智能增长 下载 pdf 百度网盘 epub 免费 2025 电子书 mobi 在线

本书从微观层面分析，在具体解决互联网企业面临的增长业务体量、提高财务收入问题时，探讨大数据和人工智能技术所能起到的作用和需要采取的做法，从方法论的角度提供一些普遍适用的衡量体系和思考框架，来处理各种纷繁复杂的业务难题和盈亏困境。让读者能够自行搭建起一套大数据智能驱动增长的行动框架，了解其中各个组成部件的机能和运作规律，并可以结合自身需求进行调整。

本书适合所有从事移动互联网行业研发、产品和运营的读者阅读，对智能增长、互联网+经济分析预测的观察者也有借鉴意义。

第一部分　数据篇

第1章 数据收集　　2

1.1 行为数据　　3

1.1.1 传统获取方式　　3

1.1.2 获取方式对比　　4

1.1.3 无需埋点的数据收集　　5

1.1.4 用户行为数据类型　　7

1.2 交易数据　　9

1.2.1 收集交易过程数据　　9

1.2.2 收集交易累积数据　　10

1.2.3 区分交易金额的组成　　11

1.2.4 收集广告点击数据　　12

1.3 标签数据　　13

1.3.1 发现身份属性标签　　14

1.3.2 在基础标签上加工　　14

1.3.3 从交易行为提取标签　　15

1.3.4 从数据挖掘建模输出标签　　15

第2章 数据加工　　16

2.1 标准与格式　　17

2.1.1 基本概念　　17

2.1.2 无量纲化处理　　18

2.1.3 多源数据融合　　19

2.2 关联分析　　20

2.2.1 概念　　20

2.2.2 Apriori 算法　　22

2.2.3 应用关联分析　　22

2.3 数据清洗　　25

2.3.1 填补缺失值　　25

2.3.2 数据平滑　　27

2.3.3 数据造假　　27

2.3.4 监测噪声数据　　29

第3章 数据存储　　31

3.1 分层与粒度　　31

3.1.1 粒度划分标准　　32

3.1.2 分层实现方法　　33

3.1.3 智能增长的新视角　　35

3.2 更新与时效　　35

3.2.1 记录实时数据　　36

3.2.2 数据更新与同步　　36

3.2.3 时效性　　37

3.3 搭建存储方案　　38

3.3.1 HDFS 数据库　　38

3.3.2 NoSQL 数据库　　39

3.3.3 开发自有方案　　40

第4章 数据访问　　43

4.1 访问工具：正排与倒排　　43

4.1.1 正排索引　　43

4.1.2 倒排索引　　46

4.2 衡量方法：查准与查全　　48

4.2.1 定义　　48

4.2.2 正排查全　　49

4.2.3 正排查准　　49

4.2.4 倒排查全　　50

4.2.5 倒排查准　　50

4.3 优化：性能与效率　　51

4.3.1 数据库设计　　51

4.3.2 SQL 语句设计　　52

第二部分　模型篇

第5章 生命周期模型　　56

5.1 用户生命周期　　56

5.1.1 划分标准　　57

5.1.2 用户生命价值　　58

5.1.3 生命周期运营　　59

5.2 商户生命周期　　61

5.2.1 划分标准　　61

5.2.2 商户生命价值　　62

5.2.3 生命周期运营　　63

5.3 小结　　65

第6章 RFM 模型　　66

6.1 定义　　66

6.2 适用场景　　68

6.2.1 客户管理　　68

6.2.2 电商运营　　69

6.2.3 服务升级　　69

6.3 演变方向　　71

6.3.1 多级指标细分　　71

6.3.2 算法降维　　72

第7章 AARRR 模型　　73

7.1 定义　　73

7.2 适用场景和指标　　74

7.2.1 下载量和激活量　　74

7.2.2 用户获取成本　　75

7.2.3 用户活跃度　　76

7.2.4 用户留存率　　76

7.2.5 用户平均收入　　77

7.2.6 用户回报率　　78

7.2.7 用户影响因子　　79

7.3 小结　　79

第8章 地理信息模型　　81

8.1 意义　　81

8.2 基础技术　　82

8.2.1 地理坐标　　82

8.2.2 地图定位　　84

8.2.3 地图导航　　85

8.3 适用场景　　86

8.3.1 地址信息解析　　86

8.3.2 基础位置描述　　88

8.3.3 周边POI 检索　　89

8.3.4 高精度定位服务　　89

8.3.5 个性化感知　　90

8.4 演变方向　　91

8.4.1 室内定位精准度　　91

8.4.2 POI 位置语义化　　92

第三部分　场景篇

第9章 如何持续获得新用户　　94

9.1 意义　　94

9.2 从0 到10 000，圈定种子用户　　95

9.2.1 采用邀请机制　　96

9.2.2 引起社区关注　　96

9.3 从10 000 到1000 万，构建增长机制　　97

9.3.1 竞争群体增长　　97

9.3.2 延伸品类增长　　98

9.3.3 相近地址增长　　98

9.3.4 社交关系增长　　99

9.4 评估与反馈　　100

9.4.1 降低竞品用户的获取成本　　101

9.4.2 提高附近用户的激活比例　　101

9.4.3 提高延伸用户的活跃程度　　102

9.4.4 提高社交用户的影响能力　　102

9.4.5 拉新效果评估矩阵　　103

9.5 小结　　104

第10章 谁是你的明星商户　　105

10.1 意义　　105

10.2 拓荒阶段　　106

10.2.1 动销率与展现率　　107

10.2.2 吸引能力：平衡动销和展现　　107

10.3 发展阶段　　108

10.3.1 新客导流数量与质量　　108

10.3.2 导流能力：平衡数量与质量　　108

10.4 相持阶段　　109

10.4.1 客单价与客单量　　109

10.4.2 扩张能力：平衡单价与单量　　110

10.5 稳定阶段　　110

10.5.1 投资回报率与营业利润率　　110

10.5.2 盈利能力：跨越盈亏平衡线　　111

10.6 小结　　112

第11章 何日君再来　　113

11.1 背景　　113

11.2 留存分析工具　　115

11.2.1 目标用户定格测算分析　　115

11.2.2 选定用户时序演化分析　　116

11.3 挽回流失用户　　118

11.3.1 流失的定义和分类　　119

11.3.2 流失率预测模型　　119

11.3.3 干预流失过程　　120

11.3.4 流失用户激活效应　　120

11.4 小结　　121

第12章 差异化定价　　123

12.1 意义　　123

12.2 根据服务区分定价　　124

12.2.1 一服务一价　　125

12.2.2 创造差异服务　　126

12.3 根据用户区分定价　　126

12.3.1 看到不同价格　　127

12.3.2 派发不同红包　　127

12.4 根据时间区分定价　　127

12.4.1 潮汐规律　　128

12.4.2 峰值效应　　129

12.5 小结　　130

第13章 缩短用户决策路径　　131

13.1 决策路径上的技术链条　　132

13.2 搜索技术　　133

13.2.1 查询词分析　　133

13.2.2 查询词变换　　134

13.2.3 检索结果扩展　　135

13.3 排序技术　　136

13.3.1 社交类　　137

13.3.2 消费类　　137

13.4 推荐技术　　138

13.4.1 技术选型　　138

13.4.2 技术挑战　　141

13.5 小结　　144

第14章 营造虚拟经济循环　　145

14.1 背景　　145

14.2 虚拟商品定价　　146

14.2.1 信用积分体系　　147

14.2.2 道具交易体系　　148

14.3 虚拟管理激励　　149

14.3.1 调节服务难度　　149

14.3.2 调节服务质量　　151

14.4 虚拟资源竞价　　152

14.4.1 发现虚拟资源　　152

14.4.2 找到竞价者　　153

14.4.3 估算竞争价格　　154

14.5 小结　　154

第15章 挤出繁荣里的泡沫　　155

15.1 什么是刷单　　156

15.1.1 刷单形态　　156

15.1.2 作弊手段　　157

15.2 加强数据校验　　158

15.2.1 唯一性验证　　159

15.2.2 常驻点验证　　160

15.2.3 硬件验证　　161

15.3 发现数据异常　　161

15.3.1 短期频繁行为　　162

15.3.2 批量雷同行为　　162

15.3.3 抱团趋同　　163

15.4 制止作弊行为　　163

15.4.1 规则系统　　164

15.4.2 机器建模　　164

15.4.3 避免误伤　　165

15.5 小结　　165

第16章 为商户赋能　　167

16.1 选地址　　168

16.1.1 找到旺铺位置　　168

16.1.2 划定服务范围　　169

16.2 选商品　　170

16.2.1 知己知彼找爆品　　170

16.2.2 商品的生命周期　　171

16.3 选客群　　171

16.3.1 定制目标用户　　171

16.3.2 提高揽客质量　　172

16.3.3 降低揽客成本　　172

16.4 小结　　173

第17章 调度一盘棋　　175

17.1 调度模式分类　　176

17.1.1 单地串行调度　　176

17.1.2 单地并行调度　　177

17.1.3 双地并行调度　　178

17.2 物流调度决策　　179

17.2.1 多目标优化　　180

17.2.2 分层建模降维　　180

17.2.3 云端虚拟调度　　182

17.2.4 配送耗时预估　　182

17.2.5 可视化平台　　183

17.3 运力供需分配　　184

17.3.1 需求预测与跨时空调配　　185

17.3.2 极端条件运力预警分配　　185

17.4 小结　　186

第四部分　团队篇

第18章 榜样的力量　　188

18.1 Facebook 增长团队　　189

18.1.1 组织构成　　189

18.1.2 主要经验　　189

18.2 美团大数据团队　　190

18.2.1 组织构成　　190

18.2.2 主要经验　　190

18.3 腾讯大数据团队　　191

18.3.1 组织构成　　191

18.3.2 主要经验　　192

18.4 GrowingIO 大数据团队　　192

18.4.1 组织构成　　192

18.4.2 主要经验　　193

18.5 京东大数据团队　　194

18.5.1 组织构成　　194

18.5.2 主要经验　　194

18.6 阿里数据平台事业部　　195

18.6.1 组织构成　　195

18.6.2 主要经验　　196

第19章 组建增长团队　　197

19.1 增长团队组织架构　　197

19.1.1 增长团队内部成员　　197

19.1.2 增长团队相关角色　　199

19.1.3 团队合作方式　　201

19.2 发挥数据科学家作用　　203

19.2.1 数据科学家做什么　　203

19.2.2 数据科学家怎么做　　204

19.3 常见陷阱与经验　　205

19.3.1 避免大数据浮肿　　205

19.3.2 沟通部门间障碍　　206

19.3.3 防范全面建设　　206

第五部分　结语篇

第20章 增长的力量　　210

20.1 智能增长对经济的意义　　210

20.1.1 互联网改造工业经济　　210

20.1.2 互联网经济到智能经济的过渡　　211

20.1.3 智能增长的本质　　212

20.2 智能增长的阶段　　213

20.2.1 早期积累　　213

20.2.2 快速发展　　214

20.2.3 精细运营　　215

20.3 人的未来　　216

20.3.1 被机器智能替代　　216

20.3.2 做机器做不了的　　217

20.3.3 驾驭机器智能　　217

20.3.4 增长的代价　　218

后 记　　219

蒋凡

有百度多年技术经验，百度外卖一线数据化运营经验，活跃于国内技术分享社区，亦是QCon、MSUP会议演讲嘉宾，推荐系统领域专家，翻译有《推荐系统》和《推荐系统：技术、评估及高效算法》。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：智能增长在线阅读

在线听书地址：智能增长在线收听

在线购买地址：智能增长在线购买

暂无原文赏析，正在全力查找中！

书籍介绍

本书从微观层面分析，在具体解决互联网企业面临的增长业务体量、提高财务收入问题时，探讨大数据和人工智能技术所能起到的作用和需要采取的做法，从方法论的角度提供一些普遍适用的衡量体系和思考框架，来处理各种纷繁复杂的业务难题和盈亏困境。让读者能够自行搭建起一套大数据智能驱动增长的行动框架，了解其中各个组成部件的机能和运作规律，并可以结合自身需求进行调整。

本书适合所有从事移动互联网行业研发、产品和运营的读者阅读，对智能增长、互联网+经济分析预测的观察者也有借鉴意义。