團外賣數據平台,其中智能業績系統為外賣事業部赢得首個美團點評集團大獎。任轉轉數據總監期間,帶領數據産品及分析團隊,搭建公司數據中台,為各業務線提供分析支持,并連續兩年培養出公司最佳員工,獲得高管團隊及合作方的高度認可。
蕭飯飯
高級數據産品經理,擅長用算法解決業務問題。資深策略産品經理,從0到1負責過完整的搜索、推薦、個性化push及用戶畫像項目,并持續優化,曾打造億級DAU産品策略。精通用戶增長策略,尤其擅長C端産品的打磨和創新型功能設計,以提升新老留存為路徑的增長模式。
相關詞條
相關搜索
其它詞條