內容簡介
這是一部全面講解數據產品經理核心知識體系的著作。12位作者大多來自國內的知名企業，涉及不同的行業，讓本書擁有了更廣泛的視角，能幫助讀者從不同的角度去了解數據產品經理如何在數據、產品、運營、市場等多個方面產生價值。本書的*終目的是讓讀者全面了解數據產品經理的工作內容、系統掌握數據產品的核心知識體系，快速實現從入門到進階的突破。
全書一共11章，重點講解了數據產品經理應該掌握的11個核心知識點，可以概括為四個部分。
第壹部分 基礎知識（第1章）
首先介紹了數據產品的定義、組成、分類，其次介紹了數據產品經理的分類和能力模型，*后介紹了數據產品經理的招聘、應聘和面試。
第二部分 通用能力（第2~3章）
講解了數據產品經理應該具備的數據分析能力和項目運作能力（產品路線圖）。
第三部分 數據管理（第4~9章）
依次講解了數據埋點、數據中臺、數據指標體系、A/B測試、數據管理、數據服務等知識點，涵蓋數據采集、治理、應用、能力輸出的整個鏈條。
第四部分 策略產品（第10~11章）
重點講解了搜索系統和用戶畫像等策略產品相關的知識。
贊譽
序一
序二
作者簡介
前言
第1章 全面認識數據產品經理001
1.1 什么是數據產品001
1.1.1 數據產品定義002
1.1.2 數據產品組成002
1.1.3 數據產品類型003
1.1.4 數據產品衡量004
1.2 數據產品詳解005
1.2.1 用戶數據產品005
1.2.2 商用數據產品010
1.2.3 企業數據產品015
1.3 數據產品經理能力模型021
1.3.1 產品經理能力021
1.3.2 數據專業能力022
1.3.3 軟能力023
1.3.4 不同級別的能力要求023
1.4 數據產品經理分類026
1.4.1 平臺型026
1.4.2 應用型027
1.4.3 策略型028
1.5 數據產品經理的應聘與招聘029
1.5.1 如何應聘029
1.5.2 如何招聘031
1.6 數據產品相關案例035
1.6.1 商用數據產品研究案例——Domo035
1.6.2 數據產品經理面試案例045
第2章 數據分析方法論053
2.1 數據分析的基礎流程054
2.2 有價值的數據結論055
2.2.1 什么是有價值的數據結論055
2.2.2 怎樣得到有價值的數據結論056
2.2.3 得到數據結論的案例057
2.3 數據分析基礎方法058
2.3.1 全鏈路分析058
2.3.2 組成因子分解061
2.3.3 影響因子拆解062
2.3.4 枚舉法063
2.4 數據分析方法使用案例068
2.4.1 案例一：多種分析方法尋找增長點068
2.4.2 案例二：找到對公司有價值的需求點071
第3章 產品路線圖078
3.1 制定產品戰略目標079
3.1.1 產品愿景079
3.1.2 產品目標080
3.1.3 產品路線圖082
3.1.4 產品迭代計劃與任務083
3.2 收集并整理需求083
3.2.1 用戶/客戶反饋083
3.2.2 競品分析084
3.2.3 銷售人員和客戶服務人員084
3.2.4 行業分析085
3.2.5 頭腦風暴085
3.2.6 數據反饋086
3.3 確定優先級086
3.3.1 價值與復雜度模型087
3.3.2 加權評分087
3.3.3 KANO模型088
3.3.4 SWOT分析088
3.3.5 四象限分析法089
3.4 規劃路線圖091
3.5 我們是如何進行路線圖規劃的092
第4章 數據埋點體系096
4.1 數據埋點概述096
4.1.1 什么是埋點096
4.1.2 埋點的意義097
4.1.3 埋點的類型097
4.2 如何做好埋點098
4.2.1 目標收集098
4.2.2 字典管理100
4.2.3 埋點管理平臺100
4.3 埋點技術102
4.3.1 JavaScript埋點102
4.3.2 App埋點103
4.3.3 埋點技術的選擇104
第5章 數據中臺105
5.1 數據中臺是什么105
5.1.1 數據中臺的由來105
5.1.2 中臺的彷徨107
5.1.3 中臺是一種企業戰略107
5.1.4 中臺是戰略下的組織協同108
5.1.5 中臺是技術與業務的綜合體109
5.1.6 數據中臺下的數據產品經理109
5.2 數據中臺的產品形態110
5.2.1 統一指標平臺110
5.2.2 統一標簽平臺111
5.2.3 可視化報表平臺112
5.2.4 智慧營銷平臺112
5.2.5 數據中臺產品的產品思維113
5.3 如何構建數據中臺114
5.3.1 定戰略114
5.3.2 改組織115
5.3.3 深業務117
5.3.4 做統一117
5.3.5 享服務120
5.3.6 業務評價下的數據中臺120
5.3.7 黃埔軍校式的數據中臺122
第6章 數據指標體系123
6.1 數據指標體系的概念與價值124
6.1.1 什么是數據指標體系124
6.1.2 數據指標體系的價值125
6.2 數據指標的分類127
6.2.1 指標的類型127
6.2.2 數據指標的類型128
6.3 數據指標體系的建設136
6.3.1 數據指標體系設計原則136
6.3.2 數據指標體系建設的方法與步驟139
6.4 數據指標在各行業的應用150
6.4.1 電子商務150
6.4.2 內容文娛151
6.4.3 在線教育153
第7章 A/B測試系統搭建155
7.1 A/B測試簡介155
7.1.1 A/B測試起源155
7.1.2 A/B測試特點156
7.1.3 A/B測試場景157
7.2 A/B測試流程158
7.2.1 試驗需求洞察158
7.2.2 試驗需求發起159
7.2.3 試驗方案設計160
7.2.4 試驗需求落實160
7.2.5 試驗效果分析161
7.3 A/B測試系統設計161
7.3.1 A/B測試系統核心功能162
7.3.2 A/B測試系統設計方案165
7.3.3 A/B測試系統設計要點173
7.4 A/B測試案例分析175
7.4.1 奧巴馬競選總統175
7.4.2 商品詳情頁相似推薦176
7.5 A/B測試經驗建議181
7.5.1 培養驅動文化181
7.5.2 自研或第三方工具182
第8章 數據管理183
8.1 數據的類型和主要特點183
8.1.1 數據的類型183
8.1.2 三類數據的主要特點和差異184
8.1.3 業務數據有數據管理嗎185
8.2 主數據管理186
8.2.1 主數據管理概述186
8.2.2 主數據管理四要素188
8.2.3 業務輸入191
8.2.4 主數據管理產品化解決方案192
8.3 元數據管理197
8.3.1 元數據管理概述197
8.3.2 元數據管理標準202
8.3.3 元數據管理解決方案206
第9章 數據服務215
9.1 數據服務概述215
9.1.1 什么是數據服務215
9.1.2 為什么要做數據服務216
9.1.3 數據服務的利益相關者218
9.2 基于標準指標的數據服務219
9.2.1 API服務220
9.2.2 API服務的用戶路徑223
9.2.3 指標池服務223
9.3 基于Hive表的數據服務224
9.3.1 可視化模式224
9.3.2 開放平臺自定義SQL模式224
9.3.3 兩種數據服務的對比226
9.4 相關問題226
9.4.1 局限性與挑戰226
9.4.2 數據內容227
9.4.3 公共維度228
9.4.4 選表邏輯229
9.4.5 數據安全230
9.4.6 權限控制230
9.5 數據服務構想231
第10章 策略產品詳解：以搜索系統為例233
10.1 策略產品經理的前世今生233
10.1.1 策略產品經理定義234
10.1.2 策略產品經理的思維體系235
10.1.3 一個策略產品的小需求236
10.2 策略產品經理常用思維方式和分析方法237
10.2.1 策略產品經理常用的思維方式238
10.2.2 策略產品經理常用的分析方法241
10.3 如何維持搜索系統的迭代和運轉245
10.3.1 從整體架構入手245
10.3.2 從用戶需求入手254
10.3.3 從具體問題入手256
10.3.4 從業務發展入手257
10.4 搜索產品案例實踐257
第11章 用戶畫像263
11.1 用戶畫像概述263
11.1.1 用戶畫像的基本概念264
11.1.2 標簽的類型265
11.1.3 標簽生命周期管理266
11.2 用戶畫像從0到100的構建思路267
11.2.1 用戶畫像從0到1的構建思路267
11.2.2 用戶畫像從1到100的構建思路271
11.3 單個用戶標簽的做法274
11.3.1 用戶標簽的生產流程概述274
11.3.2 不同公司的標簽生產重點276
11.4 標簽案例一：算法標簽的一般生產流程277
11.4.1 標簽定義分析278
11.4.2 用戶行為獲�。ㄌ卣魈讲椋�278
11.4.3 模型設計279
11.5 標簽案例二：加入內容標簽的用戶標簽生產流程281
11.5.1 標簽定義分析281
11.5.2 內容標簽制作282
11.5.3 用戶標簽模型設計289
11.6 用戶畫像的效果驗收292
11.6.1 算法指標驗收292
11.6.2 分布驗證292
11.6.3 交叉驗證293
11.6.4 抽樣評測293
11.7 做好標簽系統需要注意的事項294
11.7.1 做好標簽系統的MVP測試機制294
11.7.2 時間在用戶標簽中的用法296
11.7.3 問題解答297
后記 一個老數據人的雜談299
新書資訊