運營之路：數據分析+數據運營+用戶增長

第1篇 數據分析的方法

第1章 準備工作：數據清洗與預處理
1.1 為什麼要正確和高效地預處理與清洗數據
1.1.1 指標的數據來源
1.1.2 數據預處理的目的
1.1.3 數據預處理的流程
1.2 用Excel完成常見數據預處理
1.2.1 文本數值化：文本數字轉為數值型數字
1.2.2 日期數值化：文本型日期轉為日期型格式
1.2.3 用分列實現維度拆分
1.2.4 用“查找並刪除重複行”處理重複值
1.3 本章小結和思考

第2章 洞察運營機會的數據分析利器
2.1 重要！數據分析前的準備工作
2.1.1 Windows作業系統使用者
2.1.2 MacBook作業系統使用者
數據分析+ 數據運營+ 用戶增長
運營之路
2.2 把利器：用“描述性統計”來整體評估數據
2.2.1 什麼是描述性統計
2.2.2 描述性統計的適用場景
2.2.3 分析數據的分佈情況：中位數和平均數
2.2.4 分析數據的離散程度：方差和標準差
2.2.5 尋找異常數據：分位數和異常值
2.2.6 在Excel 中實現描述性統計
2.3 第2 把利器：用“變化分析”來尋找問題突破口
2.3.1 什麼是變化分析
2.3.2 變化分析的適用場景
2.3.3 變化分析1：同比
2.3.4 變化分析2：環比
2.3.5 在Excel 中分析環比和同比
2.3.6 用Excel 條件格式進行變化分析
2.3.7 用數據條/ 色階分析DAU 變化
2.3.8 用自訂條件格式分析用戶畫像年齡分佈
2.3.9 突出顯示 的銷售數據
2.3.10 突出銷量前十的產品
2.4 第3 把利器：用“指標體系”來洞察變化的原因
2.4.1 指標體系概述
2.4.2 指標體系的適用場景
2.4.3 指標體系的組成元素
2.4.4 指標類型（一）：北極星指標、虛榮指標
2.4.5 指標類型（二）：行為指標、業務指標、交易指標
2.4.6 如何建設產品的指標體系
2.4.7 如何用“指標體系”來分析指標變化的原因
2.4.8 深入理解活躍類指標
2.5 第4 把利器：用“相關性分析”來判斷業務歸因
2.5.1 什麼是相關性分析