作者簡介
前言
第一部分　數(shù)據(jù)建設
第1章　自動化數(shù)據(jù)分析平臺的搭建002
1.1　問題和現(xiàn)狀002
1.1.1　項目管理003
1.1.2　重復勞動003
1.1.3　工作流程004
1.1.4　數(shù)據(jù)交付005
1.1.5　小結006
1.2　需求分析006
1.2.1　流程梳理006
1.2.2　數(shù)據(jù)需求方007
1.2.3　數(shù)據(jù)分析師008
1.2.4　產品經理008
1.2.5　開發(fā)人員008
1.2.6　小結008
1.3　平臺搭建009
1.3.1　功能架構009
1.3.2　數(shù)據(jù)需求單009
1.3.3　數(shù)據(jù)分析單011
1.3.4　數(shù)據(jù)分析過程014
1.3.5　數(shù)據(jù)源017
1.3.6　數(shù)據(jù)倉庫對接018
1.3.7　底表管理019
1.3.8　數(shù)據(jù)探索019
1.3.9　自動任務調度021
1.3.10　數(shù)據(jù)交付024
1.3.11　賬號體系024
1.3.12　小結025
1.4　項目問答025
1.4.1　需求方是誰025
1.4.2　哪些方面花的精力多026
1.4.3　本項目的產品經理需要掌握哪些技能026
1.4.4　如何平衡成本與收益026
第2章　數(shù)據(jù)埋點的應用場景、工作流程與案例分析028
2.1　數(shù)據(jù)埋點的應用場景028
2.1.1　數(shù)據(jù)埋點的作用029
2.1.2　后端數(shù)據(jù)埋點的分類029
2.2　數(shù)據(jù)埋點的工作流程030
2.2.1　數(shù)據(jù)埋點的流程圖030
2.2.2　數(shù)據(jù)埋點的日常流程033
2.2.3　數(shù)據(jù)埋點工作中的常見問題及應對措施034
2.3　埋點需求實戰(zhàn)案例036
2.3.1　業(yè)務線坑位埋點位置036
2.3.2　業(yè)務線坑位截圖036
2.3.3　頁面坑位埋點036
2.3.4　上線時間037
2.3.5　需求計劃時間里程碑038
2.3.6　埋點測試報告038
2.3.7　上線公告?038
2.3.8　上線驗收說明039
2.3.9　驗收結果報告039
2.4　埋點規(guī)范樣例與測試樣例039
2.4.1　App端曝光埋點、點擊埋點樣例說明040
2.4.2　本次埋點的曝光、點擊測試040
2.5　埋點“七字訣”048
第二部分　數(shù)據(jù)營銷
第3章　數(shù)據(jù)中臺和業(yè)務中臺如何賦能自動化營銷052
3.1　我們做自動化營銷的起因與整體思路053
3.2　方法論：用戶運營體系053
3.3　產品功能架構055
3.4　數(shù)據(jù)中臺為營銷側提供數(shù)據(jù)服務057
3.5　模塊一：營銷自動化058
3.6　模塊二：線上活動管理062
第4章　零售行業(yè)大數(shù)據(jù)平臺的構建和商業(yè)應用068
4.1　平臺背景069
4.2　平臺核心價值070
4.3　平臺實現(xiàn)過程071
4.3.1　數(shù)據(jù)準備073
4.3.2　數(shù)據(jù)分析與建模077
4.3.3　商業(yè)應用場景舉例090
4.4　產品經理工作方法總結097
第5章　輿情大數(shù)據(jù)助力精準化營銷099
5.1　?輿情大數(shù)據(jù)平臺的意義099
5.2　產品實現(xiàn)100
5.2.1　研發(fā)背景101
5.2.2　平臺業(yè)務架構設計102
5.2.3　業(yè)務數(shù)字化過程104
5.2.4　私有化部署117
5.3　產品商業(yè)應用122
5.3.1　大數(shù)據(jù)支持產品創(chuàng)新全流程123
5.3.2　消費者產品體驗全網觸點覆蓋124
5.3.3　營銷效果監(jiān)測128
5.3.4　品牌資產建設129
5.3.5　電商監(jiān)測（銷量和輿情）130
5.3.6　渠道重點客戶畫像131
5.4　輿情大數(shù)據(jù)精準營銷商業(yè)價值131
第6章　利用社會化聆聽輔助商業(yè)決策135
6.1　社會化聆聽的定義與商業(yè)價值136
6.1.1　社會化聆聽的定義136
6.1.2　社會化聆聽的商業(yè)價值137
6.2　如何進行社會化聆聽142
6.2.1　確定業(yè)務目標142
6.2.2　確定數(shù)據(jù)來源143
6.2.3　選擇合適的工具144
6.2.4　將分析結果轉化為有價值的商業(yè)情報144
6.3　案例：凱迪拉克的口碑數(shù)據(jù)挖掘145
6.3.1　數(shù)據(jù)獲取146
6.3.2　分析目的147
6.3.3　數(shù)據(jù)特征及分類147
6.3.4　消費者購車目的分析149
6.3.5　了解消費者關注的典型話題151
6.3.6　從消費者的負面評價中挖掘待改進的方面154
6.3.7　挖掘影響消費者購車的重要因素155
6.3.8　基于微博數(shù)據(jù)的消費者興趣挖掘157
6.3.9　基于評論內容的品牌調性挖掘161
6.4　社會化聆聽產品化解決方案的大致思路165
6.4.1　數(shù)據(jù)采集來源165
6.4.2　業(yè)務分類體系166
6.4.3　統(tǒng)計分析挖掘170
6.4.4　可視化呈現(xiàn)170
6.5　題外話：數(shù)據(jù)產品經理的相關技能172
6.5.1　產品經理在這個項目中的角色172
6.5.2　這個項目的產品經理需要具備哪些技能173
第7章　商品分析方法174
7.1　商品分析總覽174
7.2　商品分析目標175
7.3　商品分析核心環(huán)節(jié)175
7.3.1　銷176
7.3.2　存178
7.3.3　進181
7.4　商品分析的相關部門183
第8章　游戲商業(yè)化的關鍵問題和解決方案185
8.1　體驗與商業(yè)化能力可否兼得186
8.1.1　什么是好游戲186
8.1.2　手游商業(yè)模式186
8.1.3　通過數(shù)據(jù)平臺找到平衡點187
8.2　游戲商業(yè)化過程中常見的關鍵問題188
8.2.1　禮包推薦的核心問題188
8.2.2　內購盈利模式下的二八定律189
8.2.3　游戲平衡性問題190
8.2.4　不同地域人群的偏好190
8.2.5　短期利益與長期利益的權衡190
8.2.6　反作弊的權衡問題191
8.2.7　廣告成本問題192
8.3　基于規(guī)則引擎的多試驗組測試193
8.3.1　IAP商業(yè)化問題拆解193
8.3.2　規(guī)則引擎產品架構解析194
8.3.3　禮包生產模塊194
8.3.4　規(guī)則模塊196
8.3.5　復雜實驗的創(chuàng)建197
8.4　專題案例：構建廣告成本優(yōu)化模型198
8.4.1　如何節(jié)省投放成本198
8.4.2　模型核心邏輯198
第9章　在B端初創(chuàng)公司做數(shù)據(jù)運營200
9.1　什么是數(shù)據(jù)運營 200
9.1.1　數(shù)據(jù)運營的定義201
9.1.2　數(shù)據(jù)運營與數(shù)據(jù)分析、數(shù)據(jù)產品的區(qū)別201
9.1.3　在公司不同發(fā)展階段數(shù)據(jù)運營人員的重點工作201
9.2　初創(chuàng)公司是否需要數(shù)據(jù)運營 203
9.2.1　初創(chuàng)公司的共同特征203
9.2.2　數(shù)據(jù)運營為初創(chuàng)公司的發(fā)展提速203
9.3　我在初創(chuàng)公司如何做數(shù)據(jù)運營 204
9.3.1　市場探索期? 204
9.3.2　產品打磨期 204
9.3.3　市場增長期 205
9.3.4　商業(yè)變現(xiàn)期208
9.4　數(shù)據(jù)運營的成功要素 208
第三部分　數(shù)據(jù)驅動
第10章　海量語音數(shù)據(jù)的文本轉寫、分析、挖掘與商業(yè)應用212
10.1　項目特色213
10.2　研發(fā)目標215
10.3　關鍵點及難點216
10.4　技術實現(xiàn)過程217
10.4.1　技術架構217
10.4.2　ASR模型優(yōu)化218
10.4.3　系統(tǒng)構成219
10.5　對語音識別出的文本數(shù)據(jù)的應用222
10.5.1　全面質檢模型222
10.5.2　智能匹配客戶224
10.5.3　智能服務語言推薦227
10.6　項目效益229
10.6.1　經濟效益229
10.6.2　工作方式的改變230
10.6.3　語音轉文本數(shù)據(jù)的深度挖掘230
第11章　提升網約車安全性的數(shù)據(jù)化解決方案231
11.1　出行安全的背景231
11.2　網約車安全的定義232
11.2.1　交通安全232
11.2.2　司乘安全233
11.3　安全解決方案的制定233
11.3.1　交通安全解決方案234
11.3.2　司乘安全解決方案239
11.4　交通安全的四階段展望240
第12章　視頻數(shù)據(jù)分析實戰(zhàn)：智慧安防中的智能視頻產品242
12.1　智慧安防整體介紹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　智慧安防的使用場景243
12.1.4　智慧安防的核心應用——智慧視頻產品245
12.2　智能視頻產品245
12.2.1　視頻搜索查詢247
12.2.2　圖像識別查詢249
第13章　AI產品經理的工作日常與AI技術在視頻平臺上的應用253
13.1　AI知識簡單科普253
13.2　AI產品經理的工作內容與路線254
13.2.1　AI產品經理的日常工作內容255
13.2.2　AI產品經理的工作路線257
13.3　AI技術在視頻平臺上的應用259
13.3.1　案例1：智能審核260
13.3.2　案例2：智能封面圖262
13.3.3　案例3：智能拆條263
第14章　數(shù)據(jù)產品經理在推薦中的價值266
14.1　推薦系統(tǒng)簡介266
14.1.1　什么是推薦系統(tǒng)267
14.1.2　推薦系統(tǒng)的技術架構268
14.2　關于推薦系統(tǒng)三要素的思考271
14.2.1　信息維度272
14.2.2　用戶維度274
14.2.3　平臺維度276
14.3　推薦系統(tǒng)的A/B測試277
14.4　關于經典應用場景的思考278
14.4.1　電商信息流278
14.4.2　長視頻底層頁推薦280
14.4.3　短視頻實時插入推薦281
14.5　短視頻平臺推薦系統(tǒng)的分析282
14.5.1　產品經理競品分析的基礎架構282
14.5.2　推薦系統(tǒng)競品分析的特點283
14.5.3　抖音和快手的推薦系統(tǒng)分析284
后記288