大数据用户行为画像分析实操指南

10.5.1 分析背景

10.5 媒体行业用户行为分析——以电影网为例

10.4.2 用户行为分析过程

10.4.1 分析背景

10.4 快消行业用户行为分析

10.3.2 用户行为分析过程

10.3.1 分析背景

10.3 房地产行业用户行为分析

10.2.2 用户行为分析过程

10.2.1 分析背景

10.2 电商行业用户行为分析

10.1.2 用户行为分析过程

10.1.1 分析背景

10.1 金融行业用户全渠道行为分析

第10章 案例与详解

9.3.4 用户画像与投诉

9.3.3 用户画像与二次销售

9.3.2 用户画像与电话回访

9.3.1 用户画像与电话营销

9.3 用户画像与智能营销（二）

9.2.3 实时化的自动营销

9.2.2 业务规则

9.2.1 营销场景构建

9.2 用户画像与智能营销（一）

9.1.3 基于用户的协同过滤示例

9.1.2 矩阵计算

9.1.1 推荐系统简介

9.1 用户画像与推荐系统

第9章 用户画像的大数据应用

8.2.4 用户相似度

8.2.3 微观画像

8.2.2 用户群组分析

8.2.1 群组构建

8.2 标签体系的分析方法及应用

8.1.3 标签体系的构建

8.1.2 结构化标签体系和非结构化标签体系

8.1.1 ID拉通

8.1 标签体系的构建

第8章 标签体系——用户画像的刻画

7.3.3 业务理解

7.3.2 需求调研

7.3.1 背景描述

7.3 用户画像的调研

7.2.2 用户档案（User Profile）

7.2.1 用户角色（User Persona）

7.2 两种常见的用户画像

7.1.3 用户画像的应用领域

7.1.2 用户画像的构建原则

7.1.1 用户画像的定义

7.1 用户画像概述

第7章 用户画像

6.4.3 用户行为分析与留存

6.4.2 用户行为分析与转化

6.4.1 用户行为分析与拉新

6.4 用户行为分析与用户运营

6.3.3 用户行为分析与活动效果评估

6.3.2 用户行为分析与活动方案执行

6.3.1 用户行为分析与活动方案设计

6.3 用户行为分析与营销运营

6.2.4 用户点击模型

6.2.3 漏斗分析模型

6.2.2 用户路径分析模型

6.2.1 用户健康度分析

6.2 用户行为分析与产品运营

6.1.4 不同渠道用户站内行为

6.1.3 不同渠道用户画像

6.1.2 渠道引流趋势分析

6.1.1 渠道归因模型

6.1 用户行为分析与渠道运营

第6章 行为分析与日常运营

5.6.5 大小数据融合的用户画像模型构建

5.6.4 用户价值管理（RFM）模型构建

5.6.3 用户流失预警模型构建

5.6.2 用户生命周期模型构建

5.6.1 用户常规分群体系构建

5.6 精细化运营模型

5.5.5 用户注意力分析法

5.5.4 微转化行为分析法

5.5.3 漏斗与客户流向结合分析法

5.5.2 漏斗对比分析法

5.5.1 科学地构建漏斗

5.5 转化分析模型

5.4.5 用户传播

5.4.4 产生收入

5.4.3 用户留存

5.4.2 用户转化

5.4.1 用户获取

5.4 用户行为全程追踪

5.3.2 大数据时代下基于行为数据的用户模型构建方法

5.3.1 传统的用户模型构建方法

5.3 用户模型构建

5.2.5 社交类指标

5.2.4 留存类指标

5.2.3 转化类指标

5.2.2 访问类指标

5.2.1 渠道类指标

5.2 行为分析指标

5.1 用户行为分析的3个层次

第5章 行为分析的指标与模型

4.4 其他无埋码渠道的行为数据分析

4.3.2 配置无埋码事件

4.3.1 连接应用

4.3 无埋码采集系统示例

4.2 无埋码技术的使用实例

4.1 无埋码技术的实现原理

第4章 基于大数据的行为分析——无埋码

3.4.2 存储与分析系统示例

3.4.1 行为数据采集系统示例

3.4 基于大数据的行为数据存储与计算

3.3.2 技术处理层面的分类

3.3.1 使用层面的分类

3.3 行为统计的分类方法

3.2 行为数据的统计原理

3.1 行为数据采集方法与技术原理

第3章 基于大数据的行为分析——传统埋码

2.4 持续性辅助用户运营效果

2.3 监控业务转化过程

2.2 提升用户操作体验

2.1 了解用户使用习惯

第2章 行为数据分析的使用场景

1.4.3 分析结果可视化呈现

1.4.2 明确分析指标与维度

1.4.1 获取用户行为数据

1.4 用户行为分析的几个重要阶段

1.3 大数据与用户行为分析

1.2 用户行为分析的意义

1.1 用户行为分析与画像的概念

第1章 走近用户行为分析

前言

专家点评

推荐序

丛书推荐序二 产教融合打造创新人才培养的新模式

丛书推荐序一 数字经济的思维观与人才观

编委会

内容简介

作者简介

版权信息

封面

封面

版权信息

作者简介

内容简介

编委会

丛书推荐序一 数字经济的思维观与人才观

丛书推荐序二 产教融合打造创新人才培养的新模式

推荐序

专家点评

前言

第1章 走近用户行为分析

1.1 用户行为分析与画像的概念

1.2 用户行为分析的意义

1.3 大数据与用户行为分析

1.4 用户行为分析的几个重要阶段

1.4.1 获取用户行为数据

1.4.2 明确分析指标与维度

1.4.3 分析结果可视化呈现

第2章 行为数据分析的使用场景

2.1 了解用户使用习惯

2.2 提升用户操作体验

2.3 监控业务转化过程

2.4 持续性辅助用户运营效果

第3章 基于大数据的行为分析——传统埋码

3.1 行为数据采集方法与技术原理

3.2 行为数据的统计原理

3.3 行为统计的分类方法

3.3.1 使用层面的分类

3.3.2 技术处理层面的分类

3.4 基于大数据的行为数据存储与计算

3.4.1 行为数据采集系统示例

3.4.2 存储与分析系统示例

第4章 基于大数据的行为分析——无埋码

4.1 无埋码技术的实现原理

4.2 无埋码技术的使用实例

4.3 无埋码采集系统示例

4.3.1 连接应用

4.3.2 配置无埋码事件

4.4 其他无埋码渠道的行为数据分析

第5章 行为分析的指标与模型

5.1 用户行为分析的3个层次

5.2 行为分析指标

5.2.1 渠道类指标

5.2.2 访问类指标

5.2.3 转化类指标

5.2.4 留存类指标

5.2.5 社交类指标

5.3 用户模型构建

5.3.1 传统的用户模型构建方法

5.3.2 大数据时代下基于行为数据的用户模型构建方法

5.4 用户行为全程追踪

5.4.1 用户获取

5.4.2 用户转化

5.4.3 用户留存

5.4.4 产生收入

5.4.5 用户传播

5.5 转化分析模型

5.5.1 科学地构建漏斗

5.5.2 漏斗对比分析法

5.5.3 漏斗与客户流向结合分析法

5.5.4 微转化行为分析法

5.5.5 用户注意力分析法

5.6 精细化运营模型

5.6.1 用户常规分群体系构建

5.6.2 用户生命周期模型构建

5.6.3 用户流失预警模型构建

5.6.4 用户价值管理（RFM）模型构建

5.6.5 大小数据融合的用户画像模型构建

第6章 行为分析与日常运营

6.1 用户行为分析与渠道运营

6.1.1 渠道归因模型

6.1.2 渠道引流趋势分析

6.1.3 不同渠道用户画像

6.1.4 不同渠道用户站内行为

6.2 用户行为分析与产品运营

6.2.1 用户健康度分析

6.2.2 用户路径分析模型

6.2.3 漏斗分析模型

6.2.4 用户点击模型

6.3 用户行为分析与营销运营

6.3.1 用户行为分析与活动方案设计

6.3.2 用户行为分析与活动方案执行

6.3.3 用户行为分析与活动效果评估

6.4 用户行为分析与用户运营

6.4.1 用户行为分析与拉新

6.4.2 用户行为分析与转化

6.4.3 用户行为分析与留存

第7章 用户画像

7.1 用户画像概述

7.1.1 用户画像的定义

7.1.2 用户画像的构建原则

7.1.3 用户画像的应用领域

7.2 两种常见的用户画像

7.2.1 用户角色（User Persona）

7.2.2 用户档案（User Profile）

7.3 用户画像的调研

7.3.1 背景描述

7.3.2 需求调研

7.3.3 业务理解

第8章 标签体系——用户画像的刻画

8.1 标签体系的构建

8.1.1 ID拉通

8.1.2 结构化标签体系和非结构化标签体系

8.1.3 标签体系的构建

8.2 标签体系的分析方法及应用

8.2.1 群组构建

8.2.2 用户群组分析

8.2.3 微观画像

8.2.4 用户相似度

第9章 用户画像的大数据应用

9.1 用户画像与推荐系统

9.1.1 推荐系统简介

9.1.2 矩阵计算

9.1.3 基于用户的协同过滤示例

9.2 用户画像与智能营销（一）

9.2.1 营销场景构建

9.2.2 业务规则

9.2.3 实时化的自动营销

9.3 用户画像与智能营销（二）

9.3.1 用户画像与电话营销

9.3.2 用户画像与电话回访

9.3.3 用户画像与二次销售

9.3.4 用户画像与投诉

第10章 案例与详解

10.1 金融行业用户全渠道行为分析

10.1.1 分析背景

10.1.2 用户行为分析过程

10.2 电商行业用户行为分析

10.2.1 分析背景

10.2.2 用户行为分析过程

10.3 房地产行业用户行为分析

10.3.1 分析背景

10.3.2 用户行为分析过程

10.4 快消行业用户行为分析

10.4.1 分析背景

10.4.2 用户行为分析过程

10.5 媒体行业用户行为分析——以电影网为例

10.5.1 分析背景