数据分析实战(90个精彩案例带你快速入门)/计算机技术开发与应用丛书

数据分析不仅在互联网 行业，在基础行业中也是必 不可缺的运营手段，是业务 提升效率、增强收益的有效 方法。 本书前8章精选并提炼了 多种数据分析的重要方法， 包括ROI分析、数据标签和 评分、用户生命周期，因果 推断、可解释模型、PSM理 论、AB实验、时序分析等 ，并且针对每种方法都提供 了充足的生活和业务中的前 沿案例，并以此作为辅助进 行讲解，帮助读者更好地理 解数据分析在传统行业、互 联网行业及各类新兴行业的 实际应用，同时读者也能更 快地运用在实际工作和生活 中，所以通过阅读前8章， 读者可以系统地学习数据分 析的理论知识，拥有数据化 思维，成为一名合格的数据 分析师。 本书适合从事需要掌握 数据分析技能的人员、数据 分析相关专业的在读学生， 以及已有自己本职工作，但 仍需要学习数据分析来提升 自己的职业技能和职场竞争 力的相关行业从业者阅读。

汝思恒，南京大学数学基地班保送生，先后入职国内知名互联网企业，包括字节跳动、遥望、由莱等公司；参与多个从0到1创业孵化项目，并帮助业务进入赛道正规；阿里巴巴公司数据营销方向特邀讲师。

第1章 ROI：值得做还是不值得做 1.1 浅层ROI 1.1.1 案例1：活动拉新ROI 1.1.2 案例2：吃早餐的ROI 1.1.3 案例3：地摊零售ROI 1.1.4 案例4：《囧妈》决策的ROI分析 1.1.5 案例5：淘宝私域引流ROI情况 1.2 深层ROI 1.2.1 案例6：综艺直播ROI测算 1.2.2 案例7：摆地摊的ROI测算 1.2.3 案例8：广告投放中的ROI测算 第2章 标签与评分：千人千面的基础 2.1 数据分析对象的有效标签 2.1.1 案例9：信贷公司用户画像 2.1.2 案例10：美妆产品用户画像 2.2 标签的组合与量化 2.2.1 案例11：外卖员画像 2.2.2 案例12：店铺评分系统 2.2.3 案例13：层次分析法 2.2.4 案例14：层次分析法应用 第3章 用户分层与生命周期：业务服务的是一个人及他整个“一生” 3.1 用户生命周期N种分层方式 3.1.1 案例15：店铺用户生命周期分层 3.1.2 案例16：平台用户生命周期分层 3.2 用户生命周期中的无限可能性 3.2.1 案例17：用户分层四象限法 3.2.2 案例18：用户生命周期分层 3.2.3 案例19：中国移动的用户生命周期分层运营 3.2.4 案例20：用户生命周期划分方法 3.2.5 案例21：用户召回 第4章 因果推断：种瓜得瓜，种豆得豆 4.1 因果推断原理 4.1.1 案例22：相关不等于因果 4.1.2 案例23：数据不会说话，但可能有偏 4.2 因果推断方法 4.2.1 案例24：准实验方法 4.2.2 案例25：匹配法 4.2.3 案例26：双重差分 4.2.4 案例27：App新功能影响效果归因 4.2.5 案例28：电影网站打分 4.2.6 案例29：贝壳App的因果推断应用 4.2.7 案例30：快手App的因果推断应用 4.2.8 案例31：Bigo的因果推断应用 第5章 可解释模型：没有实际场景的模型是劣质模型 5.1 串联业务的可解释模型 5.1.1 案例32：面包质量问题 5.1.2 案例33：TikTok商家成长模型问题 5.2 常用分析方法 5.2.1 案例34：决策树的ID3算法 5.2.2 案例35：Shapley值法 第6章 PSM理论：所有人都搞促销，我能不能不搞 6.1 倾向值匹配(PSM)理论 6.1.1 案例36：吸烟用户的PSM应用 6.1.2 案例37：低价引流的PSM应用 6.1.3 案例38：PSM的代码实现 6.1.4 案例39：PSM在Lalonde数据集的应用 6.1.5 案例40：NGO组织的PSM应用 6.1.6 案例41：阿里妈妈的PSM应用 6.1.7 案例42：淘宝商城3D化的PSM应用 第7章 AB实验：试一试才知道谁是对的 7.1 AB实验原理 7.1.1 案例43：淘宝商城中的AB实验 7.1.2 案例44：EA游戏公司的AB实验 7.1.3 案例45：Upworthy的AB实验 7.1.4 案例46：ComScore的AB实验 7.1.5 案例47：微营销新电商平台的AB实验 7.1.6 案例48：泰康在线的AB实验 7.1.7 案例49：AB实验的框架升级问题 7.2 进阶的AB实验方法 7.2.1 案例50：Bing的AB实验应用 7.2.2 案例51：Netflix的AB实验应用 7.2.3 案例52：Booking的AB实验应用 7.2.4 案例53：罹患心脏病概率的AB实验应用 第8章 时序分析：我们从历史的数据当中可以获得什么 8.1 时序预测分析原理 8.1.1 案例54：学校发放计算机以提高学生成绩 8.1.2 案例55：疫情前后流入人口变化 8.1.3 案例56：疫情前后流入人口变化的合成控制法 8.1.4 案例57：疫情前后城市展现率变化 8.1.5 案例58：疫情前后对于搜索的影响 8.2 时序预测的普遍情况 8.2.1 案例59：金融中的时序预测应用 8.2.2 案例60：电影票房预测 8.2.3 案例61：店铺选址 第9章 数据可视化：清晰地展示数据分析结果 9.1 数据可视化基础 9.1.1 案例62：生活开支可视化 9.1.2 案例63：抖音的数据可视化案例 9.1.3 案例64：旭日图 9.1.4 案例65：散点图 9.1.5 案例66：热力图 9.1.6 案例67：箱线图 9.1.7 案例68：霍乱发生原因图 9.2 视觉效果升级的数据可视化 9.2.1 案例69：巴士群互动游戏 9.2.2 案例70：NFL球队表现图 9.2.3 案例71：全球变暖的自然原因 9.2.4 案例72：2014年最具价值的运动队50强 9.2.5 案例73：创意人士的日程安排 9.2.6 案例74：受关注新闻的可视化 9.2.7 案例75：慈善年度报告 9.2.8 案例76：公司各业务线目标完成情况 9.2.9 案例77：塑料垃圾的可视化 第10章 数据分析报告：“说人话”让老板为你买单 10.1.1 案例78：大促复盘分析 10.1.2 案例79：专题分析报告 10.1.3 案例80：综合分析报告 10.1.4 案例81：日常数据报告 10.1.5 案例82：Airbnb分析报告 第11章 数据分析入门工具介绍 11.1 Excel 11.1.1 案例83：Concatenate函