数据产品经理宝典 大数据时代如何创造卓越产品PDF电子书下载

查看更多关于的内容

第一篇 理解数据产品：确实有些不一样 2

第1章 什么是数据产品 2

1.1数据产品的关注点 3

1.2什么是数据应用 5

1.2.1数据处理的角度 5

1.2.2数据展现形式的角度 7

1.2.3应用目的的角度 9

1.3什么是效率问题 12

1.3.1成本投入项 12

1.3.2价值产出项 14

1.3.3效率的问题 15

1.4本章小结 17

第2章 数据产品面临的挑战 18

2.1为什么要做——师出有名 19

2.1.1支撑数据应用 20

2.1.2“量入为出”的价值管理 29

2.2做的是什么——理解业务 29

2.2.1数据的意义 30

2.2.2架起“量化运营”的桥梁 33

2.3怎样做到的——理解技术 35

2.3.1理解“究竟能做些什么” 36

2.3.2思考“怎样做得更高效” 42

2.4本章小结 45

第二篇 理解业务：“奇怪”的数据需求从哪来 48

第3章 业务是什么 48

3.1业务的目标是什么 50

3.1.1能力视角 50

3.1.2利润视角 52

3.1.3效能视角 52

3.1.4影响力视角 53

3.2业务的商业模式与“投资”思维 56

3.2.1资金投资 57

3.2.2人力投资 63

3.2.3时间投资 66

3.2.4其他投资 67

3.3常用管理模型和营销组合 68

3.3.1常用管理模型及其关系 68

3.3.2常用营销组合及其关系 96

3.4本章小结 101

第4章 业务的数据诉求 103

4.1用户市场研究 104

4.1.1需求分析的目的 105

4.1.2需求的分层 108

4.1.3需求的定位 116

4.1.4需求分析的评价与KANO模型 127

4.1.5需求的传播和贯彻 129

4.2业务及产品形态研究 130

4.2.1评价标准——怎样才是“好” 131

4.2.2业务转化与价值归因 144

4.2.3流量管理与实验框架 153

4.3综合能力升级 159

4.3.1分析方法论及其优化 160

4.3.2固化应用系统与赋能业务 171

4.3.3赋能团队合作 174

4.4工具、模型与业务、产品的“日常” 176

4.5本章小结 179

第5章 用数据抽象业务 180

5.1需求研究的数据抽象 181

5.1.1需求挖掘——投放与获得新用户 182

5.1.2需求鉴别——留存与促进用户活跃 189

5.1.3用户生命周期与“蓄水池”模型 194

5.1.4竞争性抽象与建模 200

5.2业务的数据模型 204

5.2.1用E-R图抽象实体关系 205

5.2.2用流程图抽象业务过程 212

5.2.3用时序图抽象处理过程 219

5.2.4用财务思维抽象资金流 225

5.3“数据世界观” 234

5.3.1数据模型与现实世界的差异 234

5.3.2用户行为的事件模型 235

5.4数据仓库建模 242

5.4.1面向分析的数据模型 242

5.4.2通用数据仓库模型 244

5.5本章小结 250

第三篇 理解技术：打开数据系统的“黑箱” 252

第6章 从业务诉求到技术系统 252

6.1实现业务诉求的方式 253

6.1.1主动反馈与被动反馈 254

6.1.2通用内容与定制内容 256

6.1.3离线分析与在线分析 257

6.1.4全量与抽样数据 258

6.2业务中的数据形态 259

6.2.1业务理解与元数据 259

6.2.2离线数据与数据集 260

6.2.3实时数据与数据流 261

6.3业务中的技术问题 263

6.3.1数据量激增问题 264

6.3.2如何处理“陈旧”的内容 267

6.3.3数据安全问题 268

6.4本章小结 272

第7章 必要的技术基础知识 274

7.1产品的技术结构与“技术世界观” 276

7.1.1 Client/Server结构 277

7.1.2 Browser/Server结构 278

7.1.3产品的“技术世界观” 279

7.2代码理解世界的“做事思路” 280

7.2.1面向过程 280

7.2.2面向对象 282

7.3系统的基本模块化 283

7.4本章小结 284

第8章 常见大数据技术框架 286

8.1大数据技术框架的几个关注点 287

8.1.1多——数据量 288

8.1.2杂——数据结构 290

8.1.3乱——数据到达 296

8.1.4急——时效性 299

8.2常见大数据技术框架及基本逻辑 302

8.2.1 Apache Flume和Apache Kafka 303

8.2.2 Apache Hadoop 306

8.2.3 Apache Hive和Facebook Presto 310

8.2.4 Apache Kylin 311

8.2.5 Apache Flink和Apache Storm 312

8.2.6 Apache Spark 315

8.3本章小结 316

查看更多关于的内容