Can I read 数据挖掘与数据化运营实战:思路、方法、技巧与应用 on EtoBox?

数据挖掘与数据化运营实战:思路、方法、技巧与应用 by 卢辉 is a book available to read on EtoBox.

What is 数据挖掘与数据化运营实战:思路、方法、技巧与应用 about?

本书是目前有关数据挖掘在数据化运营实践领域比较全面和系统的著作,也是诸多数据挖掘书籍中为数不多的穿插大量真实的实践应用案例和场景的著作,更是创造性地针对数据化运营中不同分析挖掘课题类型,推出一一对应的分析思路集锦和相应的分析技巧集成,为读者提供“菜单化”实战锦囊的著作。作者结合自己数据化运营实践中大量的项目经验,用通俗易懂的“非技术”语言和大量活泼生动的案例,围绕数据分析挖掘中的思路、方法、技巧与应用,全方位整理、总结、分享,帮助读者深刻领会和掌握“以业务为核心,以思路为重点,以分析技术为辅佐”的数据挖掘实践应用宝典。全书共19章,分为三个部分:基础篇(第1~4章)系统介绍了数据分析挖掘和数据化运营的相关背景、数据化运营中“协调配合”的核心,以及实践中常见分析项目类型;实战篇(第6~13章)主要介绍实践中常见的分析挖掘技术的实用技巧,并对大量的实践案例进行了全程分享展示;思想意识篇(第5章,第14~19章)主要是有关数据分析师的责任、意识、思维的培养和提升的总结和探索,以及一些有效的项目质控制度和经典的方法论介绍。 推荐序 15 前言 17 为什么要写这本书 17 读者对象 19 勘误和支持 20 如何阅读本书 21 致谢 22 第1章 什么是数据化运营 24 1.1 现代营销理论的发展历程 25 1.1.1 从4P到4C 25 1.1.2 从4C到3P3C 28 1.2 数据化运营的主要内容 31 1.3 为什么要数据化运营 34 1.4 数据化运营的必要条件 36 1.4.1 企业级海量数据存储的实现 36 1.4.2 精细化运营的需求 40 1.4.3 数据分析和数据挖掘技术的有效应用 41 1.4.4 企业决策层的倡导与持续支持 43 1.5 数据化运营的新现象与新发展 45 1.6 关于互联网和电子商务的最新数据 47 第2章 数据挖掘概述 48 2.1 数据挖掘的发展历史 49 2.2 统计分析与数据挖掘的主要区别 50 2.3 数据挖掘的主要成熟技术以及在数据化运营中的主要应用 53 2.3.1 决策树 53 2.3.2 神经网络 55 2.3.3 回归 57 2.3.4 关联规则 59 2.3.5 聚类 61 2.3.6 贝叶斯分类方法 63 2.3.7 支持向量机 65 2.3.8 主成分分析 68 2.3.9 假设检验 70 2.4 互联网行业数据挖掘应用的特点 71 第3章 数据化运营中常见的数据分析项目类型 73 3.1 目标客户的特征分析 75 3.2 目标客户的预测(响应、分类)模型 77 3.3 运营群体的活跃度定义 79 3.4 用户路径分析 81 3.5 交叉销售模型 83 3.6 信息质量模型 85 3.7 服务保障模型 89 3.8 用户(买家、卖家)分层模型 90 3.9 卖家(买家)交易模型 96 3.10 信用风险

Author

卢辉

Publisher

机械工业出版社

Language

ZH