《運營之路：數據分析+數據運營+用戶增長》徐小磊『EPUB電子書下載』

內容簡介

本書從講述數據分析的方法開始，深入講解數據運營的玩法，並提煉用戶增長的打法，讓讀者不但可以係統學習數據分析技能，還能掌握常見數據運營工具的使用方法，並且理解用戶增長的頂層戰略思路。

本書共9章，涵蓋的主要內容有：數據分析的方法，包括數據清洗和預處理、描述性統計、變化分析、指標體係、相關性分析、趨勢預測、B-O價值模型等的原理、場景和實現；數據運營的玩法，包括場景運營模型、產品生命周期模型、用戶生命周期模型，以及啟動屏、首頁和主頁、搜索區、輪播區、金剛區、樓層和坑位、版本迭代、漏鬥分析/路徑分析、會員/權益體係、簽到/打卡、優惠券和交叉營銷等運營工具的原理和策略；用戶增長的打法，包括S-C-I模型、3A3R模型的原理和使用方法。

本書內容通俗易懂，案例豐富，實用性強，特別適合從事互聯網數據分析、數據運營和用戶增長相關工作的讀者閱讀，也同樣適合傳統行業中從事產品營銷、市場推廣工作的讀者閱讀。另外，本書也可作為工具書隨時翻閱。

作者簡介

徐小磊，網名磊叔，公眾號“磊叔的數據增長實驗室”創辦人。數據挖掘與人工智能碩士，曾在阿裏巴巴從事數據運營工作，擁有10餘年數據運營工作經驗。

脈脈網互聯網領域KOL（關鍵意見領袖），知乎網萬粉千讚創作者，在行平台核心行家，人人都是增長官——2019增長大會特邀嘉賓，2020流量負增長——重構營銷新增長藍圖峰會特邀嘉賓。

在互聯網、移動運營商、智慧城市、金融等行業有豐富的實戰經驗，對海量用戶產品的數據運營有深厚的積累和深刻的理解。

目錄

第一篇數據分析的方法
第1章準備工作：數據清洗與預處理/5
1.1為什麼要正確和高效地預處理與清洗數據/5
1.1.1指標的數據來源/5
1.1.2數據預處理的目的/9
1.1.3數據預處理的流程/10
1.2用Excel完成常見數據預處理/18
1.2.1文本數值化：文本數字轉為數值型數字/18
1.2.2日期數值化：文本型日期轉為日期型格式/20
1.2.3用分列實現維度拆分/23
1.2.4用“查找並刪除重複行”處理重複值/28
1.3本章小結和思考/30
第2章洞察運營機會的數據分析利器/31
2.1重要！數據分析前的準備工作/32
2.1.1Windows操作係統用戶/32
2.1.2MacBook操作係統用戶/33
目錄
X
數據分析+數據運營+用戶增長
運營之路：
2.2第1把利器：用“描述性統計”來整體評估數據/34
2.2.1什麼是描述性統計/34
2.2.2描述性統計的適用場景/34
2.2.3分析數據的分布情況：中位數和平均數/35
2.2.4分析數據的離散程度：方差和標準差/39
2.2.5尋找異常數據：分位數和異常值/42
2.2.6在Excel中實現描述性統計/46
2.3第2把利器：用“變化分析”來尋找問題突破口/52
2.3.1什麼是變化分析/52
2.3.2變化分析的適用場景/53
2.3.3變化分析1：同比/53
2.3.4變化分析2：環比/55
2.3.5在Excel中分析環比和同比/57
2.3.6用Excel條件格式進行變化分析/58
2.3.7用數據條/色階分析DAU變化/59
2.3.8用自定義條件格式分析用戶畫像年齡分布/60
2.3.9突出顯示周末的銷售數據/63
2.3.10突出銷量前十的產品/64
2.4第3把利器：用“指標體係”來洞察變化的原因/66
2.4.1指標體係概述/66
2.4.2指標體係的適用場景/67
2.4.3指標體係的組成元素/67
2.4.4指標類型（一）：北極星指標、虛榮指標/77
2.4.5指標類型（二）：行為指標、業務指標、交易指標/84
2.4.6如何建設產品的指標體係/85
2.4.7如何用“指標體係”來分析指標變化的原因/87
2.4.8深入理解活躍類指標/89
2.5第4把利器：用“相關性分析”來判斷業務歸因/92
2.5.1什麼是相關性分析/92
XI
目錄
2.5.2相關性分析的2種數據/93
2.5.3相關性分析的3種算法/95
2.5.4相關性分析的適用場景/98
2.5.5重要！相關性分析的前提條件/99
2.5.6在Excel中進行“相關性分析”/100
2.5.7如何尋找對購買轉化率貢獻最大的渠道/102
2.5.8如何尋找對活躍有高貢獻的功能場景/103
2.6第5把利器：用“趨勢預測”來預測走勢/105
2.6.1趨勢預測的概念/105
2.6.2基於時間序列的趨勢預測/107
2.6.3基於回歸分析的趨勢預測/109
2.6.4在Excel中實現時間序列趨勢預測/110
2.6.5在Excel中實現回歸分析趨勢預測/112
2.6.6如何預測年度KPI/114
2.6.7如何預測下年春節期間的業務指標/115
2.7本章小結和思考/115
第3章將運營機會轉化為運營策略/116
3.1B-O價值模型概述/116
3.2B-O價值模型的組成/116
3.2.1Business：業務模型/117
3.2.2經營策略畫布/122
3.3B-O價值模型使用指南/122
3.4本章小結和思考/124
第二篇數據運營的玩法
第4章數據運營的基礎：用戶場景營銷/127
4.1場景營銷模型概述/127
4.2什麼是場景/128
XII
數據分析+數據運營+用戶增長
運營之路：
4.3場景的起源和特點/130
4.3.1從技術語言到業務語言/131
4.3.2從功能視角到用戶視角/134
4.3.3從靜態服務到動態服務/136
4.4場景的三個高階特性/138
4.4.1特性1：場景的五要素/138
4.4.2特性2：場景體係/144
4.4.3特性3：場景連接/146
4.5本章小結和思考/147
第5章產品運營工具和模型/148
5.1產品生命周期模型/148
5.1.1模型概覽與架構/148
5.1.2產品上線首發/149
5.1.3產品更新迭代/152
5.1.4產品下線停運/155
5.2產品運營的場景和運營策略/156
5.2.1啟動屏/157
5.2.2首頁和主頁/161
5.2.3主頁的首屏/162
5.2.4搜索區運營/166
5.2.5輪播區樓層/171
5.2.6金剛區樓層/174
5.2.7樓層和坑位/181
5.2.8版本迭代/191
5.3本章小結和思考/195
第6章用戶模型和運營工具/196
6.1用戶生命周期模型/196
6.1.1概述/196
XIII
目錄
6.1.2引入期/198
6.1.3成長期/199
6.1.4成熟期/201
6.1.5沉默期/203
6.1.6流失期/206
6.2用戶畫像/209
6.2.1什麼是用戶畫像/209
6.2.2靜態屬性畫像/210
6.2.3動態興趣畫像/212
6.2.4用戶畫像的形態：標簽/215
6.3用戶分層模型/217
6.3.1為什麼要用戶分層/217
6.3.2用戶分層的使用原則/219
6.3.3經典的用戶分層模型：RFM模型/220
6.3.4在Excel中實現RFM模型/223
6.4用戶運營的常用工具和運營策略/226
6.4.1用戶漏鬥/路徑分析/226
6.4.2會員/權益體係/230
6.4.3簽到/打卡/242
6.4.4優惠券/245
6.4.5交叉營銷/248
6.5本章小結和思考/250
第7章內容運營工具和場景/252
7.1標簽體係/252
7.1.1分類和標簽的區別/252
7.1.2標簽的本質：元數據/252
7.1.3標簽的兩種類型/253
7.1.4標簽係統的核心邏輯/253
7.1.5標簽和權重/255
XIV
數據分析+數據運營+用戶增長
運營之路：
7.1.6最佳實踐1：BAT是怎麼建設標簽體係的/256
7.1.7最佳實踐2：BAT是如何讓標簽賦能各個業務模塊的/260
7.1.8最佳實踐3：標簽係統的局限和劣勢/263
7.2個性化推薦/264
7.2.1運營必知的推薦係統流程/264
7.2.2四個常見的推薦運營場景/266
7.2.3個性化推薦是如何做到如此精準的/270
7.2.4推薦係統的原罪：不僅推薦，還在探索/272
7.3本章小結和思考/275
第三篇用戶增長的打法
第8章增長戰略模型：S-C-I戰略模型/279
8.1什麼是S-C-I戰略模型/279
8.2S-C-I戰略模型的核心邏輯/282
8.3電商型產品的戰略增長方向/285
8.4社交類產品的戰略增長方向/288
8.5內容類產品的戰略增長方向/290
8.6本章小結和思考/291
第9章增長策略模型：3A3R策略模型/292
9.1概述/292
9.2用戶洞察/293
9.2.1目標/293
9.2.2策略和工具/293
9.2.3輸出/295
9.3拉新獲客/295
9.3.1目標/295
9.3.2策略和工具/296
XV
目錄
9.3.3輸出/299
9.4活躍和留存/300
9.4.1概述/300
9.4.2策略和工具/300
9.4.3輸出/301
9.5收入/301
9.5.1概述/301
9.5.2策略和工具/302
9.5.3輸出/303
9.6傳播/303
9.6.1概述/303
9.6.2如何理解用戶增長與裂變的關係/303
9.73A3R策略模型的使用方法/310
9.7.1方法1：向前找流量、向後做轉化、自身看畫像/310
9.7.2方法2：自身指北，相鄰伴隨/312
9.83A3R策略模型的本質：五度循環圈/313
9.9本章小結和思考/316
後記/319
······