“世界前十位前沿數據科學家”張溪夢傾情創作，助你洞察用戶行為，全面引爆增長！良品鋪子楊銀芬、自如王迪、硅谷增長黑客曲卉、獵聘網戴科彬、安盛餘健光、安踏楊博境、漢光百貨董有良、開課吧劉旭、起源資本邱越峰 聯袂推薦！本書為你揭秘：?1個數據驅動增長金字塔?1條繫統的指標體繫規劃思路?1套完整的埋點團隊協作流程?1個快速發現業務斷點的工具?10大常用的數據分析模型?4家企業增長案例全面拆解?3大數據驅動增長前瞻

●推薦語
前言 做“商海”中的虎鯨
致謝
第1章 走進用戶行為數據分析
1.1 用戶行為數據登場
1.1.1 沒有用戶行為數據的困境
1.1.2 商業進化：一切向用戶靠攏
1.2 什麼是用戶行為數據
1.2.1 狹義的用戶行為數據
1.2.2 廣義的用戶行為數據
1.2.3 用戶行為數據的“5+1”要素
1.2.4 用戶行為數據的隱私與權限
1.3 用戶行為數據的一個趨勢和兩個價值
1.3.1 一個趨勢：在數字孿生世界下，用戶行為數據的遷移
1.3.2 價值一：理解用戶需求，指導業務升級
1.3.3 價值二：預測用戶行為，引導業務創新
1.4 如何讓用戶行為數據發揮價值
1.4.1 用戶行為數據驅動增長常見的困難
1.4.2 數據驅動增長金字塔：規劃-采集-分析-應用
第2章 數據規劃
2.1 數據驅動增長的“總設計師”
2.1.1 數據規劃常見的問題
2.1.2 如何進行數據規劃
2.2 指標體繫規劃的三大思路
2.2.1 OSM模型
2.2.2 UJM模型
2.2.3 場景化
2.3 指標分級
2.4 數據看板
2.4.1 數據看板的意義
2.4.2 數據看板的分類：戰略看板、分析看板、實時看板
2.4.3 如何搭建數據看板
2.4.4 搭建數據看板常見的六大問題
第3章 數據采集
3.1 數據采集常見的問題
3.2 用戶行為數據采集方法：埋點和無埋點
3.2.1 埋點和無埋點的定義
3.2.2 埋點采集和無埋點采集的適用場景
3.2.3 不同場景如何選擇采集方式：以App注冊為例
3.2.4 客戶端埋點或服務端埋點
3.3 如何高效落地數據采集
3.3.1 埋點方案四要素
3.3.2 埋點的團隊協作流程
3.3.3 數據指標管理
3.4 數據集成，搭建客戶數據平臺（CDP）
3.4.1 從用戶行為數據到客戶數據平臺
3.4.2 客戶數據平臺的三種類型
3.4.3 實現客戶數據平臺的四大原則
3.4.4 案例：電商如何搭建客戶數據平臺
第4章 數據分析
4.1 業務導向的數據分析整體思路
4.2 用戶流轉地圖
4.2.1 全域-全局-局部
4.2.2 繪制用戶流轉地圖
4.2.3 案例：B2B企業官網的用戶流轉地圖
4.3 十大數據分析模型
4.3.1 事件分析
4.3.2 漏鬥分析
4.3.3 熱圖分析
4.3.4 留存分析
4.3.5 留存魔法師
4.3.6 事件流分析
4.3.7 用戶分群分析
4.3.8 用戶細查
4.3.9 分布分析
4.3.10 歸因分析
4.4 渠道分析
4.4.1 找到很優投放渠道
4.4.2 打造黃金落地頁
4.5 運營分析
4.5.1 被低估的搜索框
4.5.2 活動迭代分析
4.6 產品健康度分析
4.6.1 產品健康度是“用戶體驗的體檢”
4.6.2 關鍵行為矩陣與功能留存矩陣
4.6.3 案例：內容型App的產品健康度分析
第5章 數據應用
5.1 數據應用無處不在
5.2 A/B測試
5.2.1 廣泛應用的A/B測試
5.2.2 七個步驟建立A/B測試的閉環
5.2.3 案例：A/B測試提升影視會員產品的付費轉化率
5.3 產品迭代
5.3.1 產品迭代全流程
5.3.2 六大要素量化、評估產品迭代效果
5.3.3 案例：數據驅動App首頁迭代
5.4 精細化運營
5.4.1 精細化運營的關鍵
5.4.2 用戶標簽與用戶畫像
5.4.3 用戶分層運營
5.4.4 案例：盟大集團（產業互聯網）如何進行用戶全生命周期運營
5.5 機器學習
5.5.1 機器學習與數據挖掘
5.5.2 用戶行為數據提升推薦算法效率
5.5.3 案例：預測客戶購買行為
第6章 用戶行為數據驅動增長實戰
6.1 歐冶雲商：數據驅動B2B增長
6.1.1 B2B增長的挑戰和機遇
6.1.2 探索產品的核心價值主張
6.1.3 優化用戶轉化路徑
6.1.4 精細化的會員運營體繫
6.2 推薦獲客量增長500％：好好住的增長團隊實踐
6.2.1 為什麼好好住要搭建增長團隊
6.2.2 從0到1搭建增長團隊的三個步驟
6.2.3 閉環式的工作流程
6.2.4 好好住的推送迭代
6.3 月活躍用戶數從0到8萬：地產行業如何打造小程序私域流量池
6.3.1 “公盤私客”發展過程中的問題與機遇
6.3.2 創新產品“中原C管家”的思考和孵化
6.3.推廣費用，“中原C管家”的增長效果
6.3.4 用戶行為數據賦能經紀人營銷
6.4 酷開網絡：增長無處不在，OTT領航家庭經濟的數字化轉型
6.4.1 酷開網絡的增長框架
6.4.2 明道：洞察家庭用戶與精細化場景流程
6.4.3 取勢：指標管理體繫建設，挖掘精細化流量的價值
6.4.4 優術：分析引擎體繫建設，提升轉化率
6.4.5 踐行：關注用戶全生命周期，用增長實驗實現流量再生
6.4.6 案例：洞察流量——大轉盤抽獎活動的用戶旅程
後記

很多時候企業都是在摸索中前行，或基於自身的判斷來尋找和服務用戶。但對於用戶是誰、用戶在哪裡、用戶喜歡什麼、用戶會對什麼做出反應、用戶在商業場景中的什麼時間做過什麼等問題，很多企業都回答不出來。在當下，對用戶信息的了解和應用能力，很大程度上決定了企業在新競爭“食物鏈”上的排名。當新的生產要素—數據，逐漸進入大家的視野後，企業家們開始隱約意識到數據可能會成為新的發展動力、用戶行為數據將是激發企業創新活力的重要資源。但如何能擁有像虎鯨一樣的超聲波定位繫統，即全方位洞察用戶需求、滿足用戶需求的能力呢？ 本書為幫助企業能在商業競爭中立於不敗之地，能對用戶行為數據發揮價值的過程建立繫統的認知，並習得快速實踐的能力，讓企業高效落地數據驅動增長而撰寫。本書內容包括從商業進化的角度認識用戶行為數據的重要性及如何發揮其價值（第1章），用戶行為數據如何通過數據驅動增長金字塔（規劃、采集、分析、應用）為企等

     第1章 走進用戶行為數據分析 1.1 用戶行為數據登場 2019年10月25日的北京金茂萬麗酒店宴會廳，原本隻能擺放900個座位的場地，被滿滿地排滿了1 000個座位。還未開場，宴會廳裡就已經座無虛席，宴會廳後面有限的空間裡也站滿了人。正式開場後，組委會索性打開了後門，讓一部分晚來的人站在廳外觀看會議全程。 這已經是連續四年、第10場爆滿的增長大會了。每年增長大會都會分享一些新的經驗方法，比如“增長黑客”“首席增長官”，還有今天已經被從業者視為區分是否為增長小白的人門級概念——“AARRR模型（又稱海盜模型）”。 無論是“AARRR模型”，還是2018年更新後的代表著新留存增長的“RARRA模型”，這些在互聯網發展中掀起了旋風的增長方式，本質都在強調一件事情：埘用戶行為的洞察與分析。采集用戶行為數據等