目錄
第一部分資料建設
第1章自動化資料分析平臺的搭建002
1.1問題和現狀002
1.1.1專案管理003
1.1.2重複勞動003
1.1.3工作流程004
1.1.4資料交付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資料需求方007
1.2.3資料分析師008
1.2.4產品經理008
1.2.5開發人員008
1.2.6小結0081.3平臺搭建009
1.3.1功能架構009
1.3.2資料需求單009
1.3.3資料分析單011
1.3.4資料分析過程014
1.3.5資料來源017
1.3.6資料倉庫對接018
1.3.7底表管理019
1.3.8資料探索019
1.3.9自動任務調度021
1.3.10資料交付024
1.3.11帳號體系024
1.3.12小結025
1.4專案問答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本專案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章資料埋點的應用場景、工作流程與案例分析028
2.1資料埋點的應用場景028
2.1.1資料埋點的作用029
2.1.2後端資料埋點的分類029
2.2資料埋點的工作流程030
2.2.1資料埋點的流程圖030
2.2.2資料埋點的日常流程033
2.2.3資料埋點工作中的常見問題及應對措施034
2.3埋點需求實戰案例036
2.3.1業務線坑位埋點位置036
2.3.2業務線坑位元截圖036
2.3.3頁面坑位元埋點036
2.3.4上線時間037
2.3.5需求計畫時間里程碑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埋點規範樣例與測試樣例039
2.4.1App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
第二部分資料行銷
第3章資料中台和業務中台如何賦能自動化行銷052
3.1我們做自動化行銷的起因與整體思路053
3.2方法論：使用者運營體系053
3.3產品功能架構055
3.4資料中台為行銷側提供資料服務057
3.5模組一：行銷自動化058
3.6模組二： 活動管理062
第4章零售行業大資料平臺的構建和商業應用068
4.1平臺背景069
4.2平臺核心價值070
4.3平臺實現過程071
4.3.1資料準備073
4.3.2資料分析與建模077
4.3.3商業應用場景舉例090
4.4產品經理工作方法總結097
第5章輿情大資料助力精准化行銷099
5.1輿情大資料平臺的意義099
5.2產品實現100
5.2.1研發背景101
5.2.2平臺業務架構設計102
5.2.3業務數位化過程104
5.2.4私有化部署117
5.3產品商業應用122
5.3.1大資料支援產品創新全流程123
5.3.2消費者產品體驗 觸點覆蓋124
5.3.3行銷效果監測128
5.3.4品牌資產建設129
5.3.5電商監測（銷量和輿情）130
5.3.6管道重點客戶畫像131
5.4輿情大資料精准行銷商業價值131
第6章利用社會化聆聽輔助商業決策135
6.1社會化聆聽的定義與商業價值136
6.1.1社會化聆聽的定義136
6.1.2社會化聆聽的商業價值137
6.2如何進行社會化聆聽142
6.2.1確定業務目標142
6.2.2確定資料來源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情報144
6.3案例：凱迪拉克的口碑資料採擷145
6.3.1資料獲取146
6.3.2分析目的147
6.3.3資料特徵及分類147
6.3.4消費者購車目的分析149
6.3.5瞭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基於微博資料的消費者興趣挖掘157
6.3.9基於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資料獲取來源165
6.4.2業務分類體系166
6.4.3統計分析挖掘170
6.4.4視覺化呈現170
6.5題外話：資料產品經理的相關技能172
6.5.1產品經理在這個專案中的角色172
6.5.2這個專案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商品分析核心環節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章遊戲商業化的關鍵問題和解決方案185
8.1體驗與商業化能力可否兼得186
8.1.1什麼是好遊戲186
8.1.2手遊商業模式186
8.1.3通過資料平臺找到平衡點187
8.2遊戲商業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遊戲平衡性問題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基於規則引擎的多試驗組測試193
8.3.1IAP商業化問題拆解193
8.3.2規則引擎產品架構解析194
8.3.3禮包生產模組194
8.3.4規則模組196
8.3.5複雜實驗的創建197
8.4專題案例：構建廣告成本優化模型198
8.4.1如何節省投放成本198
8.4.2模型核心邏輯198
第9章在B端初創公司做資料運營200
9.1什麼是資料運營 200
9.1.1資料運營的定義201
9.1.2資料運營與資料分析、資料產品的區別201
9.1.3在公司不同發展階段資料運營人員的重點工作201
9.2初創公司是否需要資料運營 203
9.2.1初創公司的共同特徵203
9.2.2資料運營為初創公司的發展提速203
9.3我在初創公司如何做資料運營 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商業變現期208
9.4資料運營的成功要素 208
第三部分資料驅動
第10章海量語音資料的文本轉寫、分析、挖掘與商業應用212
10.1專案特色213
10.2研發目標215
10.3關鍵點及難點216
10.4技術實現過程217
10.4.1技術架構217
10.4.2ASR模型優化218
10.4.3系統構成219
10.5對語音辨識出的文本資料的應用222
10.5.1全面質檢模型222
10.5.2智慧匹配客戶224
10.5.3智慧服務語言 227
10.6專案效益229
10.6.1經濟效益229
10.6.2工作方式的改變230
10.6.3語音轉文本資料的深度挖掘230
第11章提升網約車安全性的資料化解決方案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章視頻資料分析實戰：智慧安防中的智慧視頻產品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智慧視頻產品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
13.1AI知識簡單科普253
13.2AI產品經理的工作內容與路線254
13.2.1AI產品經理的日常工作內容255
13.2.2AI產品經理的工作路線257
13.3AI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：智慧拆條263
第14章資料產品經理在 中的價值266
14.1 系統簡介266
14.1.1什麼是 系統267
14.1.2 系統的技術架構268
14.2關於 系統三要素的思考271
14.2.1資訊維度27214.2.2使用者維度274
14.2.3平臺維度276
14.3 系統的A/B測試277
14.4關於經典應用場景的思考278
14.4.1電商資訊流278
14.4.2長視頻底層頁 280
14.4.3短視頻即時插入 281
14.5短視頻平臺 系統的分析282
14.5.1產品經理競品分析的基礎架構282
14.5.2 系統競品分析的特點283
14.5.3抖音和快手的 系統分析284
後記288 |
