第1章　初識數(shù)據(jù)產(chǎn)品經(jīng)理 1.1　為什么要有數(shù)據(jù)產(chǎn)品經(jīng)理 1.1.1　大數(shù)據(jù)行業(yè)現(xiàn)狀 1.1.2　數(shù)據(jù)產(chǎn)品經(jīng)理的前世今生 1.2　數(shù)據(jù)產(chǎn)品經(jīng)理的日常工作 1.2.1　一切從業(yè)務出發(fā) 1.2.2　離不開的產(chǎn)品原型與需求文檔 1.2.3　與研發(fā)工程師做朋友 1.2.4　多和用戶聊聊 1.3　數(shù)據(jù)產(chǎn)品經(jīng)理的思維方式 1.3.1　歸納與演繹思維 1.3.2　數(shù)據(jù)思維 1.3.3　用戶思維 1.3.4　產(chǎn)品思維 1.3.5　工程思維 1.3.6　其他一些思維方式和方法論 第2章　數(shù)據(jù)產(chǎn)品經(jīng)理基礎知識 2.1　數(shù)據(jù)產(chǎn)品經(jīng)理常用的工具 2.1.1　玩轉(zhuǎn)Excel 2.1.2　數(shù)據(jù)產(chǎn)品經(jīng)理怎能不會SQL 2.1.3　掌握一些R相關知識 2.1.4　產(chǎn)品原型工具 2.2　產(chǎn)品需求管理 2.2.1　需求來源與需求判斷 2.2.2　產(chǎn)品需求池管理 2.2.3　從需求跟進到需求落地 2.3　軟實力 2.3.1　快速成長的能力 2.3.2　溝通表達的能力 2.3.3　推動項目的能力 2.3.4　數(shù)據(jù)感知的能力 第3章　數(shù)據(jù)分析思維與實踐 3.1　數(shù)據(jù)產(chǎn)品經(jīng)理和數(shù)據(jù)分析師的區(qū)別 3.1.1　數(shù)據(jù)產(chǎn)品經(jīng)理和數(shù)據(jù)分析師的崗位職責與崗位要求 3.1.2　數(shù)據(jù)產(chǎn)品經(jīng)理和數(shù)據(jù)分析師需要具備的素質(zhì) 3.2　數(shù)據(jù)產(chǎn)品經(jīng)理常用的分析方法 3.2.1　常規(guī)分析 3.2.2　統(tǒng)計模型分析 3.2.3　自建模型分析 3.3　應用實例 3.3.1　商城積分與DAU的關聯(lián)分析 3.3.2　基于時間序列預測訂單量 第4章　數(shù)據(jù)倉庫理論與應用 4.1　了解大數(shù)據(jù)基礎Hadoop 4.1.1　Hadoop三駕馬車 4.1.2　其他常用工具 4.2　大數(shù)據(jù)平臺層級結(jié)構(gòu) 4.2.1　ODS層 4.2.2　數(shù)據(jù)倉庫 4.2.3　數(shù)據(jù)的應用 4.3　數(shù)據(jù)埋點 4.3.1　埋點方式 4.3.2　埋點事件 4.3.3　數(shù)據(jù)埋點實例 4.4　指標字典 4.4.1　指標字典的基本概念 4.4.2　指標定義的規(guī)范 4.5　數(shù)據(jù)管理系統(tǒng) 4.5.1　數(shù)據(jù)質(zhì)量的重要性 4.5.2　數(shù)據(jù)管理系統(tǒng)的質(zhì)量檢測 4.5.3　數(shù)據(jù)管理系統(tǒng)的功能 第5章　大數(shù)據(jù)分析平臺實踐 5.1 大數(shù)據(jù)分析平臺的前世今生 5.1.1 大數(shù)據(jù)分析平臺構(gòu)建的背景 5.1.2 企業(yè)實現(xiàn)大數(shù)據(jù)分析平臺的方式 5.2 大數(shù)據(jù)分析平臺應用實戰(zhàn) 5.2.1 可拓展的報表分析平臺 5.2.2 自助式分析平臺 5.2.3 智能化分析平臺 5.2.4 業(yè)務場景分析平臺 5.3 移動端大數(shù)據(jù)分析平臺 5.3.1 如何選擇移動端 5.3.2 移動端大數(shù)據(jù)分析平臺實戰(zhàn) 5.4 大數(shù)據(jù)分析平臺走進傳統(tǒng)行業(yè) 第6章　用戶行為分析平臺實踐 6.1 用戶行為分析平臺的前世今生 6.1.1 用戶行為分析平臺的背景 6.1.2 用戶行為分析平臺的應用場景 6.2 用戶行為分析平臺的功能 6.2.1 事件分析 6.2.2 留存分析 6.2.3 轉(zhuǎn)化分析 6.2.4 用戶分群 6.2.5 用戶行為細查 6.2.6 用戶行為路徑分析 6.2.7 其他功能 6.3 用戶行為分析平臺的迭代方向 第7章　AB實驗平臺 7.1 AB實驗平臺的背景 7.1.1 為什么需要AB實驗平臺 7.1.2 AB實驗平臺的應用場景 7.2 AB實驗平臺的實戰(zhàn) 7.2.1 創(chuàng)建實驗的流程 7.2.2 相關概念 7.2.3 實驗分流 7.2.4 實驗數(shù)據(jù)統(tǒng)計 7.2.5 實驗上線與報警 7.2.6 波動分析工具 7.3 AB實驗設計方法 7.4 AB實驗平臺的應用實例 第8章　大數(shù)據(jù)產(chǎn)品在各個領域中的應用 8.1 大數(shù)據(jù)產(chǎn)品在電商領域中的應用 8.1.1 大數(shù)據(jù)精準營銷 8.1.2 購物行為與銷量預測 8.2 大數(shù)據(jù)產(chǎn)品在汽車領域中的應用 8.2.1 汽車細分領域的用戶畫像 8.2.2 為汽車品牌商尋找與品牌匹配的自媒體 8.3 大數(shù)據(jù)產(chǎn)品在游戲領域中的應用 8.3.1 大數(shù)據(jù)產(chǎn)品在游戲行業(yè)中的重要性 8.3.2 游戲行業(yè)在不同場景下的數(shù)據(jù)產(chǎn)品需求 8.3.3 游戲領域的數(shù)據(jù)產(chǎn)品介紹 8.4 大數(shù)據(jù)產(chǎn)品在內(nèi)容領域中的應用 8.4.1 內(nèi)容產(chǎn)品及行業(yè)簡介 8.4.2 傳統(tǒng)編輯對內(nèi)容領域中數(shù)據(jù)的應用 8.4.3 大數(shù)據(jù)在自媒體領域中的應用 8.4.4 自媒體用戶畫像數(shù)據(jù)的應用 8.4.5 用戶消費內(nèi)容漏斗分析 8.4.6 視頻類內(nèi)容數(shù)據(jù)的應用 8.4.7 內(nèi)容時代我們還能用數(shù)據(jù)做些什么 8.5 大數(shù)據(jù)產(chǎn)品在交通領域中的應用 8.5.1 地圖可視化在交通領域中的應用 8.5.2 交通大數(shù)據(jù)助力城市規(guī)劃