數據決策：企業(yè)數據的管理、分析與應用

定　價：￥79.00

作　者：	顧生寶著
出版社：	電子工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787121390050	出版時間：	2020-06-01	包裝：	平裝
開本：	16開	頁數：	208	字數：

內容簡介

　　本書是作者十年數據領域實踐經驗的一次總結，系統(tǒng)介紹了企業(yè)的數據戰(zhàn)略規(guī)劃和企業(yè)內外部數據的應用，并在此基礎上介紹了零售、快速消費品、汽車、航空、保險等行業(yè)的實戰(zhàn)案例及作者的思考。本書通過與企業(yè)數據相關的理論體系、行業(yè)主題、行業(yè)案例、業(yè)務領域熱點等主題，全面覆蓋了不同行業(yè)的企業(yè)中數據的管理、分析與應用，對企業(yè)未來的數字化轉型也做了簡要介紹。相信不同類型的讀者都能夠從本書中獲得自己想要了解的部分。本書實戰(zhàn)案例豐富，閱讀門檻適中，適合想在企業(yè)中更好地利用數據的企業(yè)主、管理層、業(yè)務負責人閱讀，也適合從事數據和AI相關工作，關注數據和AI在產業(yè)中發(fā)展趨勢的讀者閱讀。

作者簡介

　　顧生寶，2009年本科畢業(yè)于東北大學軟件工程專業(yè)。有10年以上大數據相關領域經驗（含數據架構規(guī)劃設計、平臺建設、分析應用）。Datalantern數據分析項目創(chuàng)始人兼數據科學家。曾就職于IBM、Mars等跨國企業(yè)，為通用電氣、奔馳汽車、中國人保、中國石化、北京汽車等公司服務過。歷任IT中心經理、數字化負責人、數據部負責人等。技術作家兼獨立技術顧問，專注于可應用于產業(yè)公司的數據產品和數據驅動解決方案，對跨行業(yè)企業(yè)如何更好地利用數據有自己的見解。熟悉零售與快速消費品、汽車、航空、保險等行業(yè)。

圖書目錄

第1章數據科學 / 001
1.1 大數據技術 / 002
1.1.1 大數據的發(fā)展趨勢 / 002
1.1.2 大數據處理的基礎 / 003
1.1.3 企業(yè)中常見的大數據產品 / 004
1.2 數據科學 / 004
1.2.1 大數據分析原理 / 005
1.2.2 數據在不同行業(yè)中的應用 / 006
1.3 數據分析流程及高級分析 / 008
1.3.1 數據分析流程 / 009
1.3.2 高級分析 / 010
1.3.3 數據科學家需要具備的能力 / 011
1.4 數據科學與經營管理 / 012
1.4.1 數據科學與企業(yè)經營 / 012
1.4.2 數據科學與企業(yè)管理決策 / 012
1.4.3 企業(yè)運營效率的數據分析訴求 / 013
1.5 通過新技術及AI 感知未來 / 013
1.5.1 新技術加速發(fā)展 / 014
1.5.2 云端環(huán)境變化 / 014
1.5.3 新技術成熟度與市場接受度 / 015
1.5.4 產業(yè)公司的科技機會 / 016

第2章用戶行為漏斗及營銷科技 / 019
2.1 營銷科技的定義及內涵 / 021
2.2 用戶的四個層級 / 022
2.2.1 雙漏斗模型及用戶的轉化 / 024
2.2.2 用戶漏斗與漏桶的使用限制 / 026
2.3 用戶行為預測 / 027
2.4 用戶購買決策及路徑研究 / 028
2.4.1 用戶購買決策的秘密 / 029
2.4.2 一二三線市場結構現狀 / 030
2.4.3 用戶滲透過程可視化 / 030
2.4.4 用戶決策路徑可視化 / 031
2.5 用戶生命周期價值營銷 / 032
2.6 用戶廣告運營工具及PaaS / 032
2.6.1 通用的用戶廣告運營產品思路 / 032
2.6.2 線上、線下打通的運營方案 / 034

第3章企業(yè)用戶增長及轉化激活 / 037
3.1 企業(yè)拉新的三種方式 / 039
3.2 內外部用戶的不同優(yōu)化方向 / 042
3.3 智能營銷數據庫建設 / 043
3.4 用戶增長與轉化 / 045
3.5 案例：某快車公司的裂變式用戶增長 / 054
3.5.1 用戶持續(xù)增長的邏輯假設 / 054
3.5.2 早期的產品邏輯 / 055
3.5.3 用戶增長運營工具的兩個核心 / 056
3.5.4 運營產品效果評估方法 / 057

第4章決策優(yōu)化應用 / 059
4.1 CRM 簡介 / 060
4.1.1 AI 驅動式CRM / 061
4.1.2 未來生態(tài)式CRM / 062
4.2 CRM 與決策模型 / 063
4.2.1 RFM 分群模型 / 063
4.2.2 預測購買模型 / 067
4.2.3 智能運營模型 / 069
4.3 銷售與決策模型 / 071
4.3.1 向上銷售 / 071
4.3.2 交叉銷售 / 072
4.3.3 銷售預測 / 072
4.3.4 個性化推薦銷售 / 074
4.4 產品創(chuàng)新與數據分析 / 074
4.4.1 在分眾市場找創(chuàng)新點 / 075
4.4.2 分眾市場定義新品類 / 076
4.5 客戶數據平臺建設及應用 / 078
4.5.1 客戶數據平臺建設 / 079
4.5.2 五類運營服務模式 / 080
4.6 借助大型數據平臺開展數據化運營 / 081

第5章數據科學與企業(yè)管理決策 / 083
5.1 企業(yè)管理決策 / 084
5.1.1 人類的決策過程 / 084
5.1.2 企業(yè)管理決策 / 086
5.2 數據決策分析模型 / 088
5.2.1 分類模型與回歸模型 / 089
5.2.2 數據分析建模過程 / 092
5.2.3 常用建模算法及工具 / 093
5.2.4 影響建模的主要因素 / 095
5.3 用戶增長及轉化 / 095
5.3.1 用戶增長 / 095
5.3.2 用戶運營及銷售轉化 / 096
5.4 廣告投放及市場開拓 / 098
5.4.1 廣告投放策略優(yōu)化 / 099
5.4.2 尋找20% 的可能轉化者 / 100
5.4.3 電商站內廣告投放優(yōu)化 / 101
5.5 市場空白的發(fā)現及開拓 / 102
5.5.1 市場空白的發(fā)現 / 102
5.5.2 新市場的開拓 / 104
5.6 案例：快速消費品行業(yè)數字化的機會 / 105
5.6.1 快速消費品行業(yè)的發(fā)展趨勢及用戶特點 / 105
5.6.2 快速消費品行業(yè)的核心業(yè)務及機會 / 106
5.6.3 線上與線下觸點努力方向 / 107

第6章企業(yè)如何用好外部數據 / 111
6.1 企業(yè)對于數據應用的態(tài)度 / 112
6.2 企業(yè)中的外部數據源 / 114
6.2.1 外部數據源的作用 / 115
6.2.2 合理購買外部數據源 / 116
6.2.3 外部數據源的分類 / 116
6.2.4 外部數據源可靠性評估技巧 / 118
6.2.5 獲取外部數據源的方法 / 118
6.3 企業(yè)的數據變現 / 119
6.3.1 實現數據變現的前提 / 119
6.3.2 企業(yè)外部數據變現面臨的挑戰(zhàn) / 121
6.3.3 企業(yè)數據變現的思路 / 122
6.4 案例：寵物行業(yè)利用外部線索拉新 / 124
6.4.1 找到外部數據質量好的數據源 / 124
6.4.2 尋找寵物銷售線索 / 125
6.4.3 數據產品賦能行業(yè) / 126

第7章經營好企業(yè)中的數據 / 129
7.1 企業(yè)經營好數據的三要素 / 130
7.2 數據經營方法（KPI 分解） / 131
7.3 企業(yè)數據應用戰(zhàn)略規(guī)劃 / 134
7.3.1 梳理數據源 / 134
7.3.2 評估數據質量 / 135
7.3.3 建設數據管理平臺 / 135
7.3.4 建設相應的企業(yè)數據文化 / 136
7.3.5 制定企業(yè)數據管理原則 / 137
7.4 相關數據技術 / 137
7.5 企業(yè)中的數據研究思路及應用 / 140
7.5.1 兩種數據研究視角 / 140
7.5.2 數據應用實施原則 / 141
7.6 案例：零售類企業(yè)的數據應用戰(zhàn)略 / 143
7.6.1 以消費者為中心的數據湖 / 144
7.6.2 廣告投放與第三方數據建設 / 145
7.6.3 媒體投放檢測數據及AI 預測 / 147

第8章數據在不同行業(yè)中的應用 / 149
8.1 產業(yè)互聯網創(chuàng)新模式 / 151
8.2 企業(yè)的數據訴求及時機 / 153
8.2.1 國內企業(yè)級服務的現狀 / 153
8.2.2 企業(yè)數據的現狀與訴求 / 154
8.2.3 企業(yè)數據的應用時機 / 155
8.3 汽車行業(yè) / 156
8.3.1 汽車行業(yè)的數據應用 / 156
8.3.2 用戶數據平臺的建設 / 160
8.3.3 數據應用場景 / 162
8.4 航空行業(yè) / 170
8.4.1 航空行業(yè)新變化及數據應用規(guī)劃 / 170
8.4.2 航空用戶大數據平臺規(guī)劃 / 172
8.4.3 數據應用場景 / 173
8.5 保險行業(yè) / 177
8.5.1 保險行業(yè)的環(huán)境及機遇 / 177
8.5.2 保險行業(yè)痛點分析 / 177
8.5.3 保險行業(yè)的數據化機會 / 178
8.5.4 保險賽道上的互聯網平臺商業(yè)模式 / 179

第9章企業(yè)數字化轉型 / 183
9.1 企業(yè)數字化轉型面臨的困境 / 184
9.2 企業(yè)數字化轉型的五個階段 / 185
9.3 企業(yè)數字化轉型的組織架構及過程 / 187
9.3.1 組織架構及人才組成 / 187
9.3.2 企業(yè)數字化轉型的三要素 / 188
9.3.3 企業(yè)數據團隊的組成 / 189
9.4 數據產品 / 190
9.5 案例：騰訊數據產品探索之路 / 191