运营之路：数据分析+数据运营+用户增长

本书从讲述数据分析的方法开始，深入讲解数 据运营的玩法，并提炼用户增长的打法，让读者不 但可以系统学习数据分析技能，还能掌握常见数据 运营工具的使用方法，并且理解用户增长的顶层战 略思路。 本书共9章，涵盖的主要内容有：数据分析的方 法，包括数据清洗和预处理、描述性统计、变化分 析、指标体系、相关性分析、趋势预测、B-O价值模 型等的原理、场景和实现；数据运营的玩法，包括 场景运营模型、产品生命周期模型、用户生命周期 模型，以及启动屏、首页和主页、搜索区、轮播区 、金刚区、楼层和坑位、版本迭代、漏斗分析/路径 分析、会员/权益体系、签到/打卡、优惠券和交叉 营销等运营工具的原理和策略；用户增长的打法， 包括S-C-I模型、3A3R模型的原理和使用方法。 本书内容通俗易懂，案例丰富，实用性强，特 别适合从事互联网数据分析、数据运营和用户增长 相关工作的读者阅读，也同样适合传统行业中从事 产品营销、市场推广工作的读者阅读。另外，本书 也可作为工具书随时翻阅。

\"徐小磊，网名磊叔，公众号“磊叔的数据增长实验室”创办人。数据挖掘与人工智能硕士，曾在阿里巴巴从事数据运营工作，拥有10余年数据运营工作经验。 脉脉网互联网领域KOL（关键意见领袖），知乎网万粉千赞创作者，在行平台核心行家，人人都是增长官——2019增长大会特邀嘉宾，2020流量负增长——重构营销新增长蓝图峰会特邀嘉宾。 在互联网、移动运营商、智慧城市、金融等行业有丰富的实战经验，对海量用户产品的数据运营有深厚的积累和深刻的理解。\"

第一篇 数据分析的方法 第1章 准备工作：数据清洗与预处理 1.1 为什么要正确和高效地预处理与清洗数据 1.1.1 指标的数据来源 1.1.2 数据预处理的目的 1.1.3 数据预处理的流程 1.2 用Excel完成常见数据预处理 1.2.1 文本数值化：文本数字转为数值型数字 1.2.2 日期数值化：文本型日期转为日期型格式 1.2.3 用分列实现维度拆分 1.2.4 用“查找并删除重复行”处理重复值 1.3 本章小结和思考 第2章 洞察运营机会的数据分析利器 2.1 重要！数据分析前的准备工作 2.1.1 Windows操作系统用户 2.1.2 MacBook操作系统用户 X 数据分析+ 数据运营+ 用户增长 运营之路 2.2 第1 把利器：用“描述性统计”来整体评估数据 2.2.1 什么是描述性统计 2.2.2 描述性统计的适用场景 2.2.3 分析数据的分布情况：中位数和平均数 2.2.4 分析数据的离散程度：方差和标准差 2.2.5 寻找异常数据：分位数和异常值 2.2.6 在Excel 中实现描述性统计 2.3 第2 把利器：用“变化分析”来寻找问题突破口 2.3.1 什么是变化分析 2.3.2 变化分析的适用场景 2.3.3 变化分析1：同比 2.3.4 变化分析2：环比 2.3.5 在Excel 中分析环比和同比 2.3.6 用Excel 条件格式进行变化分析 2.3.7 用数据条/ 色阶分析DAU 变化 2.3.8 用自定义条件格式分析用户画像年龄分布 2.3.9 突出显示周末的销售数据 2.3.10 突出销量前十的产品 2.4 第3 把利器：用“指标体系”来洞察变化的原因 2.4.1 指标体系概述 2.4.2 指标体系的适用场景 2.4.3 指标体系的组成元素 2.4.4 指标类型（一）：北极星指标、虚荣指标 2.4.5 指标类型（二）：行为指标、业务指标、交易指标 2.4.6 如何建设产品的指标体系 2.4.7 如何用“指标体系”来分析指标变化的原因 2.4.8 深入理解活跃类指标 2.5 第4 把利器：用“相关性分析”来判断业务归因 2.5.1 什么是相关性分析 XI 目 录