本书以数据思维为主题,以数据分析全流程为主线,融合了与数据思维相关的编程语言、统计学基础及案例分析等内容,全书分为4篇,囊括了数据思维的概念和培养方法、数据来源及体系建设、数据分析三大思维方式及用户流失、用户转化实战等共11章的内容。本书囊括了数据分析中常用的分析方法,包括经典的海盗(AARRR)模型、麦肯锡的MECE模型、逻辑树、漏斗分析、路径分析、对比分析、A/B试验、RFM模型、K-Means算法、5W2H等分析方法,还包括各类方法的实践案例及Python实操项目。可以说本书是数据分析方法论与统计学知识、编程语言及应用案例的完美结合。本书适合工作了1～3年的初级数据分析师;已经掌握了数据分析工具,需要培养数据思维的转行人员;数据科学行业的人力专家和猎头等。
作者
目录
作者简介
内容简介
前言
第1篇 数据思维
第1章 数据思维是什么
第2章 为什么数据思维如此重要
第3章 数据思维如何培养
第2篇 数据指标体系
第4章 数据埋点
第5章 数据标签体系
第6章 数据指标体系
第3篇 数据分析方法论
第7章 对比思维
第8章 分群思维
第9章 相关与因果
第4篇 数据分析案例实战
第10章 用户流失分析
第11章 用户转化与付费分析
附录A 缩略词及中英文对照
参考文献
书评
查看更多
请您登录后发表评论 登录 | 注册
我的评分：
提交
0/400
