大数据用户行为画像分析实操指南杜晓梦著 pdf下载

基本信息

书名:大数据用户行为画像分析实操指南

定价：79元

作者:杜晓梦 著

出版社：电子工业出版社

出版日期：2021-08-01

ISBN：9787121106088

字数：

页码：224

版次：

装帧：平装

开本：16开

商品重量：

编辑推荐

内容提要

本书系统地介绍了用户行为分析的理论基础和实施步骤，书中列举了大量翔实的应用案例。～2章概要介绍了用户行为分析的基础知识和应用场景。第3～4章详细介绍了基于大数据的用户行为数据的采集、存储和处理方法的技术原理和实施步骤，以及常用的采集与分析工具。第5～6章重点介绍了用户行为分析的常用指标和用户模型构建，以及用户行为分析在企业日常运营中的具体应用。书中详细阐述了用户行为全程追踪方法，介绍了转化分析、用户分群、用户生命周期、用户流失预警、用户价值管理等经典的精细化运营模型。第7～9章详细介绍了用户画像和标签体系的构建方法、步骤，阐述了用户画像在推荐系统和智能营销中的具体应用。0章详细阐述了用户行为分析在若干个不同行业的经典应用案例，包括金融、电商、房地产、快销品、互联网媒体等行业。本书既可以作为学习用户行为分析理论的入门书，也可以给相关领域的实践操作人员提供具体的实施步骤和应用方面的启迪。可供企事业管理人员、大数据从业人员和大专院校相关专业的师生阅读参考。

目录

目 录

章 走近用户行为分析t1
1．1 用户行为分析与画像的概念t3
1．2 用户行为分析的意义t4
1．3 大数据与用户行为分析t7
1．4 用户行为分析的几个重要阶段t8
1．4．1 获取用户行为数据t8
1．4．2 明确分析指标与维度t8
1．4．3 分析结果可视化呈现t10
第2章 行为数据分析的使用场景t14
2．1 了解用户使用习惯t14
2．2 提升用户操作体验t15
2．3 监控业务转化过程t17
2．4 持续性辅助用户运营效果t19
第3章 基于大数据的行为分析――传统埋码t23
3．1 行为数据采集方法与技术原理t23
3．2 行为数据的统计原理t26
3．3 行为统计的分类方法t31
3．3．1 使用层面的分类t31
3．3．2 技术处理层面的分类t32
3．4 基于大数据的行为数据存储与计算t34
3．4．1 行为数据采集系统示例t34
3．4．2 存储与分析系统示例t40
第4章 基于大数据的行为分析――无埋码t67
4．1 无埋码技术的实现原理t67
4．2 无埋码技术的使用实例t69
4．3 无埋码采集系统示例t70
4．3．1 连接应用t70
4．3．2 配置无埋码事件t71
4．4 其他无埋码渠道的行为数据分析t74
第5章 行为分析的指标与模型t77
5．1 用户行为分析的3个层次t77
5．2 行为分析指标t78
5．2．1 渠道类指标t78
5．2．2 访问类指标t78
5．2．3 转化类指标t79
5．2．4 留存类指标t80
5．2．5 社交类指标t81
5．3 用户模型构建t81
5．3．1 传统的用户模型构建方法t82
5．3．2 大数据时代下基于行为数据的用户模型构建方法t83
5．4 用户行为全程追踪t85
5．4．1 用户获取t86
5．4．2 用户转化t86
5．4．3 用户留存t87
5．4．4 产生收入t87
5．4．5 用户传播t88
5．5 转化分析模型t89
5．5．1 科学地构建漏斗t89
5．5．2 漏斗对比分析法t90
5．5．3 漏斗与客户流向结合分析法t90
5．5．4 微转化行为分析法t91
5．5．5 用户注意力分析法t92
5．6 精细化运营模型t93
5．6．1 用户常规分群体系构建t93
5．6．2 用户生命周期模型构建t95
5．6．3 用户流失预警模型构建t96
5．6．4 用户价值管理（RFM）模型构建t98
5．6．5 大小数据融合的用户画像模型构建t99
第6章 行为分析与日常运营t101
6．1 用户行为分析与渠道运营t101
6．1．1 渠道归因模型t101
6．1．2 渠道引流趋势分析t102
6．1．3 不同渠道用户画像t103
6．1．4 不同渠道用户站内行为t103
6．2 用户行为分析与产品运营t104
6．2．1 用户健康度分析t104
6．2．2 用户路径分析模型t105
6．2．3 漏斗分析模型t107
6．2．4 用户点击模型t108
6．3 用户行为分析与营销运营t109
6．3．1 用户行为分析与活动方案设计t109
6．3．2 用户行为分析与活动方案执行t110
6．3．3 用户行为分析与活动效果评估t111
6．4 用户行为分析与用户运营t112
6．4．1 用户行为分析与拉新t112
6．4．2 用户行为分析与转化t114
6．4．3 用户行为分析与留存t116
第7章 用户画像t118
7．1 用户画像概述t119
7．1．1 用户画像的定义t119
7．1．2 用户画像的构建原则t120
7．1．3 用户画像的应用领域t121
7．2 两种常见的用户画像t122
7．2．1 用户角色（User Persona）t122
7．2．2 用户档案（User Profile）t125
7．3 用户画像的调研t131
7．3．1 背景描述t131
7．3．2 需求调研t132
7．3．3 业务理解t134
第8章 标签体系――用户画像的刻画t135
8．1 标签体系的构建t135
8．1．1 ID拉通t136
8．1．2 结构化标签体系和非结构化标签体系t145
8．1．3 标签体系的构建t147
8．2 标签体系的分析方法及应用t151
8．2．1 群组构建t151
8．2．2 用户群组分析t153
8．2．3 微观画像t154
8．2．4 用户相似度t155
第9章 用户画像的大数据应用t159
9．1 用户画像与推荐系统t159
9．1．1 推荐系统简介t159
9．1．2 矩阵计算t160
9．1．3 基于用户的协同过滤示例t161
9．2 用户画像与智能营销（一）t166
9．2．1 营销场景构建t167
9．2．2 业务规则t167
9．2．3 实时化的自动营销t167
9．3 用户画像与智能营销（二）t168
9．3．1 用户画像与电话营销t168
9．3．2 用户画像与电话回访t169
9．3．3 用户画像与二次销售t169
9．3．4 用户画像与投诉t169
0章 案例与详解t171
10．1 金融行业用户全渠道行为分析t171
10．1．1 分析背景t171
10．1．2 用户行为分析过程t173
10．2 电商行业用户行为分析t177
10．2．1 分析背景t177
10．2．2 用户行为分析过程t179
10．3 房地产行业用户行为分析t183
10．3．1 分析背景t183
10．3．2 用户行为分析过程t185
10．4 快消行业用户行为分析t188
10．4．1 分析背景t188
10．4．2 用户行为分析过程t189
10．5 媒体行业用户行为分析――以电影网为例t196
10．5．1 分析背景t196
10．5．2 用户行为分析过程t197

作者介绍

杜晓梦 北京大学营销模型专业博士，曾入选 2018 年北京市“科技新星”；专长于跨学科数据科学建模、消费者行为预测、互联网广告、社会媒体营销、归因模型、流失预警模型、社会网络分析。唐晓密 东北财经大学统计学专业硕士，擅长用户在线行为分析、用户智能营销运营、数据分析与挖掘等方向。拥有十多年的业务咨询和数据分析工作经历，服务超过100多家客户，涉及零售、金融、地产、等行业。张银虎 中国地质大学计算机科学与技术专业，长期从事大数据工作并拥有相关专利，从基层起步有着扎实的实战经验和问题解决方，擅长于架构设计、数据处理和解决方案等，服务过众多大型集团客户。

序言