[套装书]数据分析：企业的贤内助[按需印刷]+广告数据定量分析：如何成为一位厉害的广告优化师[鲜读]（2册）

作者
陈哲齐云涧
丛书名
出版社
机械工业出版社
ISBN
9787190807101
简要
简介
内容简介书籍计算机书籍 ---------------------------数据分析：企业的贤内助[按需印刷]--------------------------- 真正的好书不在于给出答案，而在于给出思考问题的方法。本书选择人物对话的形式，通过一问一答把读者带入思考问题的情境，耳濡目染，感同身受。思路上清晰连贯，表达上深入浅出，减少枯燥的概念，增加生动的故事和实用的案例；减少晦涩的公式推导，增加思路引导的互动情境。 《数据分析：企业的贤内助》章节逻辑清晰，从企业的一个个具体的需求出发，使读者对数据分析的了解循序渐进，将复杂的数据分析知识体系串成有机的整体；数据分析体系完整，从数据采集、数据清洗和加工，到战略数据分析、经营数据分析和投资数据分析等综合分析，最后到数据成果的精彩呈现均加以阐述，使读者完整了解到数据分析对企业各个环节的价值。书中的案例来源于企业经营的实际案例，实用性强，分析线索环环紧扣，分析方法细致严谨，数据展示简洁明了，难能可贵的是作者将自己多年在数据分析实际工作中的“解题”思路加以展现，为广大数据分析师们的实务工作提供了宝贵的借鉴。 《数据分析：企业的贤内助》在章节编排方面兼顾不同读者的需求：第1章可加强企业高管对数据分析的认识；第2章有助于想进入数据分析行业的有志之士明确发展方向和路径；第3章帮助在信息技术公司、软件公司、互联网公司、传统企业、电商企业、管理咨询公司、市场研究公司等从事数据分析工作的分析师进行自检；第4～8章有助于初、中级数据分析师以及阅读使用数据分析报告的职业经理人提升数据分析的专业思路、方法和技能。 ---------------------------广告数据定量分析：如何成为一位厉害的广告优化师[鲜读]--------------------------- 内容简介 这是一部面向初级广告优化师、渠道运营人员的广告数据分析和效果优化的实战指南。 数据分析功底的深浅，决定了广告优化师能力水平的高低。这本书一方面告诉读者成为一名厉害的广告优化师需要掌握的数据分析技能，以及如何快速掌握这些技能；一方面又为读者总结了SEM广告、信息流广告、应用商店广告数据的分析方法论和效果优化的方法，以及多广告推广渠道的统筹优化。书中提供大量真实数据案例，助你提升广告数据分析的理论深度和业务水平。 全书一共8章： . 第1-3章全面讲解了广告优化中的统计学，包括计学和广告数据定量分析的主要思想、统计学与广告优化的关系、广告数据分析中的统计学原理，以及如何用图表描述广告数据。 第4-7章依次讲解了SEM广告的优化痛点以及相应的数据分析解决思路、信息流广告优化面临的难点以及针对性的数据分析方法论、应用商店如何做数据分析和效果优化、多广告推广渠道综合效果评估和统筹优化的问题。 第8章对互联网广告这一商业生态进行梳理，为广告优化师的个人成长提供了有价值的参考建议。
目录



---------------------------数据分析：企业的贤内助[按需印刷]---------------------------


《数据分析：企业的贤内助》
本书赞誉
序
前言
第一篇　数据分析的价值与要求
第1章　内助出山2
1.1　决策困境的出路4
1.1.1　战略决策4
1.1.2　投资决策9
1.1.3　营销决策14
1.2　数据分析的前景16
1.2.1　成功案例17
1.2.2　行业发展18
1.3　数据价值问与答20
1.3.1　Q&A1：凭经验也可做决策20
1.3.2　Q&A2：数据分析提高决策成本21
1.3.3　Q&A3：调研数据不足信22
1.3.4　Q&A4：数据分析的组织结构23
1.3.5　Q&A5：数据分析部门的职责25
1.4　本章小结26
第2章　招兵买马28
2.1　分析师的岗位要求29
2.1.1　教育背景29
2.1.2　基本素质31
2.1.3　技能经验32
2.2　分析师的海阔天空33
2.2.1　发展方向33
2.2.2　晋升空间35
2.2.3　职业规划38
2.3　分析师的能力测试39
2.3.1　数据敏感性测试40
2.3.2　逻辑思维力测试42
2.4　本章小结48
第3章　优秀之路50
3.1　修四重提升境界52
3.1.1　第一重：深度52
3.1.2　第二重：信度55
3.1.3　第三重：效度59
3.1.4　第四重：通度60
3.2　悟四种专业态度62
3.2.1　态度一：避免从众心理62
3.2.2　态度二：避免偏见63
3.2.3　态度三：合理怀疑64
3.2.4　态度四：换位思考64
3.3　熟五大分析要素65
3.3.1　要素一：图纸65
3.3.2　要素二：材料66
3.3.3　要素三：步骤66
3.3.4　要素四：工具67
3.3.5　要素五：方法68
3.4　本章小结69
第二篇　数据分析的实战与应用
第4章　下单：设计方案72
4.1　揭开方案的面纱74
4.1.1　研究方案的作用74
4.1.2　研究方案的构成74
4.1.3　向1234原则看齐75
4.2　奏响方案七步曲77
4.2.1　明确研究目的77
4.2.2　分解研究内容78
4.2.3　找准研究对象82
4.2.4　选择方式方法83
4.2.5　计划项目周期83
4.2.6　估算项目报价84
4.2.7　确定项目组成员85
4.3　市场细分案例87
4.4　本章小结87
第5章　备料：数据采集89
5.1　解读数据的特征90
5.1.1　时效性90
5.1.2　分散性91
5.1.3　概率性91
5.1.4　再创性91
5.2　二手数据案头淘92
5.2.1　二手数据的价值93
5.2.2　二手数据的查找94
5.3　一手数据实地跑95
5.3.1　调查方法慎选择96
5.3.2　多快好省用抽样105
5.3.3　问卷设计细思量110
5.4　本章小结125
第6章　切配：数据处理127
6.1　入库：数据录入129
6.1.1　录入结构129
6.1.2　编码129
6.2　冲洗：数据清洗134
6.2.1　查重135
6.2.2　改缺135
6.2.3　纠错137
6.3　切堆：数据加工140
6.3.1　数据抽取140
6.3.2　数据排序与分组141
6.4　打焯：数据描述142
6.4.1　集中与离散趋势142
6.4.2　频数分布145
6.4.3　交叉分布147
6.5　本章小结150
第7章　烹饪：数据分析151
7.1　菜名：界定分析目的152
7.2　菜谱：梳理分析思路152
7.2.1　按时间维度153
7.2.2　按空间维度153
7.2.3　按综合维度154
7.3　厨艺：运用分析方法156
7.3.1　基础分析方法156
7.3.2　衍生分析方法161
7.3.3　春节策划案例分析161
7.4　菜肴1：战略分析　163
7.4.1　分析思路163
7.4.2　矩阵分析法与层次分析法171
7.5　菜肴2：投资分析185
7.5.1　分析思路185
7.5.2　预测分析法186
7.5.3　收益分析法200
7.5.4　风险分析法208
7.6　菜肴3：营销分析216
7.6.1　分析思路216
7.6.2　聚类分析218
7.6.3　KANO模型225
7.6.4　PSM模型229
7.6.5　品牌知觉图分析234
7.6.6　定标比超分析240
7.6.7　漏斗分析245
7.6.8　AIDA模型248
7.7　本章小结253
第8章　打荷：数据呈现255
8.1　盘饰：好文配好图256
8.1.1　明确要表达的信息256
8.1.2　选择图表类型257
8.1.3　制作选定的图表276
8.1.4　确定有效的表达292
8.2　摆放：报告闯四关299
8.2.1　报告的准备299
8.2.2　报告的种类300
8.2.3　报告的结构304
8.2.4　报告的论述308
8.3　本章小结314


---------------------------广告数据定量分析：如何成为一位厉害的广告优化师[鲜读]---------------------------


推荐语
前言
第1章　广告优化中的统计学1
1.1　统计学：用一句话解释它是什么1
1.2　学会运用统计：读者的目标2
1.2.1　理解统计学术语2
1.2.2　掌握科学的数据分析方法论2
1.2.3　理解什么地方可能出差错3
1.3　统计学的主要思想4
1.3.1　随机性和规律性4
1.3.2　规律性中的随机性5
1.3.3　概率：什么是机会6
1.3.4　变量和值6
1.3.5　常数7
1.4　统计学和广告优化的关系7
1.5　广告数据定量分析的主要理念9
1.5.1　目的性Purpose9
1.5.2　有限性Limited10
1.5.3　相关性Correlation12
1.5.4　抽样性Sampling14
1.5.5　显著性Significance15
1.6　本章小结15
第2章　广告数据分析中的统计学原理16
2.1　抽样：总体、样本和误差16
2.2　概率20
2.3　概率分布21
2.3.1　正态分布21
2.3.2　标准正态分布23
2.3.3　中心极限定理24
2.4　统计推断：估计25
2.4.1　估计：用样本数据预估总体25
2.4.2　区间估计25
2.4.3　总体比例的置信区间27
2.4.4　总体均值的置信区间28
2.5　 统计推断：假设检验31
2.5.1　简单好用的p值31
2.5.2　两个总体比例之差的显著性检验32
2.5.3　两个总体均值之差的显著性检验36
2.6　变量间关系37
2.7　自变量和因变量之间的关系38
2.8　两个数值型变量的关系39
2.8.1　相关分析39
2.8.2　回归分析43
2.9　分类型变量和数值型变量的关系46
2.10　本章小结51
第3章　广告数据的描述：图表52
3.1　初阶：维度和指标52
3.1.1　看分布53
3.1.2　看趋势56
3.1.3　多维度和指标交叉61
3.1.4　看相关64
3.2　进阶：用户行为洞察66
3.2.1　漏斗图66
3.2.2　用户行为路径图69
3.3　本章小结71
第4章　SEM广告数据分析72
4.1　认识SEM广告72
4.1.1　SEM广告发展现状72
4.1.2　SEM推广渠道的特点74
4.1.3　SEM广告数据分析痛点76
4.2　SEM广告数据分析关键指标解读81
4.2.1　CPC81
4.2.2　CTR83
4.2.3　质量度85
4.2.4　平均排名86
4.3　SEM数据分析方法论88
4.3.1　帕累托法则88
4.3.2　四象限分析89
4.3.3　显著性检验91
4.3.4　关键词评分体系94
4.4　案例：某招聘网站的百度SEM广告优化101
4.4.1　项目背景101
4.4.2　优化难点104
4.4.3　优化思路106
4.4.4　优化执行107
4.4.5　效果评估112
4.5　本章小结114
第5章　信息流广告数据分析115
5.1　认识信息流广告115
5.1.1　信息流广告发展现状115
5.1.2　信息流推广渠道的特点118
5.1.3　信息流广告数据分析痛点119
5.2　信息流广告数据分析关键指标解读124
5.2.1　ECPM和CTR124
5.2.2　用户画像和广告定向128
5.3　信息流广告数据分析方法论131
5.3.1　A/B测试131
5.3.2　朴素贝叶斯算法—优化广告定向137
5.3.3　创意定量化的解决思路142
5.4　案例：某金融App的今日头条信息流广告优化146
5.4.1　项目背景146
5.4.2　优化难点147
5.4.3　优化思路148
5.4.4　优化执行148
5.4.5　效果评估155
5.5　本章小结156
第6章　应用商店广告数据分析157
6.1　认识应用商店广告157
6.1.1　应用商店广告的发展现状157
6.1.2　应用商店推广渠道的特点160
6.1.3　应用商店的几大核心广告资源介绍162
6.1.4　应用商店广告数据分析痛点164
6.2　应用商店广告数据分析关键指标解读171
6.2.1　自然量171
6.2.2　CPA175
6.2.3　ROI178
6.2.4　各广告位流量配比180
6.3　应用商店广告数据分析方法论181
6.3.1　相关性分析181
6.3.2　线性回归分析185
6.3.3　显著性检验分析193
6.4　案例：某生活消费App在小米应用商店渠道的广告优化196
6.4.1　项目背景196
6.4.2　优化难点199
6.4.3　优化思路200
6.4.4　优化执行201
6.4.5　效果评估210
6.5　本章小结212
第7章　多广告推广渠道的统筹优化213
7.1　多渠道广告统筹优化的现状213
7.2　多渠道广告数据分析方法论：综合效果评分模型215
7.3　案例：某金融App在多广告渠道的统筹优化217
7.3.1　项目背景217
7.3.2　优化思路和执行217
7.3.3　效果评估226
7.4　本章小结227
第8章　广告优化的未来会好吗228
8.1　广告业内的3种角色228
8.1.1　角色期待229
8.1.2　角色冲突与认知偏差233
8.1.3　囚徒困境234
8.2　广告优化的作用237
8.2.1　广告优化的边界237
8.2.2　广告优化的展望238
8.2.3　广告优化师的精进之道：内部创业者238
8.3　本章小结240




有问题微信扫码联系

推荐

Understand China
桂ICP备20004708号-4