本书是一份完整的实践指南，可帮助读者了解如何通过用户数据获得可实践的商业洞见。在这本书中，经验丰富的数据科学家、企业经理乔安妮·罗德里格斯介绍了用于明确事情发生的原因以及规模化改变人们的行为的实用统计技术。另外，她还介绍了强大的社会科学技术，用以帮助读者创造更好的理论，设计更好的指标，推动更快速和持续的行为改变。
相较其他极具学术性的数据科学类书籍，本书所介绍的知识很好地弥补了读者所欠缺的专业知识，比如：如何开始一个新的数据科学项目；如何将复杂的想法概念化；如何基于统计学和人口统计学的基础知识建立指标；如何预测企业的消费者群体和物料需求；如何在简单的A/B测试技术、双重差分模型、断点回归、倾向得分匹配和增益建模等技术下进行因果推断。
为了更好地帮助企业家、产品经理、营销人员和其他商业分析专业人士理解相关内容，罗德里格斯借助了大量直观的在线案例和离线案例。同时，为了避免过多的数学解释，她循序渐进地为读者讲解如何为每个应用程序选择正确的技术和算法，如何使用R编程语言并分析得到可信赖的答案。
无论面向哪类产品或服务，读者都可以利用书中的知识设计针对性强的营销活动，从而提高消费者满意度和参与度，增加收入和利润。

乔安妮·罗德里格斯，一位经验丰富的数据科学家和企业经理，拥有数学（伦敦经济学院）、政治学（加州大学伯克利分校）和人口学（加州大学伯克利分校）硕士学位，以及国际经济学学士学位（乔治城大学）。她热衷于通过分析大量结构化、半结构化和非结构化的数据来解决实际问题。在医疗保健和游戏领域，她拥有6年应用机器学习和统计算法的经验，并能转化为商业洞见。她在Sony PlayStation开创了新的分析技术，并领导了MeYou Health的所有数据科学工作。此外，她还是医疗技术公司ClinicPriceCheck.com的创始人。

推荐序一
推荐序二
推荐序三
推荐序四
译者序
前言
致谢
第一部分 定性方法论
第1章 数据活动：晚宴模型
1.1 用户数据中断
1.2 晚宴模型
1.3 用户数据有何独特之处
1.4 为什么因果关系很重要
1.5 可实践的洞见
第2章 构建社交宇宙理论
2.1 构建理论
2.2 概念化和测量
2.3 Web产品的理论
2.4 可实践的洞见
第3章 终极目标：如何改变人类行为
3.1 理解可实践的洞见
3.2 一切都是为了改变行为
3.3 关于人类行为改变的理论
3.4 Web产品中的行为改变
3.5 行为改变的现实期望是什么
3.6 可实践的洞见
第二部分 基本统计学方法
第4章 用户分析中的用户分布
4.1 为什么指标很重要
4.2 可实践的洞见
第5章 指标的创建和解释
5.1 时期、年龄和队列
5.2 指标的制定
5.3 可实践的洞见
第6章 为什么用户会流失？A/B测试的来龙去脉
6.1 A/B测试
6.2 有趣的免费周活动案例
6.3 变量之间的相关性
6.4 为什么要研究随机性
6.5 A/B测试的核心和关键
6.6 A/B测试中的陷阱
6.7 可实践的洞见
第三部分 预测方法
第7章 用户空间建模：k均值和PCA
7.1 什么是模型
7.2 聚类技术
7.3 可实践的洞见
第8章 预测用户行为：回归、决策树和支持向量机
8.1 预测推断
8.2 关于预测的许多问题
8.3 预测建模
8.4 监督学习模型的验证
8.5 可实践的洞见
附录
第9章 预测产品人口变化：人口预测
9.1 为什么我们要花时间在产品生命周期上
9.2 出生、死亡和整个生命周期
9.3 不同的留存模式
9.4 人口预测的艺术
9.5 可实践的洞见
第四部分 因果推断方法
第10章 追求实验：自然实验和双重差分模型
10.1 为什么要进行因果推断
10.2 因果推断与预测
10.3 当A/B测试不起作用时
10.4 从真实数据中进行因果推断的要点和关键
10.5 可实践的洞见
第11章 持续追求实验
11.1 断点回归
11.2 估计获得徽章的因果效应
11.3 中断时间序列
11.4 季节性分解
11.5 可实践的洞见
第12章 在实践中开发启发式方法
12.1 从真实数据中确定因果关系
12.2 统计匹配
12.3 倾向得分匹配的问题
12.4 启发式匹配
12.5 最佳猜测
12.6 总结
12.7 可实践的洞见
第13章 增益建模
13.1 什么是增益
13.2 为什么采用增益建模技术
13.3 理解增益
13.4 预测与增益
13.5 增益困难
13.6 可实践的洞见
第五部分 基于R语言的基本方法、预测方法和因果推断方法
第14章 指标的R实现
14.1 为什么选择R语言
14.2 R基础入门：R语言简介及安装
14.3 分布抽样
14.4 汇总统计量
14.5 Q-Q图
14.6 计算方差和高阶矩
14.7 直方图和数据分档
14.8 双变量分布和相关性
14.9 奇偶进度比
14.10 总结
第15章 A/B测试、预测建模和人口预测的R实现
15.1 A/B测试
15.2 聚类
15.3 预测模型
15.4 人口预测
15.5 总结
第16章 断点回归、匹配和增益的R实现
16.1 双重差分建模
16.2 断点回归和时间序列建模
16.3 统计匹配
16.4 增益建模
16.5 总结
附录
参考文献
后记