《數據分析實踐:專業(yè)知識和職場技巧》從初學者的角度出發(fā),講解了進階為高級數據分析師所需的知識和技能,其中既包括數據分析崗位的介紹、發(fā)展現狀及未來趨勢,也包括實際工作中各環(huán)節(jié)的方法策略、實戰(zhàn)案例,還包括職場中的困惑解答及面試指導。閱讀本書,并基于本書進一步拓展所需要的知識能,可以幫助讀者形成一套成系統(tǒng)、可實戰(zhàn)的數據分析方法論。
《數據分析實踐:專業(yè)知識和職場技巧》適合初級、中級數據分析師閱讀,也適合在工作中需要應用數據分析解決問題的職場人參考。
人 物 介 紹
小白:數據學院大四應屆畢業(yè)生,希望未來從事數據分析方向的工作,并為此不斷努力中。
老姜:互聯網數據科學家,擁有10年以上數據分析經驗,積累了豐富的實戰(zhàn)方法論;數據分析類公眾號小火龍說數據號主,分享上百篇原創(chuàng)干貨文章,擁有上萬粉絲,文章全網閱讀量超過300萬次,是一個敢做敢說的數據人,F希望將沉淀的知識分享出來,幫助大家少走彎路。
故 事 開 始
小白:老姜您好,我是小白,我馬上就要大學畢業(yè)了,本科學的是統(tǒng)計學專業(yè),希望畢業(yè)之后能夠從事數據分析相關的工作,因為最近這兩年數據分析也挺火的,想看看有沒有機會。
老姜:確實,隨著近些年大數據的普及,各行各業(yè)都在引入數據化技術,該技術已從過往的粗獷式運營模式逐漸轉變?yōu)榫毣臄底诌\營。這個時間點從事此行業(yè)還是不錯的。
小白:不過因為我還沒有畢業(yè),對于這個行業(yè)還有很多問題,想要咨詢您一下,不知道是否可以。
老姜:當然可以,說說你的問題,我來幫你逐個解答。
小白:太感謝了!目前主要有以下幾個方面的問題。
這個行業(yè)當下和未來的發(fā)展情況如何?
數據分析的日常工作內容有哪些?
需要重點學習哪些東西?如何進階?
如何應對數據分析方向的面試?
老姜:好的小白,你的問題還是挺多的。正好,當下我正在撰寫書籍,會將你上面的這些問題逐個解決,并且融入實戰(zhàn)案例中,幫助你更好地理解。
小白:太好了,我會好好學習記錄的!
姜文哲,畢業(yè)于中國人民大學,前騰訊、阿里巴巴數據科學家,擁有10年以上數據分析經驗,積累了豐富的實戰(zhàn)方法論;數據分析類公眾號小火龍說數據號主,分享上百篇原創(chuàng)干貨文章,擁有上萬粉絲,文章全網閱讀量超過300萬次。
第1章 初來乍到:初識數據分析 / 1
1.1 什么是數據分析 / 2
1.2 為什么需要數據分析 / 3
1.3 數據分析的崗位類型 / 5
1.4 數據分析的具體工作內容 / 7
1.5 入門數據分析需要學習的知識 / 9
1.6 數據分析崗位當前發(fā)展現狀 / 13
1.7 數據分析崗位未來趨勢預判 / 15
1.8 你是否適合從事數據分析工作 / 16
1.9 本章小結 / 17
第2章 數據的來源:數據埋點 / 18
2.1 數據埋點基礎知識 / 19
2.2 數據埋點全流程 / 24
2.3 埋點通用內容設計方案 / 29
2.4 埋點新頁面設計方案 / 36
2.5 數據埋點管理平臺 / 39
2.6 埋點常見問題匯總 / 43
2.7 本章小結 / 44
第3章 數據的工廠:數據倉庫 / 45
3.1 數據倉庫基礎知識 / 46
3.2 數據倉庫分層設計 / 53
3.3 數據倉庫建設規(guī)范 / 56
3.4 數據分析師需要掌握數據倉庫的程度 / 65
3.5 短視頻業(yè)務數據倉庫建設案例 / 67
3.6 本章小結 / 71
第4章 量化的基礎:數據指標體系 / 72
4.1 什么是數據指標體系 / 73
4.2 數據指標體系的作用 / 75
4.3 如何搭建數據指標體系 / 78
4.4 如何維護數據指標體系 / 83
4.5 搜索引擎行業(yè)數據指標體系 / 85
4.6 短視頻行業(yè)數據指標體系 / 88
4.7 電商行業(yè)數據指標體系 / 93
4.8 本章小結 / 98
第5章 指標異動原因:歸因分析 / 99
5.1 歸因分析基礎概念 / 100
5.2 指標異動分析排查步驟 / 103
5.3 快速定位異常維度的方法 / 108
5.4 如何量化維度值變化的貢獻度 / 116
5.5 指標異動常見因素匯總 / 123
5.6 搜索引擎行業(yè)異動分析實戰(zhàn)案例 / 125
5.7 本章小結 / 127
第6章 前瞻未來表現:預測分析 / 128
6.1 預測分析基礎概念 / 129
6.2 產品短期健康度監(jiān)控 / 131
6.3 產品長期目標制訂 / 135
6.4 本章小結 / 139
第7章 因果推斷方式:AB實驗 / 140
7.1 什么是AB實驗 / 141
7.2 AB實驗最佳流程 / 143
7.3 實驗設計階段 / 148
7.4 實驗運行階段 / 160
7.5 實驗評估階段 / 165
7.6 實驗放量階段 / 168
7.7 實驗歸檔階段 / 169
7.8 因果推斷其他方式 / 171
7.9 本章小結 / 176
第8章 探索產品迭代:產品分析 / 177
8.1 產品分析主要涉及的內容 / 178
8.2 描述產品當前現狀及發(fā)現問題點 / 180
8.3 探索產品問題的本質及找到改進點 / 185
8.4 本章小結 / 193
第9章 用戶長期維系:用戶增長 / 195
9.1 用戶增長架構簡介 / 196
9.2 潛客期用戶分析方法及策略 / 204
9.3 新增期用戶分析方法及策略 / 212
9.4 成長期、成熟期用戶分析方法及策略 / 216
9.5 衰退期、流失期用戶分析方法及策略 / 225
9.6 用戶畫像價值及搭建思路 / 233
9.7 本章小結 / 239
第10章 工作產出呈現:總結匯報 / 240
10.1 日常工作總結匯報 / 241
10.2 例行周會月會匯報 / 243
10.3 數據分析項目匯報 / 246
10.4 本章小結 / 253
第11章 工作中的困惑:數據分析師如何破局 / 254
11.1 思維困惑:數據分析常見的八大思維誤區(qū) / 255
11.2 應用困惑:數據分析常用到的十種統(tǒng)計學方法 / 259
11.3 應用困惑:數據分析結合算法的七種應用場景 / 266
11.4 工具困惑:數據分析師掌握工具的程度 / 269
11.5 工作困惑:如何改善工作中的三大被動局面 / 271
11.6 工作困惑:數據分析團隊可自主推動的八件事情 / 274
11.7 職業(yè)困惑:數據分析師的職業(yè)上升通道 / 277
11.8 職業(yè)困惑:數據分析師提升能力的方式 / 282
11.9 本章小結 / 286
第12章 臨門一腳:面試指導 / 287
12.1 數據分析師面試簡歷修改技巧 / 288
12.2 面試前必須要做的準備工作 / 292
12.3 數據分析師完整面試流程及應答技巧 / 293
12.4 讓面試官快速對你產生好感的自我介紹方式 / 299
12.5 面試環(huán)節(jié)回答開放性問題的幾點技巧 / 302
12.6 面試環(huán)節(jié)必知的軟技巧 / 305
12.7 面試環(huán)節(jié)一定要問的幾個問題 / 308
12.8 面試前后判斷崗位是否靠譜的幾點技巧 / 311
12.9 同時拿到多個Offer時如何進行選擇 / 312
12.10 匯總面試?嫉腟QL題 / 314
12.11 匯總面試常考的AB實驗題 / 321
12.12 匯總面試?嫉臉I(yè)務題 / 330
12.13 本章小結 / 335