數據中台實戰:手把手教你搭建數據中台
董超華
- 出版商: 電子工業
- 出版日期: 2020-09-01
- 售價: $414
- 貴賓價: 9.5 折 $393
- 語言: 簡體中文
- 頁數: 228
- 裝訂: 平裝
- ISBN: 7121393867
- ISBN-13: 9787121393860
-
相關分類:
大數據 Big-data、Data Science、產品經理
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
$234$222 -
$505情感分析 : 挖掘觀點、情感和情緒 (Sentiment Analysis: Mining Opinions, Sentiments, and Emotions)
-
$520$411 -
$474$450 -
$454數據中台:讓數據用起來
-
$454超大流量分佈式系統架構解決方案:人人都是架構師2.0
-
$534$507 -
$474$450 -
$403數據決策:企業數據的管理、分析與應用
-
$439數據中台架構 — 企業數據化最佳實踐
-
$551大數據平臺架構與原型實現:數據中台建設實戰
-
$414$393 -
$352數據分析通識
-
$534$507 -
$550$429 -
$500$390 -
$580$493 -
$419$398 -
$534$507 -
$550$429 -
$534$507 -
$403微服務中台架構開發
-
$594$564 -
$680$537 -
$650$507
相關主題
商品描述
自從2015 年阿里巴巴提出中台的概念後,數據中台的概念就火遍了整個互聯網圈。
數據中台是實現企業數據智能的重要手段,但是數據中台是什麼、為什麼要搭建數據中台、
數據中台究竟應該怎麼搭建,這些問題的答案卻很少有人知道。
《數據中台實戰:手把手教你搭建數據中台》從“數據採集”“數據存儲”“數據打通”“數據應用”的角度,
基於作者多年搭建數據中台的實戰經驗,毫無保留地為大家解析從0 到1 搭建數據中台的全過程。
每個章節都有大量的實戰案例,希望本書能夠對國內數據化工作者提供一定的幫助。
本書的讀者範圍很廣,無論你是想要進行數據化轉型的公司高層、一線的產品經理、運營/設計/開發人員,
還是對數據領域感興趣的學生或從業人員,都可以從中學到想要的內容。
作者簡介
董超華
曾就職於科大訊飛、佳都集團,現任富力環球商品貿易港數據中台產品負責人。
人人都是產品經理專欄作家、公眾號“改變世界的產品經理”主理人,主要分享商業、產品、運營方面的原創文章。
其寫作的數據中台實戰系列文章獲得廣泛好評。
目錄大綱
第1章數據中台入門攻略 1
1.1 什麼是中台 1
1.1.1 業務中台與數據中台有什麼關係 3
1.1.2 什麼企業適合搭建中台 3
1.2 雙中台實戰案例 4
1.2.1 業務中台架構 5
1.2.2 數據中台架構 7
1.3 數據中台人員構成 8
1.4 數據中台開發流程12
1.5 數據中台內外合作機制15
1.5.1 數據中台如何與其他部門合作15
1.5.2 數據中台內部項目管理流程18
第2章數據採集20
2.1 數據採集的分類20
2.2 用戶行為數據採集21
2.2.1 與第三方移動應用統計公司合作的數據採集方式21
2.2.2 前後端埋點結合的數據採集方式22
2.2.3 可視化埋點與後端埋點結合的數據採集方式31
2.3 數據採集流程33
2.4 數據埋點實戰案例34
第3章數據存儲與計算38
3.1 數據指標的定義39
3.1.1 數據指標的重要性39
3.1.2 如何定義數據指標39
3.1.3 如何識別虛榮指標42
3.2 數據模型設計43
3.2.1 什麼是數據庫和數據倉庫43
3.2.2 數據倉庫的分層建模體系45
3.3 數據模型設計實戰案例48
3.3.1 ODS層模型設計49
3.3.2 DWD層/DWS層模型設計54
3.3.3 ADS層模型設計63
3.4 數據計算實戰案例65
3.4.1 從ODS層到DWD層計算過程65
3.4.2 從DWD層到DWS層計算過程68
3.4.3 從DWS層到ADS層計算過程70
第4章數據打通72
4.1 標籤平台設計思路72
4.2 標籤平台快速入門75
4.2.1 標籤平台主流程介紹75
4.2.2 數據寬表76
4.2.3 標籤體系77
4.2.4 標籤工廠81
4.2.5 人群圈選83
4.3 用戶畫像87
4.3.1 個人用戶畫像88
4.3.2 群體用戶畫像89
4.4 標籤平台實戰案例91
第5章用戶分析95
5.1 用戶分析的思路95
5.2 用戶拉新分析96
5.2.1 用戶拉新渠道註冊碼管理96
5.2.2 用戶拉新相關指標98
5.2.3 用戶拉新頁面轉化率98
5.2.4 用戶拉新ROI模型100
5.3 用戶活躍分析101
5.4 用戶留存分析102
5.5 用戶轉化分析103
5.6 用戶裂變分析105
5.7 用戶生命週期分析106
第6章商品分析110
6.1 商品售前分析111
6.1.1 供應商的選擇112
6.1.2 商品定位113
6.1.3 商品數量規劃114
6.1.4 商品上架分析115
6.2 商品售中分析116
6.3 商品售後分析121
第7章流量分析123
7.1 網頁分析124
7.1.1 推廣頁125
7.1.2 商品詳情頁126
7.2 路徑分析127
7.3 坑位分析130
第8章交易分析134
8.1 針對公司領導層的交易分析設計134
8.1.1 領導層移動端交易分析設計136
8.1.2 自動化短信推送137
8.1.3 數據大屏設計139
8.2 針對產品/運營人員的交易分析設計140
8.2.1 交易分析數據總覽141
8.2.2 渠道交易分析141
8.2.3 交易來源分析143
8.2.4 購物頻次分析和購物間隔分析145
第9章自助分析平台148
9.1 自助分析平台產品方案149
9.2 快速入門三種數據自助分析可視化產品150
9.2.1 帆軟自助看板模塊介紹151
9.2.2 達芬奇自助看板模塊介紹153
9.2.3 Superset自助看板模塊介紹155
9.3 自助分析平台技術選型157
9.4 自助分析平台實戰案例157
9.4.1 數據中台集成達芬奇157
9.4.2 自助分析平台實戰案例162
第10章自動化營銷平台167
10.1 自動化營銷平台的設計思路168
10.2 自動化營銷平台介紹169
10.2.1 常規營銷活動的內容製作170
10.2.2 營銷活動人群圈選176
10.2.3 營銷活動觸達任務176
10.2.4 活動效果分析180
10.3 自動化營銷平台實戰案例182
10.3.1 優惠券營銷活動實戰案例182
10.3.2 週期性短信觸達營銷活動實戰案例184
第11章推薦平台187
11.1 什麼是推薦系統187
11.2 推薦系統架構189
11.2.1 推薦系統功能架構189
11.2.2 推薦系統技術架構191
11.3 推薦平台項目實施流程192
11.4 兩種經典的推薦算法193
11.4.1 基於用戶的協同過濾算法194
11.4.2 基於物品的協同過濾算法195
11.5 推薦系統的評測指標196
11.6 推薦系統的冷啟動199
11.7 從0到1打造一個離線推薦系統201
11.7.1 離線推薦系統設計思路201
11.7.2 離線推薦系統算法選型201
11.7.3 離線推薦系統開發過程204
11.7.4 離線推薦系統測試208
11.8 從0到1打造一個實時推薦系統210