留言赠书|超暖心,这也可能是最有趣的数据分析书!

这是《数据分析咖哥十话》一书作者黄佳的创作手记。黄佳老师,前埃森哲资深顾问,现新加坡科研局AI研究员,人工智能项目落地专家。他同时也是《SAP程序设计》、极客时间《零基础实战机器学习》的专栏作者。

缘起

2020年底,我出版了《零基础学机器学习》,这书从小冰学习的故事写起、然后切入项目实战的生动写法得到了读者的认可。因为当时经验和水平的局限,这书也存在着“适合入门,但还可以再写深一些”的问题。后来项目越做越多,论文也读多了,总觉得如果能够重写一遍,保持“浅度”(这是优点),又能增加“深度”(这是考验作者“内功”的地方),那该有多好。不过,再版一本书可没有那么容易,这是后话了。

再后来,我又做了许多数据运营的项目,主要是把技术应用到AARRR模型的各个环节之中去。这期间,我也同时开设了极客时间专栏课程“零基础实战机器学习”,结识了更多做数据分析、数据运营的新朋友,也常和大家一起探讨数据科学的落地现状。我们都深切感觉到,数据分析,已经从一个具体的岗位,演进成了一种“通用能力”。在工作中,直接拿起Excel,或Python三剑客(Pandas/Numpy/Matplotlib),或者用SKLearn当场手撕一下,就能看看数据里面有什么门道

如果你不会这些东西,非要把手头的数据发给你公司的“数据分析师”,苦苦地等着人家回复,那多麻烦!!

0c8c4c73b753089cf81e687a9a6318bd.jpeg

不过,我也发现,很多时候我们对数据科学的学习和实践充满热情,但是,在投入大量的时间和精力学习新技能的同时,大家也存在着诸多疑惑。 

讨论较多的问题有这么几个。

    • ——我正在数据分析入门阶段,学了 Python,学了数据分析工具,学了数据可视化。书中的代码都看得明白,程序也会写了。但是,数据来了,业务需求来了,我还是不知道怎样去做。怎么办? 

    • ——我想知道数据分析高手的成长路径是什么样子的。有那么多工具要学,Excel、统计学和数学、Python/R语言、SQL、Tableau、Power BI 这些都要掌握吗?要掌握到什么程度才算专家? 

    • ——作为数据分析师,我该如何学习机器学习,掌握到什么程度才算合适呢?机器学习的相关数学公式太多,资料太难,看不懂怎么办?好不容易弄懂了一些机器学习算法,却找不到场景使用。机器学习是不是传说中的“屠龙之技”啊?

我想:说到底,是要学的东西太多了,时间和精力有限,如何让大家最快,最轻松的,不费力气的学到能用的技能,是我的目标。

带着这些问题,我开始了一本新书的写作。

目标1:场景化实操指南

第一个目标,是要写一本将技术联系实际、让工具全面落地的场景化实操指南。仅学工具、语法、算法味同嚼蜡,一定要结合业务场景,要在场景中实战,这样才能够把工具的价值最大化,才能够真正理解知识、理解数据的内涵,才能举一反三。 

229ed206ae9db3087678a6e557284021.png

那么,疑惑再度出现,对于一个新手,或者运营经验并不丰富的数据分析师来说,他们没有见过那么多的业务场景,也就不可能边做边学,这个问题又该怎么解决呢?

没关系,这个痛点,我也可以解决掉。因此在写作过程中,我会努力把一些真实的业务场景展示出来,从用户故事和具体问题出发,手把手地带着大家学习,从问题的出现到理论的分析,再到工具的介绍和使用,直至问题的解决,把知识扎实地落地。

目标2:有故事读着有趣

除了想奉献给读者一本实用、“硬核”的数据分析和数据运营的技术参考书之外,我还有第二个小目标,就是希望这是一本非常有趣的数据分析参考书

7d11314248b9b7417966c87631ab3f46.png

王小波说过:“每一本书都应该有趣。”可是,现实世界的真实情况是大家在学习技术时感觉太枯燥了,读书也太累了。所以,我真心希望能够有一本书带着大家一起快乐地“玩”数据。而且这个快乐学习的小目标与我的“在场景实战中学工具、学技术”理念完全不矛盾。

因此,这本书也完全是一个个故事+案例的方式来呈现,从小雪求职时被咖哥发现了行踪开始,咖哥和小雪就一步一步带你走进了数据分析实战的殿堂。其中还穿梭着马总、牛总的插科打诨、江里捞的留客秘密,游戏公司的佳节促销等等彩蛋。

而且,只学编程语言和数据分析工具难免枯燥,但是结合了业务场景和用户故事,大家就能快乐地学习了。为什么这么说呢?因为通过数据分析能够从数据中挖掘出价值,能够把这一价值用漂亮的图表呈现出来,能够看到自己的建议驱动了运营的增长,还能看到数据中隐含的“秘密”,从而给公司业务带来巨大的增量。数据带来的好处实实在在,能看得见。

做数据分析项目,很有成就感。

现在,让我们一起来看看,表面上普普通通的数据,在普普通通的运营场景中,我们可以“玩”出哪些 “花样”。

    • 在这里,我们用 Python对用户进行简单画像,发现一张眼影盘促销海报被错发给了不适合它的受众。

    • 在这里,我们通过收集用户的行为信息,利用RFM分析判断用户的价值高低,并且预估一个用户会在该产品上花费多少钱。

    • 在这里,我们把各个营销渠道排列组合、动态配置,看看是抖音、哔哩哔哩(B 站)还是 小红书更适合推广自己的产品。

    • 在这里,我们使用漏斗模型聚焦转化率,看看哪一个环节才是用户决定使用我们产品的关键。

    • 在这里,我们分析用户留存和流失的相关因子,让用户的留存曲线一目了然,通过这条曲线,可以发现会员卡中的哪些配套服务更能留住会员。

    • 在这里,我们用内容分析探索产品的价值。

    • 在这里,我们用推荐系统找到喜欢的好物。

    • 在这里,我们用 A/B 测试发现助力促销的方法。

    • 在这里,我们用增长实验寻觅更有效的裂变方案。

写着写着,我又发现对于数据人来说,更重要的是通过对工具的使用养成一种从数据中发掘“蛛丝马迹”并提取其价值的思维习惯,培养自己透过数据的表象看清业务本质的能力,把数据转换成实实在在的价值。在这里,我们对数据的推理已经超越了传统的数据分析,我把该推理方法称为“数据演绎法”。在数据的世界里,你就是“福尔摩斯”。数据中隐藏着什么,由你去发现

好啦,下面就一起看一看我这本新书《数据分析咖哥十话 从思维到实践促进运营增长》的宣传文案和具体内容细节:

8fefcb665e273138be95cd5e4aad079a.jpeg

数据分析咖哥十话

数据分析咖哥十话不仅写法令人耳目一新,其实用性令数据分析师们击节赞叹,很多数据分析高手读后评论:

    • 读这本书时,有一种“抄作业”的轻松愉悦之感,读着真的舒服。

    • 如果早点读到黄老师的这本书,将减少当初多少摸索式学习的痛苦

这本书还有以下几个特点:

1. 立足实际

首先,这本书全书立足于数据分析项目实战。书中内容架构按照全局到具体来安排,保证你每一步都知道怎么走。基础先行,宏观掌握数据分析技能模块;深度实践,从头到尾感受业务全流程。

abc5d22241fcc56b44751fcad37b9037.png

2. 有趣又有料

这本书的设置是问题导向,用案例手把手带着你解决实际业务。举几个例子如下:

(1)对于不同的用户群体而言,同样的广告、推广文案或者促销获客活动有可能产生完全不同的效果。那么推广这款海报好不好?通过数据分析可以更好地来确定哪一类人才是真正的买家。

8b76d838b3386dd4f3474ff18411fff9.png

(2)在数据时代,流量是影响增长的重要因素。然而不计成本地获客,可能会因陷入营收困境而功亏一篑。因此,讨论如何获客时,不能忽略对用户价值的计算。清楚自己的用户值多少钱,才能更好地知道自己能赚多少钱。

ac000c06845f5e4ecf4674198cfc4ffc.png

(3)如何找到更好的促销渠道?如何量化各个渠道的具体价值?是否需要将多个促销渠道结合,才能获得更好的激活效果?我们将用马尔可夫链来解决这些问题。如何将转化结果归因于多个营销渠道显得越来越重要了。一项研究表明,首次访问零售商网站的消费者中有92%的人不在该网站购物。

b8bba155561a270448a2216b368a4034.png

(4)关键的营销时刻是用户真正开始使用产品,并且被产品所吸引的时刻。只有完成了一次从头到尾的产品体验之后,潜在用户才真正成为“使用者”。如果这次体验是令人满意且愉悦的,那么这个时刻就是我们所期望的“啊哈”时刻,也就是激活。激活的过程中哪个环节可能存在问题?需要数据的支持才能得出结论。

c5c8666405684a7bc432250ea21ecdd9.png

3. 培养数据思维

这本书中不仅有业务实战案例,还囊括了数据分析的重要方法,逻辑思维模型,以及AARRR框架。全书都是围绕着AARRR这个运营框架中的各个实战环节而展开的。

82283344d20ed339d407b43cdcd41a51.png

(1)数据分析方法概述

在实践过程中,数据分析师们总结出了许多具体的数据分析方法,了解这些方法的精髓,可将它们灵活应用于运营流程的各个阶段。

1. 用户画像:多维拆解用户信息

2. RFM分析:确定用户的核心价值

3. 波士顿矩阵:协助企业分配资源

4. SWOT分析:扬长补短,实现目标

5. 5W2H分析:从多角度提问,发散思维

6. KANO模型:对用户需求进行分类排序

7. 漏斗分析:显示关键转化节点

8. A/B 测试:对比不同方案

(2)逻辑分析方法

数据分析基本遵循提出问题→分析问题→提出假设→验证假设→ 输出结论这一过程,这个过程本身就需要多种逻辑思维方法的参与。因此,良好的逻辑思维能力对数据分析的作用不言而喻。

演绎推理就是从一般性原理出发 , 经过逻辑推理,从“已知”推知“未知”,以解释具体事件或者现象。

(3)AARRR 模型

本书以 AARRR 模型为框架,以咖哥和小雪为主人公,给出10个用数据指导运营实践的清晰案例。

d336da074f3e91954ffeadffda0800ef.png

4. 代码硬核且活泼

这本书的不仅仅关注于理论,思维,实战流程和方法。相关配套代码的质量也是顶流的暖心。所有代码都已经在github开源,图文并茂,注释详尽。源码地址如下:

https://github.com/huangjia2019/datalogic

a6479a578eea02146d5b39c050330162.png

看出来了吧,为了让读者真正学懂数据分析,做会运营实战,作者可是真真正正下了功夫。从问题引入,到分析数据,到代码实现。这样一站式的服务,如果这样还学不会数据分析,那真是有点辜负了咖哥的一片苦心......

黄佳老师的上一本书《零基础学机器学习》,也是以咖哥为主人公,出版一年多以来,广受读者喜爱,已经是7次重印,豆瓣评分高达9.1分。而《数据分析咖哥十话》一书,沿袭了风趣、幽默、轻松的风格,其中数据分析技术和实操结合得更为巧妙。而细心的读者还会发现,两本书中的两个女主人公,小冰和小雪,实际上是亲戚关系......

0608b3a4c1965e25503a018d1e42efaf.jpeg

心动不如行动,喜欢这本书的朋友,可以戳下方链接入手。

留言送书:评论区写下你对数据分析和机器学习之间关系的理解(20字以上),小编选择3名同学赠书!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值