新書推薦：
《
特权与焦虑：全球化时代的韩国中产阶级
》
售價：HK$
90.9
《
供应链金融（第4版）
》
售價：HK$
113.9
《
人人都想当网红？新媒体与注意力博弈
》
售價：HK$
78.2
《
君主、道学与宋王朝
》
售價：HK$
90.9
《
对话的力量，风靡全球的教练式沟通
》
售價：HK$
67.9
《
人的行为
》
售價：HK$
110.4
《
北京中轴线知识一点通
》
售價：HK$
90.9
《
牛津世界历史研究指南
》
售價：HK$
216.2
|
| 編輯推薦： |
适读人群 ：数据分析、数据工程爱好者，数据岗位产品经理和运营人员。
来自腾讯产品经理的实战方法论，带你修炼大数据、人工智能AI思维，突破职业瓶颈，助你成长为全栈产品经理。
人人都是产品经理与起点学院创始人老曹、BAT产品总监、创业投资圈专家联袂力荐
|
| 內容簡介： |
|
数据产品经理不等于数据分析师、数据工程师，而是一个同时具备产品经理的素养又对大数据和人工智能的产品化有专业洞察的角色。他们拥有良好的产品感，善于洞察，勤于跨界思考。本书共30章（问），分4个单元介绍产品经理必懂的数据知识。本书从数据产品经理的定义出发，立足于实际工作中的场景，深入浅出地探讨产品经理如何站在行业视角统筹产品数据、数据产品，以及数据化运营的每个环节，并总结出有价值的方法论。
|
| 關於作者： |
|
孙瑞达，笔名R.D.，华中科技大学硕士学位，曾就职于百度，现在腾讯任职数据产品经理。作者从事数据产品经理岗位多年，实践经验丰富，对产品经理+数据（数据图表、数据分析、数据挖掘）有深入洞察。
|
| 目錄：
|
目录
第一单元刚接手一款产品，如何快速了解它
第1问重新定义产品，应从哪开始？3
1.1寻找一个切入点3
1.2宏观：领域与生态4
1.3中观：产品全局4
1.4微观：产品功能与用户5
1.5归纳与重新定义7
第2问怎样理解产品中那些酷炫的数据指标？10
2.1指标背后的要素：时间粒度和口径10
2.2值得思考的终极问题12
2.3为数据指标分类15
第3问产品中有那么多功能，怎样摸清它们的脉络？18
3.1画一张属于自己的产品地图18
3.2已登录or未登录21
3.3好友or陌生人21
3.4流量or Wi-Fi联网22
第4问了解产品用户，应选择用户画像还是用户特征？23
4.1用户画像vs用户特征23
4.2关注不发声的大多数用户25
4.3警惕无效的用户特征25
4.4识别用户反馈带来的伪需求27
第5问关于产品与数据，还有哪些值得注意的概念？29
5.1这些用词的区别在哪里29
5.2保持名称的一致性33
5.3近似值和数值的位数33
第二单元数据支撑体系是如何运作的？
第6问人力：数据团队中有哪些幕后英雄？39
6.1数据产品经理40
6.2数据分析师40
6.3数据项目经理41
6.4开发工程师41
6.5测试工程师41
6.6运维工程师42
6.7基础研究员42
第7问物力：数据产品是怎么来的？44
7.1是的，依然来自需求44
7.2不一样的需求过程45
7.3同样存在伪需求48
第8问除了报表平台，数据产品还包括什么？51
8.1先给数据产品分个层次51
8.2数据采集层52
8.3数据接入层53
8.4数据处理层53
8.5数据应用层54
第9问数据上报前需要做哪些准备工作？56
9.1准备一：允许上报什么样的数据56
9.2准备二：定义数据协议和数据Topic58
9.3准备三：统一文本编码59
第10问埋点就是数据采集吗？61
10.1标准动作三步走：埋点、采集、上报61
10.2采集组件的两类功能：机制型功能和服务型功能63
10.3对采集组件优化的思考64
第11问数据上报到哪里去了？66
11.1不得不谈的技术流程66
11.2数据仓库vs数据库67
11.3用可视化方式达成约定69
第12问我们可以直接使用上报的数据吗？72
12.1数据处理的基本操作：归并和计算72
12.2任务调度平台，自动化处理引擎75
12.3横表vs纵表79
12.4事实表vs维度表80
第13问数据处理好了，我可以享用哪些服务？82
13.1数据门户的家族成员82
13.2报表呈现的奥秘83
13.3运筹帷幄的Dashboard85
13.4火眼金睛的用户分析平台86
13.5温暖人心的数据订阅89
13.6万能的SQL，灵活的即席查询91
第14问体验优良的数据产品有哪些表现？94
14.1交互是体验的一部分94
14.2别让我思考，值得强化的基础体验95
14.3别让我孤单，多方位的支持服务99
14.4别让我犯错，严格对待权限与安全102
第三单元立足当下，如何轻松实践数据化运营？
第15问怎样快速树立数据化运营思维？107
15.1认清运营的焦点：用户107
15.2理解用户数据的六步循环109
15.3明确数据化运营与数据产品体系的关系110
第16问数据啊，数据，我的产品怎样才能成功？112
16.1感性地提出一个问题112
16.2将问题分解为能够量化的指标112
16.3理性地回答问题114
第17问怎样制定合适的数据上报策略？116
17.1大声说出你想了解的内容116
17.2数据化各实体，寻找定义要素117
17.3用语义表达法试验上报策略120
第18问哪些用户数据值得收集？125
18.1对用户行为的三步思考125
18.2操作不仅仅是单击128
18.3操作时长数据的上报130
18.4用户属性的时效问题131
第19问怎样为数据赋予运营的意义？132
19.1从使用iPhone手机的深圳市女性用户每日发消息情况说起132
19.2口径对数据事实的影响134
19.3累积处理要赶早135
第20问怎样对待未登录用户和小号用户？139
20.1匿名访客，你的需求同样重要139
20.2自然人识别，揭开用户ID背后的真相142
第21问为什么要进行用户建模和用户分层？146
21.1用户建模，基于已知探索未知146
21.2用户分层，让群体特征更明显149
21.3四象限法，实现双维度分组152
第22问怎样精确控制AB测试？
22.1回顾一场典型的AB测试154
22.2用数据控制两组用户的差异变量155
22.3虚拟AB测试，只靠数据就能搞定158
第23问数据是怎样推动产品灰度发布的？162
23.1灰度发布，为产品引路的金丝雀162
23.2对参与用户的筛选165
23.3对参与用户的数据跟踪165
23.4把质量数据作为能否进行下一轮发布的依据166
23.5灰度发布的注意事项166
第24问随机播放为什么让用户感觉不随机？168
24.1请随机播放几首歌曲168
24.2还没有注册，就让我登录？169
24.3天啊，刚刚发生了什么？172
第四单元智能时代，还有哪些数据必修课？
第25问各式各样的图表分别适用于哪些场景？177
25.1数据报告中常用的图表177
25.2统计与分析的选择180
25.3产品经理的最爱182
25.4不宜滥用的图表184
25.5图表高效表达的四大原则186
第26问相比Excel，R语言更适合绘制图表吗？189
26.1R语言不仅擅长绘图190
26.2R语言更是统计分析能手194
第27问Excel中有哪些一学就会的高级技巧？198
27.1 单击即用的隐藏功能198
27.2一定要会的几个公式203
第28问怎样通过SQL自由地查询数据？212
28.1在Access中运行一段SQL代码212
28.2聚合查询214
28.3合并查询216
28.4联结查询216
第29问人工智能可以带给我们哪些启发？219
29.1怎样理解人工智能219
29.2机器学习与大数据221
29.3人工智能产品思维223
第30问有哪些现成的数据可在运营中参考？226
30.1大数据指数226
|
| 內容試閱：
|
世上没有傻问题
看到本书的标题，也许你会感到既严肃又随意。严肃是因为它指明这是一本面向产品经理的职业书，随意则是由于它的30问为什么是这30个问题？为什么是问题而不是讲解，比如30讲或30解？
实际上，比起解答，本书更侧重于提问。
近十年，互联网行业的高速发展令人惊讶，互联网从业者需要不断学习，才能跟得上行业剧变。以解决具体问题为导向的学习是一种行之有效的快速学习法。基于这个思路，本书旨在引导读者提出自己的问题，无论一个问题看上去是精妙还是荒唐，只要它给读者的工作带来了困惑并能够激发读者深入探究的兴趣，那么它就是一个有价值的问题。
一旦明确了问题，解决它便会水到渠成。对书中每一个问题的回答，都是笔者引导读者参与讨论的过程，其中融入了笔者自身的思考和实践，希望读者能够在讨论的基础上，进一步探究部分内容，形成自己的解决方案。
你是产品经理，更是数据产品经理
产品经理不像互联网行业中大多数职位那样存在科班出身的从业者从如今高校开设的学科中，我们能够轻易地找到与研发工程师、设计师、数据分析师、广告与公关等职位对口的专业，却很难说清哪个专业是以培养产品经理为目标的。这就意味着，与其说产品经理是一个职位，不如说它更是一种责任及一系列思维方式只要你在以产品经理的方式思考，为产品的结果负责，你就可以担任产品经理。
那么，数据产品经理又是什么呢？总结起来，有如下核心关注点：
产品数据。日登、日活、日付费，每天要用哪些数据指标来衡量产品的健康与否？
?数据产品。数据报表、用户画像、任务调度，是否要通过各种数据门户平台查阅、分析和处理数据呢？
?数据化运营。以数据驱动产品运营，如何制定可量化的运营策略？如何根据数据评估运营效果并迭代产品？
在如今的智能时代，各行各业都需要数据，正如各行各业都需要产品经理，相信你一定会频繁与上述内容打交道。因此，不知不觉间，你已经在用数据思维做产品了。
当然，我们不应把数据产品经理和数据分析师混为一谈，虽然二者有一部分重合技能，但前者注重对产品和数据方案整体的把握，而后者更擅长对数据进行挖掘、分析和提炼等专业性探究。
本书适合谁
爱学习，需要数据思维的互联网产品经理。
专职的数据产品经理，包括负责数据平台的产品经理，以数据为导向的产品经理。
希望打造数据产品体系的团队管理者或创业者。
想要了解互联网产品和数据思维的各界人士。
只要你乐于提问，并愿意基于书中的兴趣点进一步系统化学习，本书一定能够给你启发。
本书不适合谁
只希望从事最基础工作的产品经理，如画原型，写需求文档，与工程师争吵。
追求干货和万能方法论的互联网从业者。
认为人际关系和资本才是王道的团队管理者或创业者。
不认为数据能够产生价值的人士。
如果你属于上述人群，请不要在本书上浪费时间，利用这些时间去做更有意义的事情吧。
另外，书中讨论的Excel高级技巧、R语言、SQL、人工智能等内容仅限于帮读者建立初步认知，如果你是为深入学习这些内容而来的，请一定不要选择本书，其他相关的专业书籍会更适合你。
关于阅读进度
由于本书最关键的内容在于引导读者提出问题，你可以通过浏览的方式快速地读完整本书，当日后工作遇到问题时再回来翻看对应的内容，不必从一开始就逐字逐句地阅读。因此，笔者建议以每天1～2问的节奏阅读，花至多1个月的时间读完本书。
在阅读的过程中，请注意每一问末尾的进度图（如右图所示），它向你指示了阅读完成度。
每一单元的脉络图则对该单元的关键讨论进行了总结，你可以在本书的彩插中找到它们，也可以扫一扫每一单元末尾的打卡二维码，将它们收藏于微信或分享给好友，以便在工作中随时查看。
老套却必要的致谢
感谢那些曾经爱我，现在爱着，未来将爱我的人，他们的支持，让我得以克服各种困难和懒惰，将本书写完。
感谢华中科技大学新闻与信息传播学院张明新、陈少华教授对我的谆谆教诲，以及QQ浏览器产品与运营总监刘凌（Lillian）、业务导师符凌霄（Lennox）和陈剑勇（Jarvis）在职场中指导我快速成长，为我指明了本书的选题方向。
感谢我的同事们，与他们共事的经历，是本书内容的源泉。
感谢视源股份（CVTE）王琪峰亲笔作序，以及行业内外各位专家学者倾力推荐，令拙著增光添彩。
感谢电子工业出版社博文视点的郑柳洁和汪达文编辑，以及未曾有幸见面的编辑老师们，他们就是图书的产品经理，辛勤的付出促成了本书的面世。
感谢设计师何积平，包揽了本书全部的设计元素，以惊人的效率让我见识到专业的水准。
亲爱的读者，感谢你激活本书的意义，让知识不再留守于冷冰冰的书本中，也希望得到你的推荐及猛烈而善意的批评，让我们共同进步。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
