书籍作者:杨楠楠 | ISBN:9787111662396 |
书籍语言:简体中文 | 连载状态:全集 |
电子书格式:pdf,txt,epub,mobi,azw3 | 下载次数:9377 |
创建日期:2021-02-14 | 发布日期:2021-02-14 |
运行环境:PC/Windows/Linux/Mac/IOS/iPhone/iPad/Kindle/Android/安卓/平板 |
内容简介
这是一部全面讲解数据产品经理核心知识体系的著作。12位作者大多来自国内的知名企业,涉及不同的行业,让本书拥有了更广泛的视角,能帮助读者从不同的角度去了解数据产品经理如何在数据、产品、运营、市场等多个方面产生价值。本书的*终目的是让读者全面了解数据产品经理的工作内容、系统掌握数据产品的核心知识体系,快速实现从入门到进阶的突破。
全书一共11章,重点讲解了数据产品经理应该掌握的11个核心知识点,可以概括为四个部分。
第壹部分 基础知识(第1章)
首先介绍了数据产品的定义、组成、分类,其次介绍了数据产品经理的分类和能力模型,*后介绍了数据产品经理的招聘、应聘和面试。
第二部分 通用能力(第2~3章)
讲解了数据产品经理应该具备的数据分析能力和项目运作能力(产品路线图)。
第三部分 数据管理(第4~9章)
依次讲解了数据埋点、数据中台、数据指标体系、A/B测试、数据管理、数据服务等知识点,涵盖数据采集、治理、应用、能力输出的整个链条。
第四部分 策略产品(第10~11章)
重点讲解了搜索系统和用户画像等策略产品相关的知识。
杨楠楠
数据产品经理,擅长数据分析,为多家世界500强公司提供数据分析服务,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,本书的合作者全部来自专栏的粉丝。
李凯东
某视频媒体的大数据负责人,前京东数据中台应用数据平台部负责人、京东商城算法专家委员会核心委员,阿里天池数据科学家。京东研发*高成就奖项“杰出成就奖”获得者,在京东期间曾主导智慧营销,单条产品线GMV增长数十亿;创办京东大数据比赛平台JData,并成功举办全世界*大的单体大数据比赛。有9年创业经历,在社交、电商、O2O等领域有多年经验和深刻见解,公司于2014年以4000万估值被收购。
陈新涛
58转转前数据总监、美团外卖首任数据负责人,拥有多年数据产品及分析经验,擅长带领团队搭建企业级数据中台,以及结合企业战略分析数据并提供增长策略。曾负责从 0 到 1 搭建美团外卖数据平台,其中智能业绩系统为外卖事业部赢得美团点评集团大奖。任转转数据总监期间,带领数据产品及分析团队,搭建公司数据中台,为各业务线提供分析支持,并连续两年培养出公司*佳员工,获得高管团队及合作方的高度认可。
萧饭饭
高级数据产品经理,擅长用算法解决业务问题。策略产品经理,从0到1负责过完整的搜索、推荐、个性化push及用户画像项目,并持续优化,曾打造亿级DAU产品策略。精通用户增长策略,尤其擅长C端产品的打磨和创新型功能设计,以提升新老留存为路径的增长模式。
胡玉婷
高级数据产品经理。原大数据公司的数据产品经理,在在线教育、内容文娱、电商、大数据等多行业具备丰富的数据产品经验,同时具备丰富的埋点设计和数据采集经验。拥有toB应用型数据产品及BI平台型数据产品经验,主导的数据产品辅助大中型公司进行宏微观决策,主导的大数据分析平台服务于亿级用户量app进行用户行为分析,toB付费数据产品市场占有额Top2。曾多次受到微软中国及微软美国总部表彰,全球技术项目中国区成员,参与过世界上*大的学生科技大赛中国区运营项目,2015年被美国微软总部表彰为“2014年度MSP”,并长期享有MSDN*高级订阅。
曹畅
数据产品经理,曾就职于国内某大型智能语音技术提供商。主要研究企业数据标准建设与数据管理方法论,以及用户行为数据标准。曾主导制定某上市公司子公司的企业数据标准。
谷坤明
TMD互联网公司大数据平台数据产品经理。擅长智能BI类产品,曾提升数千名员工的数据应用效率,实现数据驱动业务发展的目标。擅长“数据服务”类产品,擅长全套指标体系搭建和可视化、服务化API接口的产品方案。拥有较丰富数据可视化经验,深度参与公司一站式数据消费应用平台。
俞京江
某知名地产集团金融事业群产品负责人。有9年互联网金融行业产品设计经验,多年产品团队管理经验,精通金融行业产品的业务流程及功能设计。独立负责过五百亿交易规模的App的版本迭代;独立负责过单日破亿交易额的营销活动,有丰富的用户增长和营销获客实战经验,善于搭建体系化的营销服务管理系统,包括精细化运营平台、自动化营销平台、SCRM等。
赫子敬
次元降维创始人,有8年数据产品和数据分析经验,曾在多家大型企业担任数据负责人,精通全栈数据链路和数据策略。滴滴现代交通安全数据奠基人,2016年帮助滴滴平台将安全事故降低20%,在技术方面实现重大突破;2018年全面负责爱奇艺AI产品线,帮助爱奇艺在内容制作、生产、分发环节全链路应用AI产品,大幅提升业务指标。
贺园
数据产品经理,曾在宜信、京东数科等多家知名互联网金融公司从事数据产品相关工作,擅长偏技术类数据产品的设计。曾负责从0到1搭建公司的A/B测试平台,标签和用户画像平台的设计,以及公司级数据资产管理系统的搭建。
刘扬
数据产品专家,曾就职于用友、唯品会,在数据采集与埋点、数据ETL、数据建模与分析、数据应用方面均有丰富的实战经验。先后做过搜索、推荐、算法、大数据平台、ABTest系统等不同形态的数据产品。精通SQL,懂Python及主流挖掘算法;擅长基于ABTest的数据驱动理论的价值挖掘和产品落地。
朱诗倩
曾任Google系独角兽公司数据科学产品线负责人,现任世界500强公司科技事业部数据负责人,擅长利用数据驱动业务增长,在集团跨业务板块数字化转型方面有独特经验。在教育、地产、金融领域拥有企业级数据产品和数据营销实战经验,多次完成从0到1产品体系和数据平台搭建。
为什么要写本书
本书诞生于数据产品经理社群。
四年前,我开始在知乎上写关于数据产品经理的专栏,几个月间就有几千名读者关注我、加我微信,于是我就建立了数据产品经理的微信群。
很多人在群里问,有没有一本可以让数据产品经理系统学习的书?
市面上并没有这样一本理想的书,问的人多了,我决定自己写一本。
考虑到数据产品经理种类众多,而个人经历只涉及其中的一类,于是我在群里召集大家一起写。
响应者众,有20多名数据产品经理报上来30章内容,超出了我的预期。而我与他们逐个沟通之后,发现每个人手里都有足够好的项目,且在自己的领域内也有足够深的资历来传播经验。
于是我们与机械工业出版社华章公司的策划编辑杨福川商量,决定出两本书:一本讲专业知识,定名《数据产品经理:实战进阶》;一本讲案例,暂名《数据产品经理:解决方案与案例分析》。
读者对象
数据产品经理:完善数据知识体系,规划职业成长路径。
企业领导者:了解数据团队如何在数据、产品、运营、市场等多个方面产生价值。
想要转行数据产品经理的新手:了解数据产品经理具体的工作内容。
本书特色
本书系统讲述了数据产品经理需要掌握的高阶知识。
本书有多位知名公司的数据产品经理参与,读者可以体会到在不同的公司中数据是如何发挥价值的。
如何阅读本书
数据产品经理是个年轻的职业,是伴随大数据技术的成熟而诞生的。数据产品经理的职责是围绕数据构建解决方案,从获取数据的埋点到数据治理,从数据提取到数据可视化,从数字营销到广告,从搜索到千人千面的推荐,从风控到规划,从预测到AI。产品经理的主要能力是产品思维的构建、用户体验和系统功能的综合掌握,而数据产品经理则不仅需要以上能力,还需要对数据有更专业的认知,对业务有更深刻的理解。对于上述每一个数据领域,数据产品经理都需要花费一定的时间深耕才能掌握,再结合对相关业务的深刻理解,才能让数据发挥最大的价值。
在三四年处理众多问题和解答咨询的过程中,我发现数据产品经理的成长主要分为以下两个阶段。
1)初级/中级阶段:主要关注自己怎样才能在团队中发挥更大作用。很多产品经理要么是在满足业务或老板的需求,要么是在帮算法工程师标数据,价值感不足。
2)中级/高级阶段:主要关注怎么让数据为公司业务创造价值。
本书的每个作者都已经跨越了上述两个阶段,他们是这个行业的中坚力量,也愿意为这个行业奉上自己的经验与思考。
《数据产品经理:解决方案与案例分析》一书,主要以案例的形式回答数据产品经理在第二个阶段关心的问题,每个案例都是业内非常好的项目,给公司带来了较大的收益。
而《数据产品经理:实战进阶》这本书,旨在帮助读者构建数据产品经理的知识结构,渡过第一个阶段。
1)为了让读者进一步了解数据产品经理,我们提供了数据产品的行业视野、产品经理自身的能力要求以及应聘和招聘流程(第1章)。
2)为了让读者成为团队的驱动力,我们提供了通用能力模块,包括数据分析能力、产品经理的项目运转能力(第2、3章)。
3)仅数据部门使用数据无法做到数据驱动,只有让公司的每个部门、每个人都能方便快捷地使用数据做决策,才算是数据赋能,才能够极大提升整个公司的数据水平—而这需要良好的数据建设能力。所以,我们介绍了从数据采集到数据治理、应用、能力输出整个链条的内容。
数据采集:埋点体系(第4章)。
数据治理:数据中台、指标体系、数据管理。数据治理是数据建设的基础,所以我们用3章(第5、6、8章)来介绍这一部分。
得到不同用户的反馈,有助于快速迭代:A/B测试系统(第7章)。
数据能力输出,将数据赋能于各个部门:数据服务(第9章)。
4)策略产品可以直接将数据变现,是个非常重要的数据产品方向,我们提供了搜索、用户画像(第10、11章)等常见的策略产品知识。
不同的公司对数据的要求不同,有些公司更关注直接进行数据变现的能力,有些公司则更关注数据建设的能力。那一个新手要不要了解这么多内容?
这里提供一个做事的思路:不要自我设限。你只有先留意了这些内容,才会对公司的数据现状进行思考和认知积累,才能知道公司的数据中藏有哪些机会。
产品管理的主动权应该是产品经理自己争取来的,而不能等待别人给你。在你去争取时,我们希望本书中的内容是你最好的武器。
作者分工
本书共有12位作者参与撰写,具体分工如下:
第1章 全面认识数据产品经理——陈新涛、朱诗倩
第2章 数据分析方法论——杨楠楠
第3章 产品路线图——俞京江
第4章 数据埋点体系——李凯东
第5章 数据中台——李凯东
第6章 数据指标体系——胡玉婷
第7章 A/B测试系统搭建——贺园、刘扬
第8章 数据管理——赫子敬、曹畅
第9章 数据服务——谷坤明
第10章 策略产品详解:以搜索系统为例——萧饭饭、李凯东
第11章 用户画像——萧饭饭、杨楠楠
勘误和支持
由于作者较多,水平有限,写作时间仓促,加之技术不断更迭,书中难免会出现一些错误或者不准确的地方,恳请读者批评指正。如果你有更多宝贵意见,欢迎发送邮件至yfc@hzbookcom。
致谢
非常感谢
赞誉
序一
序二
作者简介
前言
第1章 全面认识数据产品经理001
11 什么是数据产品001
111 数据产品定义002
112 数据产品组成002
113 数据产品类型003
114 数据产品衡量004
12 数据产品详解005
121 用户数据产品005
122 商用数据产品010
123 企业数据产品015
13 数据产品经理能力模型021
131 产品经理能力021
132 数据专业能力022
133 软能力023
134 不同级别的能力要求023
14 数据产品经理分类026
141 平台型026
142 应用型027
143 策略型028
15 数据产品经理的应聘与招聘029
151 如何应聘029
152 如何招聘031
16 数据产品相关案例035
161 商用数据产品研究案例——Domo035
162 数据产品经理面试案例045
第2章 数据分析方法论053
21 数据分析的基础流程054
22 有价值的数据结论055
221 什么是有价值的数据结论055
222 怎样得到有价值的数据结论056
223 得到数据结论的案例057
23 数据分析基础方法058
231 全链路分析058
232 组成因子分解061
233 影响因子拆解062
234 枚举法063
24 数据分析方法使用案例068
241 案例一:多种分析方法寻找增长点068
242 案例二:找到对公司有价值的需求点071
第3章 产品路线图078
31 制定产品战略目标079
311 产品愿景079
312 产品目标080
313 产品路线图082
314 产品迭代计划与任务083
32 收集并整理需求083
321 用户/客户反馈083
322 竞品分析084
323 销售人员和客户服务人员084
324 行业分析085
325 头脑风暴085
326 数据反馈086
33 确定优先级086
331 价值与复杂度模型087
332 加权评分087
333 KANO模型088
334 SWOT分析088
335 四象限分析法089
34 规划路线图091
35 我们是如何进行路线图规划的092
第4章 数据埋点体系096
41 数据埋点概述096
411 什么是埋点096
412 埋点的意义097
413 埋点的类型097
42 如何做好埋点098
421 目标收集098
422 字典管理100
423 埋点管理平台100
43 埋点技术102
431 JavaScript埋点102
432 App埋点103
433 埋点技术的选择104
第5章 数据中台105
51 数据中台是什么105
511 数据中台的由来105
512 中台的彷徨107
513 中台是一种企业战略107
514 中台是战略下的组织协同108
515 中台是技术与业务的综合体109
516 数据中台下的数据产品经理109
52 数据中台的产品形态110
521 统一指标平台110
522 统一标签平台111
523 可视化报表平台112
524 智慧营销平台112
525 数据中台产品的产品思维113
53 如何构建数据中台114
531 定战略114
532 改组织115
533 深业务117
534 做统一117
535 享服务120
536 业务评价下的数据中台120
537 黄埔军校式的数据中台122
第6章 数据指标体系123
61 数据指标体系的概念与价值124
611 什么是数据指标体系124
612 数据指标体系的价值125
62 数据指标的分类127
621 指标的类型127
622 数据指标的类型128
63 数据指标体系的建设136
631 数据指标体系设计原则136
632 数据指标体系建设的方法与步骤139
64 数据指标在各行业的应用150
641 电子商务150
642 内容文娱151
643 在线教育153
第7章 A/B测试系统搭建155
71 A/B测试简介155
711 A/B测试起源155
712 A/B测试特点156
713 A/B测试场景157
72 A/B测试流程158
721 试验需求洞察158
722 试验需求发起159
723 试验方案设计160
724 试验需求落实160
725 试验效果分析161
73 A/B测试系统设计161
731 A/B测试系统核心功能162
732 A/B测试系统设计方案165
733 A/B测试系统设计要点173
74 A/B测试案例分析175
741 奥巴马竞选总统175
742 商品详情页相似推荐176
75 A/B测试经验建议181
751 培养驱动文化181
752 自研或第三方工具182
第8章 数据管理183
81 数据的类型和主要特点183
811 数据的类型183
812 三类数据的主要特点和差异184
813 业务数据有数据管理吗185
82 主数据管理186
821 主数据管理概述186
822 主数据管理四要素188
823 业务输入191
824 主数据管理产品化解决方案192
83 元数据管理197
831 元数据管理概述197
832 元数据管理标准202
833 元数据管理解决方案206
第9章 数据服务215
91 数据服务概述215
911 什么是数据服务215
912 为什么要做数据服务216
913 数据服务的利益相关者218
92 基于标准指标的数据服务219
921 API服务220
922 API服务的用户路径223
923 指标池服务223
93 基于Hive表的数据服务224
931 可视化模式224
932 开放平台自定义SQL模式224
933 两种数据服务的对比226
94 相关问题226
941 局限性与挑战226
......
专业书籍总会有点晦涩难懂。怕的就是前三页还没看就被劝退了。其实每章每节的命名还是偷漏着理工科的生硬,但是内容确实是越看越容易理解。跟其他擅长吹嘘擅长侃侃而谈的人不同,这本书更像是面对着一个干货很多却有点社恐的人交谈,很难通过人格的外显吸引你,但是却可以学到挺多东西
2020-09-05
4.5分。扣的0.5分是因为作者太多以至于缺少了连贯性和统一感。此书可以说是市面上唯一一本真正讲“数据产品经理”的书。内容广度足够,深度相对差了点,适合新入门的同学。
2020-08-26
第一本理论多位作者写的,写作思路不统一,有些章节写的比较基础,有些章节又写的比较宽泛,有些写的又有点不知所云,整体一般,看到后面就有点看不下去的感觉,真实感受,希望后续的第二本实战会好一些
2020-08-27
多位一线数据产品经理合著,目前看过的最接地气的数据产品类书籍,能看到数据在不同行业领域的应用,很期待下部讲实操案例的,经验方法的总结+实操案例,很干货。
2020-08-27