新書推薦：
《
台风天（大吴作品，每一种生活都有被看见的意义）
》
售價：NT$
245.0
《
打好你手里的牌（斯多葛主义+现代认知疗法，提升当代人的心理韧性！）
》
售價：NT$
301.0
《
新时代硬道理 广东寻路高质量发展
》
售價：NT$
352.0
《
6S精益管理实战（精装版）
》
售價：NT$
458.0
《
异域回声——晚近海外汉学之文史互动研究
》
售價：NT$
500.0
《
世界文明中的作物迁徙：聚焦亚洲、中东和南美洲被忽视的本土农业文明
》
售價：NT$
454.0
《
无端欢喜
》
售價：NT$
347.0
《
股票大作手操盘术
》
售價：NT$
245.0
|
| 編輯推薦： |
（1）作者经验丰富：所有作者都在数据和产品领域有多年工作经验，多位作者现在或曾经在阿里、京东、小米等大厂工作。
（2）行业涉略广泛：为电商、零售、快销、游戏、视频、安防、金融、广告等近10个行业提供数据产品解决方案和案例分析。
（3）案例生动详细：每个案例从项目背景、方案设计、实现过程、总结与思考等维度展开阐述，层次清晰，可参考性强。
|
| 內容簡介： |
这是一本能帮助读者快速获取数据产品实战能力数据项目实战能力的著作。全书内容以案例方式组织，围绕数据建设、数据营销、数据驱动3大主题，用14个综合案例进行完整再现和深度复盘，为近10个行业的数据产品提供了可直接参考的解决方案，这些方案同时也适用于其他行业。每个案例从项目背景、方案设计、实现过程、总结与思考等维度展开阐述，层次清晰，可参考性强。
全书共14章，分为三部分：数据建设、数据营销和数据驱动。
第一部分 数据建设（第1~2章）
数据建设是数据运转的基础，是数据发挥价值的关键。良好的数据建设能够降低数据应用的开发成本，提升数据使用者的效率。本部分包含两章，分别介绍了自动化数据分析平台的搭建和数据埋点的工作流程等。
第二部分 数据营销（第3~9章）
营销是每个公司的业务核心，良好的数据营销平台为营销提供非常大的助力。本部分主要介绍如何利用数据中台、大数据平台助力营销，如何利用社会化聆听辅助商业决策，重点分析金融、零售、快消、汽车、游戏等多个行业的项目，具有较高的参考价值。此外，还介绍了商品分析方法和初创公司数据运营实践。
第三部分 数据驱动（第10~14章）
数据产品经理可以进驻公司的每个部门，驱动该部门的业务发展，成为公司运转的核心和动力。本部分介绍的案例包括语音数据处理与商业应用、网约车安全性的数据化解决方案、智慧安防中的智能视频产品、AI技术在视频平台上的应用、数据产品经理在推荐中的价值，这些案例都属于数据产品的一个分支——策略产品的范畴，有的案例主要以AI技术实现。
|
| 關於作者： |
杨楠楠
数据产品专家，擅长数据分析，为多家世界500强企业提供数据分析服务，能在数据、产品、运营、市场等多个方面发挥数据价值。擅长策略产品，在广告、电商等领域拥有丰富的经验，为多家厂商提供过流量变现服务。维护数据产品经理的知乎专栏和社群，合著有《数据产品经理：实战进阶》一书。
李凯东
某视频媒体的大数据负责人，前京东数据中台应用数据平台部负责人、京东商城算法专家委员会核心委员，阿里天池数据科学家。京东研发最高成就奖项“杰出成就奖”获得者，在京东期间曾主导智慧营销，单条产品线GMV增长数十亿元；创办京东大数据比赛平台JData，并举办全世界最大的单体大数据比赛。有9年创业经历，在社交、电商、O2O等领域有多年经验和深刻见解，所创公司于2014年以4000万元估值被收购。
姚问雁
阿里云新零售客户成功经理，前中国移动网络通信专家、伊利大数据产品总监。拥有9年通信、零售、互联网行业头部公司工作经历，涉及平台研发、端到端闭环产品落地及商业应用推广、新零售数据中台与业务中台大型项目总控。具备多个数据产品从蓝图规划、产品设计到上线的全生命周期管理经验，涉及地理空间大数据、消费者舆情大数据、数据中台、业务中台、IoT等。
高长宽
某独角兽数据公司资深AI产品经理，拥有6年数据分析和数据产品经验，擅长文本语义分析和社会化聆听，曾参与多个政务舆情项目和企业级社会化聆听项目。人人都是产品经理和PMCAFF社区专栏作家，发表数十篇文本语义应用的实战文章，受到广泛好评。
李庆辉
精通Python数据科学及Python Web开发，曾独立开发公司的自动化数据分析平台，参与jiaoyu部“1 X”数据分析（Python）职业技能等级标准评审。中国人工智能学会会员，企业数字化、数据产品和数据分析讲师，在个人网站“盖若”上编写的技术和产品类教程广受欢迎，著有《深入浅出Pandas：利用Python进行数据处理与分析》一书。
郑欣
资深数据产品经理，曾在携程、苏宁易购等知名互联网公司从事数据产品相关工作。擅长数据平台规划和产品设计、数据埋点与数据指标建设、策略产品和流量分发、流量反作弊及订单反作弊等。曾参与电商公司数据埋点平台及流量分发从0到1的构建，以及互联网公司订单风控平台、电商平台反作弊平台的构建。
俞京江
某知名地产集团金融事业群产品负责人。有10年互联网金融行业产品设计经验，多年产品团队管理经验，精通金融行业产品的业务流程及功能设计。独立负责过五百亿交易规模的App的版本迭代，以及过单日破亿交易额的营销活动。有丰富的用户增长和营销获客实战经验，善于搭建体系化的营销服务管理系统，包括精细化运营平台、自动化营销平台、SCRM等。
马晓冬
小米中国区市场部用户研究负责人。深耕市场研究、数字化领域15年，具有优秀的商业分析能力和敏锐的数据洞察力，擅长消费者洞察、数据分析与挖掘、数据产品规划设计及推广应用。长期供职于小米、伊利等全球500强企业市场部门，负责的零售大数据平台项目获得某全球500强企业集团年度数字化创新奖。深度参与多行业、跨领域的商业实践，兼具互联网和传统行业经验，全方位洞悉手机、快消、互联网等行业的发展趋势和业务管理特点。
张龙祥
数据产品经理，擅长数据分析的体系化和产品化，在电商和增长领域有一定的经验。
赫子敬
次元降维创始人，专注于在视觉领域的AI产品创新。有8年数据产品和数据分析经验，曾在多家大型企业担任数据负责人，精通全栈数据链路和数据策略。滴滴现代交通安全数据奠基人，2016年帮助滴滴平台将安全事故降低20%，在技术方面实现重大突破；2018年全面负责爱奇艺AI产品线，帮助爱奇艺在内容制作、生产、分发环节全链路应用AI产品，大幅提升业务指标。
停云
高级数据产品经理，某公司数据部门负责人，曾就职于高朋网、平安集团、顺丰集团。拥有10年互联网行业从业经验，熟悉数据平台建设与数据运营、数据部门管理。对数据如何支持业务有深刻见解，曾在多家公司从0到1搭建过数据平台与数据运营体系。作为数据部门负责人，负责全公司的数据建设和数据应用，利用数据产品对内提升企业效率，对外销售数据产品。
程发林
某互联网物流领域上市公司数据产品经理及业务分析专家，熟悉市场上主流BI产品及指标体系的搭建，擅长从0到1完整搭建数据产品体系，包括埋点设计与采集、离线/实时数据仓库、用户画像、ASR语音数据应用等。
华筱筱
7年教育行业经验，在头部教育企业主导过多个从0到1的教学与学习产品。曾与教研、技术、运营团队密切合作，围绕教育知识图谱搭建自适应学习产品，打造自适应学习产品的标杆产品，并获得多项专利及软件著作权。
徐湲策
某安防公司前安全检测平台负责人，拥有8 年B端和G端产品经理经验，负责过多个省级政企平台的产品设计和实施管理工作。
|
| 目錄：
|
前言
第一部分 数据建设
第 1 章 自动化数据分析平台的搭建 002
1.1 问题和现状 002
1.1.1 项目管理 003
1.1.2 重复劳动 003
1.1.3 工作流程 004
1.1.4 数据交付 005
1.1.5 小结 006
1.2 需求分析 006
1.2.1 流程梳理 006
1.2.2 数据需求方 007
1.2.3 数据分析师 008
1.2.4 产品经理 008
1.2.5 开发人员 008
1.2.6 小结 008
1.3 平台搭建 009
1.3.1 功能架构 009
1.3.2 数据需求单 009
XII
1.3.3 数据分析单 011
1.3.4 数据分析过程 014
1.3.5 数据源 017
1.3.6 数据仓库对接 018
1.3.7 底表管理 019
1.3.8 数据探索 019
1.3.9 自动任务调度 021
1.3.10 数据交付 024
1.3.11 账号体系 024
1.3.12 小结 025
1.4 项目问答 025
1.4.1 需求方是谁 025
1.4.2 哪些方面花的精力最多 026
1.4.3 本项目的产品经理需要掌握哪些技能 026
1.4.4 如何平衡成本与收益 026
第 2 章 数据埋点的应用场景、工作流程与案例分析 028
2.1 数据埋点的应用场景 028
2.1.1 数据埋点的作用 029
2.1.2 后端数据埋点的分类 029
2.2 数据埋点的工作流程 030
2.2.1 数据埋点的流程图 030
2.2.2 数据埋点的日常流程 033
2.2.3 数据埋点工作中的常见问题及应对措施 034
2.3 埋点需求实战案例 036
2.3.1 业务线坑位埋点位置 036
2.3.2 业务线坑位截图 036
2.3.3 页面坑位埋点 036
2.3.4 上线时间 037
2.3.5 需求计划时间里程碑 038
2.3.6 埋点测试报告 038
XIII
2.3.7 上线公告 038
2.3.8 上线验收说明 039
2.3.9 验收结果报告 039
2.4 埋点规范样例与测试样例 039
2.4.1 App 端曝光埋点、点击埋点样例说明 040
2.4.2 本次埋点的曝光、点击测试 040
2.5 埋点“七字诀” 048
第二部分 数据营销
第 3 章 数据中台和业务中台如何赋能自动化营销 052
3.1 我们做自动化营销的起因与整体思路 053
3.2 方法论：用户运营体系 053
3.3 产品功能架构 055
3.4 数据中台为营销侧提供数据服务 057
3.5 模块一：营销自动化 058
3.6 模块二：线上活动管理 062
第 4 章 零售行业大数据平台的构建和商业应用 068
4.1 平台背景 069
4.2 平台核心价值 070
4.3 平台实现过程 071
4.3.1 数据准备 073
4.3.2 数据分析与建模 077
4.3.3 商业应用场景举例 090
４.4 产品经理工作方法总结 097
第 5 章 舆情大数据助力精准化营销 099
5.1 舆情大数据平台的意义 099
5.2 产品实现 100
5.2.1 研发背景 101
XIV
5.2.2 平台业务架构设计 102
5.2.3 业务数字化过程 104
5.2.4 私有化部署 117
5.3 产品商业应用 122
5.3.1 大数据支持产品创新全流程 123
5.3.2 消费者产品体验全网触点覆盖 125
5.3.3 营销效果监测 125
5.3.4 品牌资产建设 130
5.3.5 电商监测（销量和舆情） 131
5.3.6 渠道重点客户画像 132
5.4 舆情大数据精准营销商业价值 133
第 6 章 利用社会化聆听辅助商业决策 135
6.1 社会化聆听的定义与商业价值 136
6.1.1 社会化聆听的定义 136
6.1.2 社会化聆听的商业价值 137
6.2 如何进行社会化聆听 142
6.2.1 确定业务目标 142
6.2.2 确定数据来源 143
6.2.3 选择合适的工具 144
6.2.4 将分析结果转化为有价值的商业情报 144
6.3 案例：凯迪拉克的口碑数据挖掘 145
6.3.1 数据获取 146
6.3.2 分析目的 147
6.3.3 数据特征及分类 147
6.3.4 消费者购车目的分析 149
6.3.5 了解消费者关注的典型话题 151
6.3.6 从消费者的负面评价中挖掘待改进的方面 154
6.3.7 挖掘影响消费者购车的重要因素 155
6.3.8 基于微博数据的消费者兴趣挖掘 157
6.3.9 基于评论内容的品牌调性挖掘 161
XV
6.4 社会化聆听产品化解决方案的大致思路 165
6.4.1 数据采集来源 165
6.4.2 业务分类体系 166
6.4.3 统计分析挖掘 170
6.4.4 可视化呈现 170
6.5 题外话：数据产品经理的相关技能 172
6.5.1 产品经理在这个项目中的角色 172
6.5.2 这个项目的产品经理需要具备哪些技能 173
第 7 章 商品分析方法 174
7.1 商品分析总览 174
7.2 商品分析目标 175
7.3 商品分析核心环节 175
7.3.1 销 176
7.3.2 存 178
7.3.3 进 181
7.4 商品分析的相关部门 183
第 8 章 游戏商业化的关键问题和解决方案 185
8.1 体验与商业化能力可否兼得 186
8.1.1 什么是好游戏 186
8.1.2 手游商业模式 186
8.1.3 通过数据平台找到平衡点 187
8.2 游戏商业化过程中常见的关键问题 188
8.2.1 礼包推荐的核心问题 188
8.2.2 内购盈利模式下的二八定律 189
8.2.3 游戏平衡性问题 190
8.2.4 不同地域人群的偏好 190
8.2.5 短期利益与长期利益的权衡 190
8.2.6 反作弊的权衡问题 191
8.2.7 广告成本问题 192
XVI
8.3 基于规则引擎的多试验组测试 193
8.3.1 IAP 商业化问题拆解 193
8.3.2 规则引擎产品架构解析 194
8.3.3 礼包生产模块 194
8.3.4 规则模块 196
8.3.5 复杂实验的创建 197
8.4 专题案例：构建广告成本优化模型 198
8.4.1 如何节省投放成本 198
8.4.2 模型核心逻辑 198
第 9 章 在 B 端初创公司做数据运营 200
9.1 什么是数据运营 200
9.1.1 数据运营的定义 201
9.1.2 数据运营与数据分析、数据产品的区别 201
9.1.3 在公司不同发展阶段数据运营人员的重点工作 201
9.2 初创公司是否需要数据运营 203
9.2.1 初创公司的共同特征 203
9.2.2 数据运营为初创公司的发展提速 203
9.3 我在初创公司如何做数据运营 204
9.3.1 市场探索期 204
9.3.2 产品打磨期 204
9.3.3 市场增长期 205
9.3.4 商业变现期 208
9.4 数据运营的成功要素 208
第三部分 数据驱动
第 10 章 海量语音数据的文本转写、分析、挖掘与商业应用 212
10.1 项目特色 213
10.2 研发目标 215
10.3 关键点及难点 216
XVII
10.4 技术实现过程 217
10.4.1 技术架构 217
10.4.2 ASR 模型优化 218
10.4.3 系统构成 219
10.5 对语音识别出的文本数据的应用 222
10.5.1 全面质检模型 222
10.5.2 智能匹配客户 224
10.5.3 智能服务语言推荐 227
10.6 项目效益 229
10.6.1 经济效益 229
10.6.2 工作方式的改变 230
10.6.3 语音转文本数据的深度挖掘 230
第 11 章 提升网约车安全性的数据化解决方案 231
11.1 出行安全的背景 231
11.2 网约车安全的定义 232
11.2.1 交通安全 232
11.2.2 司乘安全 233
11.3 安全解决方案的制定 233
11.3.1 交通安全解决方案 234
11.3.2 司乘安全解决方案 239
11.4 交通安全的四阶段展望 240
第 12 章 视频数据分析实战：智慧安防中的智能视频产品 242
12.1 智慧安防整体介绍 243
12.1.1 智慧安防的概念 243
12.1.2 智慧安防的效果 243
12.1.3 智慧安防的使用场景 243
12.1.4 智慧安防的核心应用——智慧视频产品 245
12.2 智能视频产品 245
12.2.1 视频搜索查询 247
XVIII
12.2.2 图像识别查询 249
第 13 章 AI 产品经理的工作日常与 AI 技术在视频平台上的应用 253
13.1 AI 知识简单科普 253
13.2 AI 产品经理的工作内容与路线 254
13.2.1 AI 产品经理的日常工作内容 255
13.2.2 AI 产品经理的工作路线 257
13.3 AI 技术在视频平台上的应用 259
13.3.1 案例 1：智能审核 260
13.3.2 案例 2：智能封面图 262
13.3.3 案例 3：智能拆条 263
第 14 章 数据产品经理在推荐中的价值 266
14.1 推荐系统简介 266
14.1.1 什么是推荐系统 267
14.1.2 推荐系统的技术架构 268
14.2 关于推荐系统三要素的思考 271
14.2.1 信息维度 272
14.2.2 用户维度 274
14.2.3 平台维度 276
14.3 推荐系统的 A/B 测试 277
14.4 关于经典应用场景的思考 278
14.4.1 电商信息流 278
14.4.2 长视频底层页推荐 280
14.4.3 短视频实时插入推荐 281
14.5 短视频平台推荐系统的分析 282
14.5.1 产品经理竞品分析的基础架构 282
14.5.2 推荐系统竞品分析的特点 283
14.5.3 抖音和快手的推荐系统分析 284
后记 288
|
| 內容試閱：
|
为什么要写本书
四五年前我开始在知乎上写数据产品相关的专栏，与众多读者进行了深入的交流，经常有读者问我有没有书可以让他们系统学习数据产品经理知识。问的人很多，我发现这是一个普遍性的问题：数据越来越重要，而数据产品的知识零散而碎片化，初入行者很难全面了解数据产品经理的知识。于是我组织了一些有经验的数据产品经理一起写一本书，来系统讲解成为数据产品经理需要的知识体系。
在写作过程中我们发现，这一主题所涉及的内容非常丰富，一本书根本放不下。于是我们就做成了一个数据产品经理系列，包括两本书：《数据产品经理：实战进阶》（简称《实战》）和《数据产品经理：解决方案与案例分析》（简称《案例》）。《实战》侧重于知识结构，写的是数据产品经理需要的知识内容，适合想了解数据产品怎么做的读者。《案例》即本书，侧重于实际项目，介绍了不同的项目，适合想了解数据项目能发挥什么作用并从中获得启发的读者。
本书特色
由来自多个行业的数据产品经理共同撰写，展现不同行业的全貌。
包含大量知识图谱、AI等相对前沿并且在实际运营中取得良好效果的项目，让读者了解到先进的数据理念同样能够在企业中落地。
包含数据分析、营销等业务性强，能够直接为公司带来收益的项目。
本书中案例涉及各种类型的公司，既有互联网头部企业，又有垂直领域领头羊、初创公司、传统企业等，旨在让读者看到多个角度、多种公司的数据产品案例。
读者对象
本书适合以下人群阅读。
数据产品经理：了解实际工作中可以实现哪些数据项目。
企业领导者：了解数据在企业的营销、运营等方面能产生什么价值。
想要转行成为数据产品经理的新手：完善自己的数据知识体系和职业成长规划。
如何阅读本书
业内的数据产品经理根据公司的不同和部门的不同，基本上分三类：数据应用类、数据建设类、策略类。在本书中，这三类数据产品经理的工作内容都有涉及。
在《实战》一书出版之后，部分数据产品经理认为很多工作不是数据产品经理的工作内容，特别容易对数据建设类内容产生疑问，认为应该由技术部门负责。而实际上，数据产品经理的工作内容很可能包括数据应用、数据建设和数据策略，这主要是根据公司的数据情况和个人情况而定的。
作为数据产品经理，我们要主动学习，开阔眼界，才能让数据价值最大化。目前，行业中大部分人对数据产品经理的职能和界限并不是非常明确，正因如此，我们的工作是没有上限的，我们可以做什么，完全靠自己争取。
如《实战》所说，你先留意了这些内容，才会对公司的数据现状进行思考和认知积累，才能知道公司的数据有哪些机会，这也是我们要分享各种类型的数据产品项目的原因。希望读者不要自我设限。
本书主要内容
本书共14章，分为数据建设、数据营销和数据驱动三部分。
第一部分 数据建设
数据建设是数据运转的基础，是数据发挥价值的关键。好的数据设施可以为公司提供准确的数据，并将数据使用和数据分析的步骤自动化，从而让公司能够批量、方便快捷地使用数据。本部分包含两章：
第1章 自动化数据分析平台的搭建
第2章 数据埋点的应用场景、工作流程与案例分析
第二部分 数据营销
营销是每个公司的业务核心，除了大量的资金投入外，还会有大量的人员投入。良好的数据营销平台可以助力营销工作。而营销人员的首要功课是研究用户需求，管理好产品，进而制定营销战略，加强获客能力。关于营销，本部分提供了以下案例：
第3章 数据中台和业务中台如何赋能自动化营销
第4章 零售行业大数据平台的构建和商业应用
第5章 舆情大数据助力精准化营销
第6章 利用社会化聆听辅助商业决策
第7章 商品分析方法
第8章 游戏商业化的关键问题和解决方案
第9章 在B端初创公司做数据运营
第三部分 数据驱动
数据产品经理可以进驻公司的每个部门，驱动该部门的业务发展，成为公司运转的核心和动力。本部分提供了多个行业的案例，所有这些案例都属于数据产品的一个分支——策略产品的范畴，其中一些案例的实现以人工智能为主。本部分包含以下内容：
第10章 海量语音数据的文本转写、分析、挖掘与商业应用
第11章 提升网约车安全性的数据化解决方案
第12章 视频数据分析实战：智慧安防中的智能视频产品
第13章 AI产品经理的工作日常与AI技术在视频平台上的应用
第14章 数据产品经理在推荐中的价值
勘误和支持
由于笔者水平有限以及技术的不断更新和迭代，书中难免会出现一些错误或者不准确的地方，恳请读者批评指正。如果你有关于本书的任何意见或建议，欢迎发送邮件至yfc@hzbook.com。
致谢
感谢机械工业出版社华章分社的编辑杨福川在这一年多的时间里始终支持我们的写作，并对书的内容结构和写作提出了宝贵意见。
有多名志愿者参与了本书的试读并提出了宝贵意见，对本书质量的提升有很大帮助，他们是黄宇、李文滨、胡兆军、陈斌和萧饭饭。
感谢数据产品群千余名成员的活跃讨论和分享。
谨以此书献给数据产品经理路上的前行者！
杨楠楠
2022年9月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
