商业产品分析

作者简介·

乔安妮·罗德里格斯（Joanne Rodrigues）

一位经验丰富的数据科学家和企业经理，拥有数学（伦敦经济学院）、政治学（加州大学伯克利分校）和人口学（加州大学伯克利分校）硕士学位，以及国际经济学学士学位（乔治城大学）。她热衷于通过分析大量结构化、半结构化和非结构化的数据来解决实际问题。在医疗保健和游戏领域，她拥有6年应用机器学习和统计算法的经验，并能转化为商业洞见。她在 Sony PlayStation 开创了新的分析技术，并领导了 MeYou Health 的所有数据科学工作。此外，她还是医疗技术公司 ClinicPriceCheck.com 的创始人。

译者简介·

安丛

资深项目管理顾问，拥有近十年项目管理经验，曾服务于多个国内外大型数字化项目。目前从事于AI智能语音领域，译有《AI重新定义企业》。

万星

资深解决方案架构师，...

(展开全部)

作者简介·

乔安妮·罗德里格斯（Joanne Rodrigues）

一位经验丰富的数据科学家和企业经理，拥有数学（伦敦经济学院）、政治学（加州大学伯克利分校）和人口学（加州大学伯克利分校）硕士学位，以及国际经济学学士学位（乔治城大学）。她热衷于通过分析大量结构化、半结构化和非结构化的数据来解决实际问题。在医疗保健和游戏领域，她拥有6年应用机器学习和统计算法的经验，并能转化为商业洞见。她在 Sony PlayStation 开创了新的分析技术，并领导了 MeYou Health 的所有数据科学工作。此外，她还是医疗技术公司 ClinicPriceCheck.com 的创始人。

译者简介·

安丛

资深项目管理顾问，拥有近十年项目管理经验，曾服务于多个国内外大型数字化项目。目前从事于AI智能语音领域，译有《AI重新定义企业》。

万星

资深解决方案架构师，项目管理专家，有15年数字化从业经验。拥有PMP、ITIL、AWS SAA、ACP、EXIN DevOpsMaster专业认证， 译有《云转型》。

魏玮

资深产品顾问，致力于产品设计和敏捷交付。从业近十年，服务于多个国内外客户产品演进项目，拥有PMP、ACP、ITIL等专业认证。

Contents
推荐序一
推荐序二
推荐序三
推荐序四
译者序
· · · · · · (更多)

Contents
推荐序一
推荐序二
推荐序三
推荐序四
译者序
前言
致谢
第一部分　定性方法论
第1章　数据活动：晚宴模型　3
1.1　用户数据中断　4
1.2　晚宴模型　7
1.3　用户数据有何独特之处　13
1.4　为什么因果关系很重要　21
1.5　可实践的洞见　23
第2章　构建社交宇宙理论　24
2.1　构建理论　24
2.2　概念化和测量　33
2.3　Web产品的理论　37
2.4　可实践的洞见　41
第3章　终极目标：如何改变人类
行为　43
3.1　理解可实践的洞见　43
3.2　一切都是为了改变行为　45
3.3　关于人类行为改变的理论　50
3.4　Web产品中的行为改变　54
3.5　行为改变的现实期望是什么　56
3.6　可实践的洞见　60
第二部分　基本统计学方法
第4章　用户分析中的用户分布　63
4.1　为什么指标很重要　63
4.2　可实践的洞见　73
第5章　指标的创建和解释　74
5.1　时期、年龄和队列　74
5.2　指标的制定　80
5.3　可实践的洞见　92
第6章　为什么用户会流失？A/B
测试的来龙去脉　94
6.1　A/B测试　94
6.2　有趣的免费周活动案例　95
6.3　变量之间的相关性　99
6.4　为什么要研究随机性　102
6.5　A/B测试的核心和关键　104
6.6　A/B测试中的陷阱　115
6.7　可实践的洞见　118
第三部分　预测方法
第7章　用户空间建模：k均值和
PCA　123
7.1　什么是模型　123
7.2　聚类技术　124
7.3　可实践的洞见　132
第8章　预测用户行为：回归、
决策树和支持向量机　133
8.1　预测推断　133
8.2　关于预测的许多问题　134
8.3　预测建模　136
8.4　监督学习模型的验证　148
8.5　可实践的洞见　151
附录　151
第9章　预测产品人口变化：人口
预测　152
9.1　为什么我们要花时间在产品
生命周期上　153
9.2　出生、死亡和整个生命周期　153
9.3　不同的留存模式　155
9.4　人口预测的艺术　161
9.5　可实践的洞见　176
第四部分　因果推断方法
第10章　追求实验：自然实验和
双重差分模型　179
10.1　为什么要进行因果推断　179
10.2　因果推断与预测　180
10.3　当A/B测试不起作用时　181
10.4　从真实数据中进行因果推断的
要点和关键　183
10.5　可实践的洞见　191
第11章　持续追求实验　193
11.1　断点回归　194
11.2　估计获得徽章的因果效应　197
11.3　中断时间序列　201
11.4　季节性分解　205
11.5　可实践的洞见　208
第12章　在实践中开发启发式方法　209
12.1　从真实数据中确定因果关系　209
12.2　统计匹配　210
12.3　倾向得分匹配的问题　 216
12.4　启发式匹配　218
12.5　佳猜测　218
12.6　总结　221
12.7　可实践的洞见　222
第13章　增益建模　223
13.1　什么是增益　223
13.2　为什么采用增益建模技术　224
13.3　理解增益　225
13.4　预测与增益　225
13.5　增益困难　226
13.6　可实践的洞见　237
第五部分　基于R语言的基本
方法、预测方法和
因果推断方法
第14章　指标的R实现　241
14.1　为什么选择R语言　241
14.2　R基础入门：R语言简介及
安装　242
14.3　分布抽样　247
14.4　汇总统计量　251
14.5　Q-Q图　252
14.6　计算方差和高阶矩　254
14.7　直方图和数据分档　254
14.8　双变量分布和相关性　260
14.9　奇偶进度比　264
14.10　总结　266
第15章　A/B测试、预测建模和人口
预测的R实现　267
15.1　A/B测试　267
15.2　聚类　277
15.3　预测模型　280
15.4　人口预测　289
15.5　总结　297
第16章　断点回归、匹配和增益的
R实现　298
16.1　双重差分建模　298
16.2　断点回归和时间序列建模　301
16.3　统计匹配　310
16.4　增益建模　323
16.5　总结　334
附录　334
参考文献　337
后记　342
· · · · · · (收起)