數(shù)據(jù)產(chǎn)品經(jīng)理修煉手冊

第1章 初識數(shù)據(jù)產(chǎn)品經(jīng)理
1.1 為什么要有數(shù)據(jù)產(chǎn)品經(jīng)理
1.1.1 大數(shù)據(jù)行業(yè)現(xiàn)狀
1.1.2 數(shù)據(jù)產(chǎn)品經(jīng)理的前世今生
1.2 數(shù)據(jù)產(chǎn)品經(jīng)理的日常工作
1.2.1 一切從業(yè)務(wù)出發(fā)
1.2.2 離不開的產(chǎn)品原型與需求文檔
1.2.3 與研發(fā)工程師做朋友
1.2.4 多和用戶聊聊
1.3 數(shù)據(jù)產(chǎn)品經(jīng)理的思維方式
1.3.1 歸納與演繹思維
1.3.2 數(shù)據(jù)思維
1.3.3 用戶思維
1.3.4 產(chǎn)品思維
1.3.5 工程思維
1.3.6 其他一些思維方式和方法論
第2章 數(shù)據(jù)產(chǎn)品經(jīng)理基礎(chǔ)知識
2.1 數(shù)據(jù)產(chǎn)品經(jīng)理常用的工具
2.1.1 玩轉(zhuǎn)Excel
2.1.2 數(shù)據(jù)產(chǎn)品經(jīng)理怎能不會SQL
2.1.3 掌握一些R相關(guān)知識
2.1.4 產(chǎn)品原型工具
2.2 產(chǎn)品需求管理
2.2.1 需求來源與需求判斷
2.2.2 產(chǎn)品需求池管理
2.2.3 從需求跟進到需求落地
2.3 軟實力
2.3.1 快速成長的能力
2.3.2 溝通表達的能力
2.3.3 推動項目的能力
2.3.4 數(shù)據(jù)感知的能力
第3章 數(shù)據(jù)分析思維與實踐
3.1 數(shù)據(jù)產(chǎn)品經(jīng)理和數(shù)據(jù)分析師的區(qū)別
3.1.1 數(shù)據(jù)產(chǎn)品經(jīng)理和數(shù)據(jù)分析師的崗位職責(zé)與崗位要求
3.1.2 數(shù)據(jù)產(chǎn)品經(jīng)理和數(shù)據(jù)分析師需要具備的素質(zhì)
3.2 數(shù)據(jù)產(chǎn)品經(jīng)理常用的分析方法
3.2.1 常規(guī)分析
3.2.2 統(tǒng)計模型分析
3.2.3 自建模型分析
3.3 應(yīng)用實例
3.3.1 商城積分與DAU的關(guān)聯(lián)分析
3.3.2 基于時間序列預(yù)測訂單量
第4章 數(shù)據(jù)倉庫理論與應(yīng)用
4.1 了解大數(shù)據(jù)基礎(chǔ)Hadoop
4.1.1 Hadoop三駕馬車
4.1.2 其他常用工具
4.2 大數(shù)據(jù)平臺層級結(jié)構(gòu)
4.2.1 ODS層
4.2.2 數(shù)據(jù)倉庫
4.2.3 數(shù)據(jù)的應(yīng)用
4.3 數(shù)據(jù)埋點
4.3.1 埋點方式
4.3.2 埋點事件
4.3.3 數(shù)據(jù)埋點實例
4.4 指標(biāo)字典
4.4.1 指標(biāo)字典的基本概念
4.4.2 指標(biāo)定義的規(guī)范
4.5 數(shù)據(jù)管理系統(tǒng)
4.5.1 數(shù)據(jù)質(zhì)量的重要性
4.5.2 數(shù)據(jù)管理系統(tǒng)的質(zhì)量檢測
4.5.3 數(shù)據(jù)管理系統(tǒng)的功能
第5章 大數(shù)據(jù)分析平臺實踐
5.1 大數(shù)據(jù)分析平臺的前世今生
5.1.1 大數(shù)據(jù)分析平臺構(gòu)建的背景
5.1.2 企業(yè)實現(xiàn)大數(shù)據(jù)分析平臺的方式
5.2 大數(shù)據(jù)分析平臺應(yīng)用實戰(zhàn)
5.2.1 可拓展的報表分析平臺
5.2.2 自助式分析平臺
5.2.3 智能化分析平臺
5.2.4 業(yè)務(wù)場景分析平臺
5.3 移動端大數(shù)據(jù)分析平臺
5.3.1 如何選擇移動端
5.3.2 移動端大數(shù)據(jù)分析平臺實戰(zhàn)
5.4 大數(shù)據(jù)分析平臺走進傳統(tǒng)行業(yè)
第6章 用戶行為分析平臺實踐
6.1 用戶行為分析平臺的前世今生
6.1.1 用戶行為分析平臺的背景
6.1.2 用戶行為分析平臺的應(yīng)用場景
6.2 用戶行為分析平臺的功能
6.2.1 事件分析
6.2.2 留存分析
6.2.3 轉(zhuǎn)化分析
6.2.4 用戶分群
6.2.5 用戶行為細查
6.2.6 用戶行為路徑分析
6.2.7 其他功能
6.3 用戶行為分析平臺的迭代方向
第7章 AB實驗平臺
7.1 AB實驗平臺的背景
7.1.1 為什么需要AB實驗平臺
7.1.2 AB實驗平臺的應(yīng)用場景
7.2 AB實驗平臺的實戰(zhàn)
7.2.1 創(chuàng)建實驗的流程
7.2.2 相關(guān)概念
7.2.3 實驗分流
7.2.4 實驗數(shù)據(jù)統(tǒng)計
7.2.5 實驗上線與報警
7.2.6 波動分析工具
7.3 AB實驗設(shè)計方法
7.4 AB實驗平臺的應(yīng)用實例
第8章 大數(shù)據(jù)產(chǎn)品在各個領(lǐng)域中的應(yīng)用
8.1 大數(shù)據(jù)產(chǎn)品在電商領(lǐng)域中的應(yīng)用
8.1.1 大數(shù)據(jù)精準(zhǔn)營銷
8.1.2 購物行為與銷量預(yù)測
8.2 大數(shù)據(jù)產(chǎn)品在汽車領(lǐng)域中的應(yīng)用
8.2.1 汽車細分領(lǐng)域的用戶畫像
8.2.2 為汽車品牌商尋找與品牌匹配的自媒體
8.3 大數(shù)據(jù)產(chǎn)品在游戲領(lǐng)域中的應(yīng)用
8.3.1 大數(shù)據(jù)產(chǎn)品在游戲行業(yè)中的重要性
8.3.2 游戲行業(yè)在不同場景下的數(shù)據(jù)產(chǎn)品需求
8.3.3 游戲領(lǐng)域的數(shù)據(jù)產(chǎn)品介紹
8.4 大數(shù)據(jù)產(chǎn)品在內(nèi)容領(lǐng)域中的應(yīng)用
8.4.1 內(nèi)容產(chǎn)品及行業(yè)簡介
8.4.2 傳統(tǒng)編輯對內(nèi)容領(lǐng)域中數(shù)據(jù)的應(yīng)用
8.4.3 大數(shù)據(jù)在自媒體領(lǐng)域中的應(yīng)用
8.4.4 自媒體用戶畫像數(shù)據(jù)的應(yīng)用
8.4.5 用戶消費內(nèi)容漏斗分析
8.4.6 視頻類內(nèi)容數(shù)據(jù)的應(yīng)用
8.4.7 內(nèi)容時代我們還能用數(shù)據(jù)做些什么
8.5 大數(shù)據(jù)產(chǎn)品在交通領(lǐng)域中的應(yīng)用
8.5.1 地圖可視化在交通領(lǐng)域中的應(yīng)用
8.5.2 交通大數(shù)據(jù)助力城市規(guī)劃