"1.由七位一線互聯網公司資深數據人編寫，內容豐富，實戰性強。2.全書包括數據中臺、數據分析、數據應用三篇，詳細解決數據人工作中遇到的問題。"

●第1章那些困擾我們的數據問題
1.1 數據質量的問題
1.2 數據獲取效率的問題
1.3 數據應用價值的問題
數據中臺篇
數據中心
數據中心概述
數據中心的核心功能
2.2.1數據整合
2.2.2數據管理
2.2.3數據地圖
第3章數據指標中心
3.1數據指標中心概述
3.2數據指標中心的設計思路
3.2.1定義指標並將其歸集到對應的主題域
3.2.2拆分原子指標與派生指標
3.2.3定義原子指標與派生指標的生產邏輯
3.2.4通過指標管理平臺對指標進行規範生產
第4章數倉模型中心
4.1數倉模型中心概述
4.2數倉模型中心的設計思路
4.2.1控制數據源
4.2.2劃分主題域
4.2.3構建一致性維度
4.2.4構建總線矩陣
4.2.5數倉分層建設
4.2.6數倉效果評估
第5章數據資產中心
5.1數據資產中心概述
5.2數據資產中心的治理流程
5.2.1數據資產定級
5.2.2數據資產質量治理
5.2.3數據資產成本治理
第6章數據服務中心
6.1數據服務中心概述
6.2數據服務中心的設計思路
6.2.1將數據寫入查詢庫
6.2.數據模型
6.2.3按主題歸類
6.2.4緩存優化
6.2.5數據接口化
6.2.6構建API集市
6.2.7統一數據服務
數據分析篇
第7章數據分析理論
7.1業務和數據
7.2數據分析師的全貌
7.3數據分析團隊的組織架構及其對應的工作模式
7.4數據分析師的工作方式
7.4.1工作像限圖
7.4.21+N的工作內容
7.4.3與業務方的合作模式
7.4.4有關工作方式常見問題的解法思考
第8章數據分析實操
8.1預測性分析
8.1.1預測性分析的目的
8.1.2分析思路與方法
8.1.3預測性分析案例
8.2描述性分析
8.3診斷性分析
8.4數據分析報告
數據應用篇
第9章BI繫統
9.1讓人頭疼的看板需求
9.2BI繫統介紹
9.3BI繫統的關鍵技術
9.4BI繫統實踐
9.4.1數據接入
9.4.2數據集加工
9.4.3數據集權限控制
9.4.4可視化報表配置
9.4.5可視化結果展示
9.4.6數據分析OLAP
9.4.7如何衡量BI繫統是否成功
第10章用戶畫像
10.1用戶畫像的全貌
10.2用戶畫像的需求
10.3用戶畫像的規劃
10.3.1用戶畫像的業務架構
10.3.2用戶畫像的產品架構
10.3.3用戶畫像的版本計劃
10.3.4用戶畫像的項目執行計劃
10.4用戶ID體繫
10.5標簽體繫
10.6用戶畫像繫統
10.7用戶畫像的應用
第11章電商反作弊體繫
11.1電商黑產的現狀
11.2電商黑產的防控方案
11.2.1活動的損失評估
11.2.2反電商黑產作弊案例
第12章資訊個性化推薦
12.1資訊的內容處理
12.1.1資訊的內容來源
12.1.2資訊的分類體繫
12.1.3常見的分類問題及內容分類原則
12.1.4分類體繫的構建
12.1.5內容的標注與機器學習
12.2資訊用戶的畫像和特征
12.2.1資訊用戶的畫像
12.2.2資訊用戶的特征
12.3資訊的推薦算法
12.3.1資訊的信息抽取
12.3.2資訊的分詞方法
12.3.3資訊的過濾排重
12.3.4資訊的召回模型
12.3.5資訊的算法排序
12.4資訊的重排策略及案例
12.4.1常見的重排策略及策略的目標
12.4.2資訊的重排策略案例
第13章電商個性化推送
13.1push的衡量
13.1.1push的目標與本質
13.1.2push的衡量指標
13.2push的優化方向
13.3push的推薦案例
13.3.1新用戶推薦方案
13.3.2推薦的效果評測

本書共13章，彙集了7位作者（來自多個大型互聯網企業）的知識總結和經驗分享。本書借助老湯姆、小風、阿北、小諾在某電商企業數據部門工作的故事，通過大量案例深入淺出地介紹了數據中臺建設與應用之路。本書以Why-What-How的思路展開，從0到1介紹知識點，並重點講述How的過程，同時結合某個場景下的具體案例，以使讀者更好地理解實操過程。
每個企業都會面臨各種各樣的數據問題，有數據質量的問題、數據獲取效率的問題、數據應用價值的問題等。本書首先介紹數據中臺的建設，確保數據的質量，為企業的數據質量體繫建設提供堅實的基礎：然後，進行深入業務的分析探索，介紹如何從數據分析角度更好地賦能業務發展；最後，介紹數據應用，解決數據獲取效率的問題，並把一些分析思路和業務策略沉澱為數據產品，從而更好地將數據應用於業務。本書結合多個大型互聯網企業的實際項目案例，讓讀者真正掌握數據產品經理這個新興職業的推等

林澤豐 等 著