這才是BI該做的事-數據驅動從0到1 都美香 9787302657101 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：清華大學
物品所在地：中國大陸
原出版社：清華大學
NT$439
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202403*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：這才是BI該做的事-數據驅動從0到1 ISBN：9787302657101 出版社：清華大學 著編譯者：都美香 頁數：229 所在地：中國大陸 *此為代購商品 書號：1624049 可大量預訂，請先連絡。 內容簡介 本書以BI負責人的視角介紹BI分析師的核心工作和應具備的核心技能，並分析BI創造價值的專題，理論和實踐並重。全書分為四部分：第一部分（第1、2章）為BI概述與團隊組建，包括BI分析的基本概念、BI職責與數據驅動的概述，以及組建團隊時需要考慮的能力模型、團隊選型、團隊管理；第二部分（第3、4章）為BI體系搭建基礎知識，包括數據獲取與管理，指標體系的概念、設計模型與使用場景；第三部分（第5∼9章）為BI創造價值專題，包括增長、價值主張、盈利、體驗、風控五大專題；第四部分（第10、11章）為回顧與展望，從衣、食、住、行、學五個方面回顧數據已經帶來的變化與未來可預期的變化，最後從進化的視角探討應對人工智慧範式轉移的策略。 對於想要通過數據驅動業務、改善決策質量的互聯網從業者來說，本書應該是一本非常實用的參考書。作者簡介 都美香 正在攻讀杜克大學跨學科數據科學碩士（MIDS）項目，擁有中國人民大學歷史專業本科學位。曾擔任滴滴國家決策支持部負責人，兼任日本、巴西外賣分析團隊負責人；火花思維商業智能部負責人；VIPKID高級數據分析經理；華為高級工程師。帶領團隊在零售、教育、外賣等領域實現數據驅動，在供給側與需求側、互聯網與傳統企業、國內和國際業務領域都積累了豐富的實戰經驗。目錄 第一部分 BI概述與團隊組建第1章 BI分析概述 1 1 從「分析」的概念說起 1 1 1 常見的分析概念 1 1 2 BI分析的概念 1 2 BI分析行業現狀與BI的職責 1 2 1 沒有什麼不在被數字化 1 2 2 我們相信上帝，但其他人必須提供數據 1 2 3 BI團隊的職責 1 2 4 BI團隊的常見分類 1 3 數據驅動概述 1 3 1 數據驅動業務的衡量維度 1 3 2 數據驅動業務的大體流程 第2章 組建BI團隊 2 1 「人」：數據分析師畫像 2 1 1 分析師通用能力 2 1 2 不同部門對應的BI分析師特徵 2 1 3 不同任務屬性對應的BI分析師特徵 2 2 BI團隊的架構設置與部門間協作 2 2 1 BI團隊外部架構 2 2 2 BI跨部門協作機制 2 3 團隊管理 2 3 1 團隊選型 2 3 2 團隊運作機制 第二部分 BI體系搭建基礎知識 第3章 數據獲取與管理 3 1 數據採集（以外賣業務為例） 3 1 1 數據源類型 3 1 2 數據源的信息結構 3 1 3 數據傳輸與存儲 3 2 數據質量管理 3 2 1 數據質量標準 3 2 2 數據質量治理 3 3 新型數據源 3 3 1 關注感測器的數據 3 3 2 音頻、視頻等非結構化數據的解析與應用 3 3 3 標註數據 第4章 搭建指標體系 4 1 指標體系的概念、作用和衡量標準 4 1 1 指標體系的概念 4 1 2 指標體系的作用 4 1 3 指標體系的衡量標準（以外賣場景為例） 4 2 指標體系的設計模型 4 2 1 第一關鍵指標法（以電商和在線教育為例） 4 2 2 OSM模型（以在線教育為例） 4 2 3 AARRR海盜指標法（以在線教育為例） 4 2 4 用戶旅程地圖模型（以電商為例） 4 3 指標體系的開發流程 4 4 指標體系的使用場景（以外賣業務為例） 4 4 1 日維度業務監控 4 4 2 周維度業務診斷 4 4 3 月維度業務復盤 4 4 4 支持日常業務決策 第三部分 BI創造價值專題 第5章 專題：增長 5 1 概念 5 1 1 增長黑客的概念 5 1 2 增長金字塔：找到市場契合點和價值投遞引擎 5 1 3 增長黑客的運營機制 5 2 數據科學的演繹 5 2 1 人工智慧的高光時刻 5 2 2 提煉演算法替代決策的機會點 5 2 3 2%的人通過機器控制98%的人 5 2 4 提問題的能力才是核心能力 5 3 數據驅動增長的案例（以在線教育為例） 5 3 1 獲客：註冊 5 3 2 激活：轉化 5 3 3 留存：退費 5 3 4 盈利：續費 5 3 5 傳播：轉介紹 5 3 6 附：增長分析中常用的演算法模型 第6章 專題：價值主張 6 1 實現價值主張的分析方法 6 1 1 第一性原理：抓住本質 6 1 2 爬樓梯策略：窮盡方法 6 2 數據驅動價值主張的實現（以在線教育為例） 6 2 1 提高運營效率 6 2 2 提高學習效果 6 3 數據驅動價值主張的實現（以外賣業務為例） 6 3 1 外賣平台的出現是社會的進步 6 3 2 多、快、好、省 第7章 專題：盈利 7 1 盈利能力分析 7 1 1 傳統的盈利能力分析：賺更多錢 7 1 2 新業務的盈利能力分析：賺1塊錢 7 2 制定業務目標 7 2 1 制定目標的「格柵思維」 7 2 2 目標預測的模型類型 7 2 3 制定目標的決策體系：格柵模型 7 2 4 目標管理的長遠意義：鍛造持續成功的團隊 7 3 增長結構優化 7 3 1 增長引擎的類型 7 3 2 數據驅動增長引擎（以在線教育業務為例） 7 4 單位經濟效益優化：毛利分析 7 4 1 確定毛利目標（以外賣業務為例） 7 4 2 優化毛利結構（以外賣業務為例） 第8章 專題：體驗 8 1 用戶體驗概述 8 1 1 概念 8 1 2 度量模型 8 1 3 用戶體驗分析方法 8 2 用戶體驗分析應用 8 2 1 搭建體驗指標體系（以外賣業務為例） 8 2 2 問卷調研 8 2 3 KANO模型 8 2 4 文本挖掘 8 2 5 關聯用戶行為與評價、調研 第9章 專題：風控 9 1 概述 9 1 1 風控的概念 9 1 2 風控的特徵 9 1 3 風控不利可能造成的影響 9 2 風險感知（以外賣業務為例） 9 2 1 掃描業務流程與策略，鎖定風控點 9 2 2 異常值分析與離群點監測 9 2 3 客服數據監測 9 3 風險分析（以外賣業務為例） 9 3 1 描述性分析 9 3 2 根本原因分析 9 3 3 共同因素分析 9 4 風險治理 9 4 1 治理的環節 9 4 2 治理的策略 第四部分 回顧與展望 第10章 數據驅動隨處可見 10 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
