數據中台實戰：手把手教你搭建數據中台

第1章 數據中台入門攻略 1
1.1 什麼是中台 1
1.1.1 業務中台與數據中台有什麼關係 3
1.1.2 什麼企業適合搭建中台 3
1.2 雙中台實戰案例 4
1.2.1 業務中台架構 5
1.2.2 數據中台架構 7
1.3 數據中台人員構成 8
1.4 數據中台開發流程 12
1.5 數據中台內外合作機制 15
1.5.1 數據中台如何與其他部門合作 15
1.5.2 數據中台內部專案管理流程 18

第2章 數據獲取 20
2.1 數據獲取的分類 20
2.2 用戶行為數據獲取 21
2.2.1 與協力廠商移動應用統計公司合作的數據獲取方式 21
2.2.2 前後端埋點結合的數據獲取方式 22
2.2.3 視覺化埋點與後端埋點結合的數據獲取方式 31
2.3 數據獲取流程 33
2.4 數據埋點實戰案例 34

第3章 數據存儲與計算 38
3.1 數據指標的定義 39
3.1.1 數據指標的重要性 39
3.1.2 如何定義數據指標 39
3.1.3 如何識別虛榮指標 42
3.2 數據模型設計 43
3.2.1 什麼是數據庫和數據倉庫 43
3.2.2 數據倉庫的分層建模體系 45
3.3 數據模型設計實戰案例 48
3.3.1 ODS層模型設計 49
3.3.2 DWD層/DWS層模型設計 54
3.3.3 ADS層模型設計 63
3.4 數據計算實戰案例 65
3.4.1 從ODS層到DWD層計算過程 65
3.4.2 從DWD層到DWS層計算過程 68
3.4.3 從DWS層到ADS層計算過程 70

第4章 數據打通 72
4.1 標籤平臺設計思路 72
4.2 標籤平臺快速入門 75
4.2.1 標籤平臺主流程介紹 75
4.2.2 數據寬表 76
4.2.3 標籤體系 77
4.2.4 標籤工廠 81
4.2.5 人群圈選 83
4.3 用戶畫像 87
4.3.1 個人用戶畫像 88
4.3.2 群體用戶畫像 89
4.4 標籤平臺實戰案例 91

第5章 用戶分析 95
5.1 用戶分析的思路 95
5.2 用戶拉新分析 96
5.2.1 用戶拉新管道註冊碼管理 96
5.2.2 用戶拉新相關指標 98
5.2.3 使用者拉新頁面轉化率 98
5.2.4 使用者拉新ROI模型 100
5.3 用戶活躍分析 101
5.4 用戶留存分析 102
5.5 用戶轉化分析 103
5.6 用戶裂變分析 105
5.7 用戶生命週期分析 106

第6章 商品分析 110
6.1 商品售前分析 111
6.1.1 供應商的選擇 112
6.1.2 商品定位 113
6.1.3 商品數量規劃 114
6.1.4 商品上架分析 115
6.2 商品售中分析 116
6.3 商品售後分析 121

第7章 流量分析 123
7.1 網頁分析 124
7.1.1 推廣頁 125
7.1.2 商品詳情頁 126
7.2 路徑分析 127
7.3 坑位分析 130

第8章 交易分析 134
8.1 針對公司領導層的交易分析設計 134
8.1.1 領導層移動端交易分析設計 136
8.1.2 自動化短信推送 137
8.1.3 數據大屏設計 139
8.2 針對產品/運營人員的交易分析設計 140
8.2.1 交易分析數據總覽 141
8.2.2 管道交易分析 141
8.2.3 交易來源分析 143
8.2.4 購物頻次分析和購物間隔分析 145

第9章 自助分析平臺 148
9.1 自助分析平臺產品方案 149
9.2 快速入門三種數據自助分析視覺化產品 150
9.2.1 帆軟自助看板模組介紹 151
9.2.2 達芬奇自助看板模組介紹 153
9.2.3 Superset自助看板模組介紹 155
9.3 自助分析平臺技術選型 157
9.4 自助分析平臺實戰案例 157
9.4.1 數據中台集成達芬奇 157
9.4.2 自助分析平臺實戰案例 162

第10章 自動化行銷平臺 167
10.1 自動化行銷平臺的設計思路 168
10.2 自動化行銷平臺介紹 169
10.2.1 常規行銷活動的內容製作 170
10.2.2 行銷活動人群圈選 176
10.2.3 行銷活動觸達任務 176
10.2.4 活動效果分析 180
10.3 自動化行銷平臺實戰案例 182
10.3.1 優惠券行銷活動實戰案例 182
10.3.2 週期性短信觸達行銷活動實戰案例 184

第11章 推薦平臺 187
11.1 什麼是推薦系統 187
11.2 推薦系統架構 189
11.2.1 推薦系統功能架構 189
11.2.2 推薦系統技術架構 191
11.3 推薦平臺專案實施流程 192
11.4 兩種經典的推薦演算法 193
11.4.1 基於使用者的協同過濾演算法 194
11.4.2 基於物品的協同過濾演算法 195
11.5 推薦系統的評測指標 196
11.6 推薦系統的冷開機 199
11.7 從0到1打造一個離線推薦系統 201
11.7.1 離線推薦系統設計思路 201
11.7.2 離線推薦系統演算法選型 201
11.7.3 離線推薦系統開發過程 204
11.7.4 離線推薦系統測試 208
11.8 從0到1打造一個即時推薦系統 210