数据产品经理 解决方案与案例分析

（1）作者经验丰富：所有作者都在数据和产品领域有多年工作经验，多位作者现在或曾经在阿里、京东、小米等大厂工作。 （2）行业涉略广泛：为电商、零售、快销、游戏、视频、安防、金融、广告等近10个行业提供数据产品解决方案和案例分析。 （3）案例生动详细：每个案例从项目背景、方案设计、实现过程、总结与思考等维度展开阐述，层次清晰，可参考性强。

这是一本能帮助读者快速获取数据产品实战能力数据项目实战能力的著作。全书内容以案例方式组织，围绕数据建设、数据营销、数据驱动3大主题，用14个综合案例进行完整再现和深度复盘，为近10个行业的数据产品提供了可直接参考的解决方案，这些方案同时也适用于其他行业。每个案例从项目背景、方案设计、实现过程、总结与思考等维度展开阐述，层次清晰，可参考性强。全书共14章，分为三部分：数据建设、数据营销和数据驱动。第1部分 数据建设（第1~2章）数据建设是数据运转的基础，是数据发挥价值的关键。良好的数据建设能够降低数据应用的开发成本，提升数据使用者的效率。本部分包含两章，分别介绍了自动化数据分析平台的搭建和数据埋点的工作流程等。第二部分 数据营销（第3~9章）营销是每个公司的业务核心，良好的数据营销平台为营销提供非常大的助力。本部分主要介绍如何利用数据中台、大数据平台助力营销，如何利用社会化聆听辅助商业决策，重点分析金融、零售、快消、汽车、游戏等多个行业的项目，具有较高的参考价值。此外，还介绍了商品分析方法和初创公司数据运营实践。第三部分 数据驱动（第10~14章）数据产品经理可以进驻公司的每个部门，驱动该部门的业务发展，成为公司运转的核心和动力。本部分介绍的案例包括语音数据处理与商业应用、网约车安全性的数据化解决方案、智慧安防中的智能视频产品、AI技术在视频平台上的应用、数据产品经理在推荐中的价值，这些案例都属于数据产品的一个分支——策略产品的范畴，有的案例主要以AI技术实现。

杨楠楠，资深数据产品经理，擅长数据分析，为多家世界500强公司提供过数据分析服务，能在数据、产品、运营、市场等多个方面发挥数据价值。擅长策略产品，在广告、电商等领域有较多经验，为多家厂商提供过流量变现服务。维护有数据产品经理的知乎专栏和社群，本书的合著者全部为专栏的粉丝。

作者简介
前言
第一部分数据建设
第1章自动化数据分析平台的搭建002
1.1问题和现状002
1.1.1项目管理003
1.1.2重复劳动003
1.1.3工作流程004
1.1.4数据交付005
1.1.5小结006
1.2需求分析006
1.2.1流程梳理006
1.2.2数据需求方007
1.2.3数据分析师008
1.2.4产品经理008
1.2.5开发人员008
1.2.6小结008
1.3平台搭建009
1.3.1功能架构009
1.3.2数据需求单009
1.3.3数据分析单011
1.3.4数据分析过程014
1.3.5数据源017
1.3.6数据仓库对接018
1.3.7底表管理019
1.3.8数据探索019
1.3.9自动任务调度021
1.3.10数据交付024
1.3.11账号体系024
1.3.12小结025
1.4项目问答025
1.4.1需求方是谁025
1.4.2哪些方面花的精力多026
1.4.3本项目的产品经理需要掌握哪些技能026
1.4.4如何平衡成本与收益026
第2章数据埋点的应用场景、工作流程与案例分析028
2.1数据埋点的应用场景028
2.1.1数据埋点的作用029
2.1.2后端数据埋点的分类029
2.2数据埋点的工作流程030
2.2.1数据埋点的流程图030
2.2.2数据埋点的日常流程033
2.2.3数据埋点工作中的常见问题及应对措施034
2.3埋点需求实战案例036
2.3.1业务线坑位埋点位置036
2.3.2业务线坑位截图036
2.3.3页面坑位埋点036
2.3.4上线时间037
2.3.5需求计划时间里程碑038
2.3.6埋点测试报告038
2.3.7上线公告038
2.3.8上线验收说明039
2.3.9验收结果报告039
2.4埋点规范样例与测试样例039
2.4.1App端曝光埋点、点击埋点样例说明040
2.4.2本次埋点的曝光、点击测试040
2.5埋点“七字诀”048
第二部分数据营销
第3章数据中台和业务中台如何赋能自动化营销052
3.1我们做自动化营销的起因与整体思路053
3.2方法论：用户运营体系053
3.3产品功能架构055
3.4数据中台为营销侧提供数据服务057
3.5模块一：营销自动化058
3.6模块二：线上活动管理062
第4章零售行业大数据平台的构建和商业应用068
4.1平台背景069
4.2平台核心价值070
4.3平台实现过程071
4.3.1数据准备073
4.3.2数据分析与建模077
4.3.3商业应用场景举例090
4.4产品经理工作方法总结097
第5章舆情大数据助力精准化营销099
5.1舆情大数据平台的意义099
5.2产品实现100
5.2.1研发背景101
……