新书速递
如何建立标签指标体系？
指标体系中包含哪些标签？
如何设计存储画像标签的表结构？
如何开发标签？
画像系统中涉及哪些数据存储工具？
如何打通标签数据到服务层？
如何对画像系统进行监控？
如何对整个画像系统进行调度？
如何使画像系统服务于业务场景来驱动增长？
这些都是画像系统的子模块。今天小编为大家推荐《用户画像：方法论与工程化解决方案》。
这是一本从技术、产品和运营3个角度讲解如何从0到1构建用户画像系统的著作，同时它还为如何利用用户画像系统驱动企业的营收增长给出了解决方案。
全书一共9章：
第1~6章 主要讲解了搭建用户画像系统需要掌握的概念、技术、流程、方法论等，包括用户画像的基础知识、数据指标体系、标签数据存储、标签数据开发、开发性能调优、作业流程调度等；
第7章 讲解了如何对用户画像进行产品化，为工程实践提供解决方案；
第8章 详细讲解了用户画像在经营分析、精准营销和个性化推荐3个经典领域的应用；
第9章 通过8个常见的场景讲解了8个用户画像系统的落地案例，帮助读者掌握如何利用用户画像系统来驱动企业的营收增长。
一套好的解决方案需要包括以下几个层面。
架构层：在画像系统的架构层，本书首先介绍了画像数据仓库的架构，进一步介绍了数据存储的技术选型，在什么场景下使用Hive、MySQL、HBase、Elasticsearch等工具存储数据，用户标签开发、人群计算开发等相应数据开发层面的内容，以及整个项目的开发流程和各阶段的关键产出。
流量层：介绍整个方案是如何运作起来的。本书主要涉及画像系统的作业流程调度、数据仓库和各业务系统的打通。
业务层：包括系统的前后端交互以及如何把这套系统应用在业务服务层面。本书通过用户画像产品化介绍了产品端和画像系统的“代码”层面是如何进行交互操作的。
方案价值：包括系统上线后如何服务于各业务场景产生业务价值以及有待进一步完善的地方。
以上几个层面的内容构成了一套完整的用户画像解决方案，这也是本书各章节覆盖的全部模块。
作者简介
赵宏田——资深大数据技术专家，先后在中国地质大学（武汉）和武汉大学获得工学和经济学双学士学位。
在大数据、数据分析和数据化运营领域有多年的实践经验，擅长Hadoop、Spark等大数据技术，以及业务数据分析、数据仓库开发、爬虫、用户画像系统搭建等。
开源项目的贡献者，知乎专栏作者，撰写了大量专业文章，广受好评。著有畅销书《数据化运营：系统方法与实践案例》。
联袂推荐
在众多数据分析方法中，用户画像几乎是后期数据工作的“标配”，适用于应用层的个性化推荐、精准营销、客群管理和运营等各个场景。宏田的这本书涵盖画像基础、指标体系搭建、数据存储、数据开发、性能调优、流程调度、产品化案例和实践应用等内容，完整、详实且落地性强，假以时日，会成为有关用户画像的里程碑式的经典书籍。
—— 宋天龙（TonySong） 触脉咨询合伙人兼副总裁/《Python数据分析与数据化运营》作者
本书围绕用户画像主题进行了深度剖析，从实战角度结合多业务场景对用户画像相关技术进行详细讲解。通过本书的学习可以系统地掌握如何搭建一套完整的用户画像系统，掌握所需要的理论知识和技能。宏田对用户画像理解透彻，实战经验丰富，推荐读者品读。
——肖冠宇 小象科技合伙人
用户画像对于企业战略决策和战术实施极为关键，其体系建设是一个非常复杂的工程。本书从方法论和工程化两个层面给出了实际解决方案，对于企业的用户画像体系构建与实践具有极高的参考意义，同时也是数据从业人员难得的参考书籍，强烈推荐。
—— 黄小伟 有赞数据分析团队负责人
用户画像是数据分析和算法工程都无法绕过的话题，书中手把手教授工程实现、模型搭建、应用场景等内容，对于做分层策略的运营人员、追求用户体验的产品经理、寻找解决方案的数据分析师、搭建底层特征的算法工程师来说，是不可多得的案头工具书！
——李宁 阿里本地生活数据分析专家
读者对象
产品经理：由于岗位性质对技术不是特别熟悉，可重点关注第1、2、7、8、9章的内容。
数据分析师：可以从多个维度对用户及用户群进行分析，可重点关注第1、2、3、7、8、9章的内容。
运营人员：可重点关注第2、8、9章的内容，了解画像系统涉及的指标体系、应用场景及应用策略。
数据开发人员：本书主要站在数据开发人员的角度对整个画像系统进行系统化介绍。数据开发人员可完整阅读本书各章的内容。
市场人员：借助画像系统了解用户群体的特征以及运营用户群的策略方法，可重点关注第2、8、9章的内容。
实拍图
扫码了解详情并购买
文末给大家奉送一个彩蛋
对用户画像感兴趣的小伙伴可以扫码加入交流群哦！诸多大佬会空降交流群深讨技术，更有精彩活动等着您来参加！
点击这里阅读原文，直达新基建专场
2959
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
