业务数据分析：五招破解业务难题

16.3　一切才刚刚开始

16.2　数据时代的个人成长

16.1　数据分析驱动行动：从思维到实践

第16章　请做好准备：数据时代已经来临

15.3　提升客服响应速度

15.2　预防问题

15.1　用户体验的核心数据

第15章　数据分析实例：提升用户体验

14.3　低成本验证

14.2　说服合作方

14.1　制订项目计划

第14章　数据分析实例：推动合作

13.2　项目汇报要点

13.1　项目汇报技巧

第13章　数据分析实例：项目汇报展示成果

12.4　商品关联推荐

12.3　用户偏好推荐

12.2　内容协同过滤

12.1　个性化推荐的方法

第12章　数据分析实例：为用户提供个性化推荐

11.4　学会质疑

11.3　定位异常原因

11.2　设立异常指标

11.1　什么是异常

第11章　数据分析实例：发现业务中的异常

10.4　分析趋势：目前产品所处生命周期

10.3　提升投入产出比：减少预算的浪费

10.2　评估成本/收益：计算投入产出比

10.1　罗列与分析方向：新客构成分析

第10章　数据分析实例：寻找用户增长机会

9.2　提升利润

9.1　研究转化率情况

第9章　数据分析实例：提升营收效率辅助产品升级

8.2　与市场进行对比

8.1　观察与总结数据规律

第8章　数据分析实例：了解指标规律与变化

7.2.3　多种统计口径的处理

7.2.2　如何统计月活跃用户数

7.2.1　什么是月活跃用户数

7.2　北极星指标的统计

7.1.2　如何选北极星指标

7.1.1　什么是北极星指标

7.1　寻找北极星指标：衡量业务发展的情况

第7章　数据分析实例：看清业务现状

第2篇　数据分析实例篇

6.4　汇报工作的要点

6.3.2　汇报关系到项目的推进

6.3.1　汇报关系到员工的标签

6.3　汇报的作用

6.2.3　验证论证逻辑是否成立

6.2.2　论证逻辑的梳理方法

6.2.1　论证逻辑要成立

6.2　清晰的论证逻辑

6.1.3　结论表达的原则

6.1.2　结论的几种类型

6.1.1　结论的组成

6.1　短促有力的结论

第6章　撰写数据分析报告：展示数据分析结论

5.5.3　发现异常

5.5.2　发现规律

5.5.1　什么是数据的规律与异常

5.5　数据分析第五招：发现规律与异常

5.4.3　转化率分析工具：漏斗图和用户旅程地图

5.4.2　多层转化率的分析

5.4.1　什么是转化率

5.4　数据分析第四招：看转化

5.3.4　按用户属性拆分

5.3.3　按地理位置拆分

5.3.2　按用户访问渠道拆分

5.3.1　什么是做拆分

5.3　数据分析第三招：做拆分

5.2.5　市场占有率

5.2.4　竞品对比

5.2.3　目标达成情况

5.2.2　参照物的选择

5.2.1　什么是做比较

5.2　数据分析第二招：做比较

5.1.3　环比与同比

5.1.2　变化数与变化率

5.1.1　什么是看变化

5.1　数据分析第一招：看变化

第5章　数据分析方法：五招快速上手

4.4.2　扩大营收规模的常见方法

4.4.1　理解营收规模

4.4　营收规模

4.3.2　提升用户转化率的常见方法

4.3.1　理解用户转化率

4.3　用户转化率

4.2.2　增加活跃用户数的常见方法

4.2.1　理解活跃用户数

4.2　活跃用户数

4.1　理解数据分析中的业务三要素

第4章　理解业务流程：数据分析的核心

3.8.3　第三方数据的特点

3.8.2　第三方数据的分类

3.8.1　分析第三方数据的目的

3.8　第三方数据

3.7.3　用户线下行为数据的特点

3.7.2　用户线下行为数据的分类

3.7.1　分析用户线下行为数据的目的

3.7　用户线下行为数据

3.6.3　运营数据的特点

3.6.2　运营数据的分类

3.6.1　分析运营数据的目的

3.6　运营数据

3.5.3　交易数据的特点

3.5.2　交易数据的分类

3.5.1　分析交易数据的目的

3.5　交易数据

3.4.3　产品内容数据的特点

3.4.2　产品内容数据的分类

3.4.1　分析产品内容数据的目的

3.4　产品内容数据

3.3.3　用户行为数据的特点

3.3.2　用户行为数据的分类

3.3.1　分析用户行为数据的目的

3.3　用户行为数据

3.2　常见的数据类型

3.1　数据分析需要原材料

第3章　寻找需要的数据：数据分析的基础

2.4　目标确认的步骤

2.3　别遗漏关键信息

2.2　避免出现信息差

2.1　确认目标后再行动

第2章　目标确认：数据分析的第一步

1.6　数据分析能建立自身的影响力

1.5　数据分析能及时发现异常

1.4　数据分析能增强项目的说服力

1.3　数据分析能提升项目的成功率

1.2　数据分析能提升企业的效率

1.1　数据分析能更有说服力

第1章　数据分析：职场人的强大武器

第1篇　数据分析基础篇

前言

内容简介

作者介绍

版权信息

封面

封面

版权信息

作者介绍

内容简介

前言

第1篇　数据分析基础篇

第1章　数据分析：职场人的强大武器

1.1　数据分析能更有说服力

1.2　数据分析能提升企业的效率

1.3　数据分析能提升项目的成功率

1.4　数据分析能增强项目的说服力

1.5　数据分析能及时发现异常

1.6　数据分析能建立自身的影响力

第2章　目标确认：数据分析的第一步

2.1　确认目标后再行动

2.2　避免出现信息差

2.3　别遗漏关键信息

2.4　目标确认的步骤

第3章　寻找需要的数据：数据分析的基础

3.1　数据分析需要原材料

3.2　常见的数据类型

3.3　用户行为数据

3.3.1　分析用户行为数据的目的

3.3.2　用户行为数据的分类

3.3.3　用户行为数据的特点

3.4　产品内容数据

3.4.1　分析产品内容数据的目的

3.4.2　产品内容数据的分类

3.4.3　产品内容数据的特点

3.5　交易数据

3.5.1　分析交易数据的目的

3.5.2　交易数据的分类

3.5.3　交易数据的特点

3.6　运营数据

3.6.1　分析运营数据的目的

3.6.2　运营数据的分类

3.6.3　运营数据的特点

3.7　用户线下行为数据

3.7.1　分析用户线下行为数据的目的

3.7.2　用户线下行为数据的分类

3.7.3　用户线下行为数据的特点

3.8　第三方数据

3.8.1　分析第三方数据的目的

3.8.2　第三方数据的分类

3.8.3　第三方数据的特点

第4章　理解业务流程：数据分析的核心

4.1　理解数据分析中的业务三要素

4.2　活跃用户数

4.2.1　理解活跃用户数

4.2.2　增加活跃用户数的常见方法

4.3　用户转化率

4.3.1　理解用户转化率

4.3.2　提升用户转化率的常见方法

4.4　营收规模

4.4.1　理解营收规模

4.4.2　扩大营收规模的常见方法

第5章　数据分析方法：五招快速上手

5.1　数据分析第一招：看变化

5.1.1　什么是看变化

5.1.2　变化数与变化率

5.1.3　环比与同比

5.2　数据分析第二招：做比较

5.2.1　什么是做比较

5.2.2　参照物的选择

5.2.3　目标达成情况

5.2.4　竞品对比

5.2.5　市场占有率

5.3　数据分析第三招：做拆分

5.3.1　什么是做拆分

5.3.2　按用户访问渠道拆分

5.3.3　按地理位置拆分

5.3.4　按用户属性拆分

5.4　数据分析第四招：看转化

5.4.1　什么是转化率

5.4.2　多层转化率的分析

5.4.3　转化率分析工具：漏斗图和用户旅程地图

5.5　数据分析第五招：发现规律与异常

5.5.1　什么是数据的规律与异常

5.5.2　发现规律

5.5.3　发现异常

第6章　撰写数据分析报告：展示数据分析结论

6.1　短促有力的结论

6.1.1　结论的组成

6.1.2　结论的几种类型

6.1.3　结论表达的原则

6.2　清晰的论证逻辑

6.2.1　论证逻辑要成立

6.2.2　论证逻辑的梳理方法

6.2.3　验证论证逻辑是否成立

6.3　汇报的作用

6.3.1　汇报关系到员工的标签

6.3.2　汇报关系到项目的推进

6.4　汇报工作的要点

第2篇　数据分析实例篇

第7章　数据分析实例：看清业务现状

7.1　寻找北极星指标：衡量业务发展的情况

7.1.1　什么是北极星指标

7.1.2　如何选北极星指标

7.2　北极星指标的统计

7.2.1　什么是月活跃用户数

7.2.2　如何统计月活跃用户数

7.2.3　多种统计口径的处理

第8章　数据分析实例：了解指标规律与变化

8.1　观察与总结数据规律

8.2　与市场进行对比

第9章　数据分析实例：提升营收效率辅助产品升级

9.1　研究转化率情况

9.2　提升利润

第10章　数据分析实例：寻找用户增长机会

10.1　罗列与分析方向：新客构成分析

10.2　评估成本/收益：计算投入产出比

10.3　提升投入产出比：减少预算的浪费

10.4　分析趋势：目前产品所处生命周期

第11章　数据分析实例：发现业务中的异常

11.1　什么是异常

11.2　设立异常指标

11.3　定位异常原因

11.4　学会质疑

第12章　数据分析实例：为用户提供个性化推荐

12.1　个性化推荐的方法

12.2　内容协同过滤

12.3　用户偏好推荐

12.4　商品关联推荐

第13章　数据分析实例：项目汇报展示成果

13.1　项目汇报技巧

13.2　项目汇报要点

第14章　数据分析实例：推动合作

14.1　制订项目计划

14.2　说服合作方

14.3　低成本验证

第15章　数据分析实例：提升用户体验

15.1　用户体验的核心数据

15.2　预防问题

15.3　提升客服响应速度

第16章　请做好准备：数据时代已经来临

16.1　数据分析驱动行动：从思维到实践

16.2　数据时代的个人成长

16.3　一切才刚刚开始