數(shù)據(jù)產(chǎn)品經(jīng)理寶典：大數(shù)據(jù)時代如何創(chuàng)造卓越產(chǎn)品

定　價：￥69.00

作　者：	李陽著
出版社：	電子工業(yè)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787121386275	出版時間：	2020-04-01	包裝：	平裝
開本：	16開	頁數(shù)：	328	字?jǐn)?shù)：

內(nèi)容簡介

　　“數(shù)據(jù)”兩個字越來越頻繁地出現(xiàn)在大家的工作中。一方面，“用數(shù)據(jù)說話”成為每個互聯(lián)網(wǎng)從業(yè)者必備的“生存技能”；另一方面，一個名為“數(shù)據(jù)產(chǎn)品經(jīng)理”的職位成為各大互聯(lián)網(wǎng)企業(yè)的“熱招職位”。那么，作為數(shù)據(jù)產(chǎn)品經(jīng)理，有了數(shù)據(jù)應(yīng)該怎樣“用數(shù)據(jù)說話”？又應(yīng)該如何讓自己具備獨特的競爭優(yōu)勢呢？本書內(nèi)容涵蓋了數(shù)據(jù)產(chǎn)品經(jīng)理應(yīng)該知道和掌握的基礎(chǔ)知識――從每個優(yōu)秀的數(shù)據(jù)產(chǎn)品經(jīng)理都應(yīng)當(dāng)關(guān)注的“效率”問題出發(fā)，分別從商業(yè)知識和技術(shù)知識兩個角度，針對什么是數(shù)據(jù)產(chǎn)品、數(shù)據(jù)產(chǎn)品訴求的產(chǎn)生和類型、數(shù)據(jù)產(chǎn)品的實現(xiàn)思路與常見技術(shù)方案等關(guān)鍵問題進(jìn)行講解。本書既是學(xué)習(xí)指南，又是速查手冊，適合具備不同工作背景并正在從事數(shù)據(jù)產(chǎn)品經(jīng)理工作的人士閱讀，也適合對這一領(lǐng)域感興趣并希望從事數(shù)據(jù)產(chǎn)品經(jīng)理工作的人士閱讀。只要你具備求知的熱情，本書將為你提供解決問題的思路、方法和工具。

作者簡介

　　李陽（網(wǎng)名：御豪同學(xué)），數(shù)據(jù)產(chǎn)品經(jīng)理、PMI-ACP敏捷項目管理師。現(xiàn)任京東數(shù)字科技集團(tuán)高級數(shù)據(jù)產(chǎn)品經(jīng)理，負(fù)責(zé)數(shù)據(jù)平臺搭建工作，專注業(yè)務(wù)邏輯梳理及數(shù)據(jù)分析，對于大數(shù)據(jù)分析項目及平臺搭建有深入了解。曾擔(dān)任 GrowingIO 增長大會嘉賓、騰訊大數(shù)據(jù)沙龍嘉賓。2018年出版圖書《產(chǎn)品增長力》。

圖書目錄

目錄
第一篇理解數(shù)據(jù)產(chǎn)品：確實有些不一樣
第1 章什么是數(shù)據(jù)產(chǎn)品．2
1．1 數(shù)據(jù)產(chǎn)品的關(guān)注點．3
1．2 什么是數(shù)據(jù)應(yīng)用．5
1．2．1 數(shù)據(jù)處理的角度．5
1．2．2 數(shù)據(jù)展現(xiàn)形式的角度．7
1．2．3 應(yīng)用目的的角度．9
1．3 什么是效率問題．12
1．3．1 成本投入項．12
1．3．2 價值產(chǎn)出項．14
1．3．3 效率的問題．15
1．4 本章小結(jié) ．17
第2 章數(shù)據(jù)產(chǎn)品面臨的挑戰(zhàn) ．18
2．1 為什么要做―師出有名．19
2．1．1 支撐數(shù)據(jù)應(yīng)用．20
2．1．2 “量入為出”的價值管理．29
2．2 做的是什么―理解業(yè)務(wù) ．29
2．2．1 數(shù)據(jù)的意義．30
2．2．2 架起“量化運(yùn)營”的橋梁．33
2．3 怎樣做到的―理解技術(shù) ．35
2．3．1 理解“究竟能做些什么” ．36
2．3．2 思考“怎樣做得更高效” ．42
2．4 本章小結(jié) ．45
第二篇理解業(yè)務(wù)：“奇怪”的數(shù)據(jù)需求從哪來
第3 章業(yè)務(wù)是什么．48
3．1 業(yè)務(wù)的目標(biāo)是什么．50
3．1．1 能力視角．50
3．1．2 利潤視角．52
3．1．3 效能視角．52
3．1．4 影響力視角．53
3．2 業(yè)務(wù)的商業(yè)模式與“投資”思維．56
3．2．1 資金投資．57
3．2．2 人力投資．63
3．2．3 時間投資．66
3．2．4 其他投資．67
3．3 常用管理模型和營銷組合．68
3．3．1 常用管理模型及其關(guān)系．68
3．3．2 常用營銷組合及其關(guān)系．96
3．4 本章小結(jié) ．101
第4 章業(yè)務(wù)的數(shù)據(jù)訴求．103
4．1 用戶市場研究．104
4．1．1 需求分析的目的．105
4．1．2 需求的分層．108
4．1．3 需求的定位．116
4．1．4 需求分析的評價與KANO 模型．127
4．1．5 需求的傳播和貫徹．129
4．2 業(yè)務(wù)及產(chǎn)品形態(tài)研究．130
4．2．1 評價標(biāo)準(zhǔn)―怎樣才是“好” ．131
4．2．2 業(yè)務(wù)轉(zhuǎn)化與價值歸因．144
4．2．3 流量管理與實驗框架．153
4．3 綜合能力升級．159
4．3．1 分析方法論及其優(yōu)化．160
4．3．2 固化應(yīng)用系統(tǒng)與賦能業(yè)務(wù) ．171
4．3．3 賦能團(tuán)隊合作．174
4．4 工具、模型與業(yè)務(wù)、產(chǎn)品的“日?！? ．176
4．5 本章小結(jié) ．179
第5 章用數(shù)據(jù)抽象業(yè)務(wù) ．180
5．1 需求研究的數(shù)據(jù)抽象．181
5．1．1 需求挖掘―投放與獲得新用戶．182
5．1．2 需求鑒別―留存與促進(jìn)用戶活躍．189
5．1．3 用戶生命周期與“蓄水池”模型．194
5．1．4 競爭性抽象與建模．200
5．2 業(yè)務(wù)的數(shù)據(jù)模型．204
5．2．1 用E-R 圖抽象實體關(guān)系．205
5．2．2 用流程圖抽象業(yè)務(wù)過程．212
5．2．3 用時序圖抽象處理過程．219
5．2．4 用財務(wù)思維抽象資金流．225
5．3 “數(shù)據(jù)世界觀” ．234
5．3．1 數(shù)據(jù)模型與現(xiàn)實世界的差異．234
5．3．2 用戶行為的事件模型．235
5．4 數(shù)據(jù)倉庫建模．242
5．4．1 面向分析的數(shù)據(jù)模型．242
5．4．2 通用數(shù)據(jù)倉庫模型．244
5．5 本章小結(jié) ．250
第三篇理解技術(shù)：打開數(shù)據(jù)系統(tǒng)的“黑箱”
第6 章從業(yè)務(wù)訴求到技術(shù)系統(tǒng) ．252
6．1 實現(xiàn)業(yè)務(wù)訴求的方式．253
6．1．1 主動反饋與被動反饋．254
6．1．2 通用內(nèi)容與定制內(nèi)容．256
6．1．3 離線分析與在線分析．257
6．1．4 全量與抽樣數(shù)據(jù) ．258
6．2 業(yè)務(wù)中的數(shù)據(jù)形態(tài) ．259
6．2．1 業(yè)務(wù)理解與元數(shù)據(jù) ．259
6．2．2 離線數(shù)據(jù)與數(shù)據(jù)集．260
6．2．3 實時數(shù)據(jù)與數(shù)據(jù)流．261
6．3 業(yè)務(wù)中的技術(shù)問題．263
6．3．1 數(shù)據(jù)量激增問題．264
6．3．2 如何處理“陳舊”的內(nèi)容．267
6．3．3 數(shù)據(jù)安全問題．268
6．4 本章小結(jié) ．272
第7 章必要的技術(shù)基礎(chǔ)知識．274
7．1 產(chǎn)品的技術(shù)結(jié)構(gòu)與“技術(shù)世界觀” ．276
7．1．1 Client/Server 結(jié)構(gòu) ．277
7．1．2 Browser/Server 結(jié)構(gòu) ．278
7．1．3 產(chǎn)品的“技術(shù)世界觀” ．279
7．2 代碼理解世界的“做事思路” ．280
7．2．1 面向過程．280
7．2．2 面向?qū)ο? ．282
7．3 系統(tǒng)的基本模塊化．283
7．4 本章小結(jié) ．284
第8 章常見大數(shù)據(jù)技術(shù)框架．286
8．1 大數(shù)據(jù)技術(shù)框架的幾個關(guān)注點．287
8．1．1 多―數(shù)據(jù)量．288
8．1．2 雜―數(shù)據(jù)結(jié)構(gòu) ．290
8．1．3 亂―數(shù)據(jù)到達(dá) ．296
8．1．4 急―時效性．299
8．2 常見大數(shù)據(jù)技術(shù)框架及基本邏輯．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 本章小結(jié) ．316