顾生宝，2009年本科毕业于东北大学软件工程专业。有10年以上大数据相关领域经验（含数据架构规划设计、平台建设、分析应用）。

数据科学/001
1.1大数据技术/002
1.1.1大数据的发展趋势/002
1.1.2大数据处理的基础/003
1.1.3企业中常见的大数据产品/004
1.2数据科学/004
1.2.1大数据分析原理/005
1.2.2数据在不同行业中的应用/006
1.3数据分析流程及不错分析/008
1.3.1数据分析流程/009
1.3.2不错分析/010
1.3.3数据科学家需要具备的能力/011
1.4数据科学与经营管理/012
1.4.1数据科学与企业经营/012
1.4.2数据科学与企业管理决策/012
1.4.3企业运营效率的数据分析诉求/013
1.5通过新技术及AI感知未来/013
1.5.1新技术加速发展/014
1.5.2云端环境变化/014
1.5.3新技术成熟度与市场接受度/015
1.5.4产业公司的科技机会/016
第2用户行为漏斗及营销科技/019
2.1营销科技的定义及内涵/021
2.2用户的四个层级/022
2.2.1双漏斗模型及用户的转化/024
2.2.2用户漏斗与漏桶的使用限制/026
2.3用户行为预测/027
2.4用户购买决策及路径研究/028
2.4.1用户购买决策的秘密/029
2.4.2一二三线市场结构现状/030
2.4.3用户渗透过程可视化/030
2.4.4用户决策路径可视化/031
2.5用户生命周期价值营销/032
2.6用户广告运营工具及PaaS/032
2.6.1通用的用户广告运营产品思路/032
2.6.2线上、线下打通的运营方案/034
第3企业用户增长及转化激活/037
3.1企业拉新的三种方式/039
3.2内外部用户的不同优化方向/042
3.3智能营销数据库建设/043
3.4用户增长与转化/045
3.5案例：某快车公司的裂变式用户增长/054
3.5.1用户持续增长的逻辑假设/054
3.5.2早期的产品逻辑/055
3.5.3用户增长运营工具的两个核心/056
3.5.4运营产品效果评估方法/057
第4决策优化应用/059
4.1CRM简介/060
4.1.1AI驱动式CRM/061
4.1.2未来生态式CRM/062
4.2CRM与决策模型/063
4.2.1RFM分群模型/063
4.2.2预测购买模型/067
4.2.3智能运营模型/069
4.3销售与决策模型/071
4.3.1向上销售/071
4.3.2交叉销售/072
4.3.3销售预测/072
4.3.4个性化推荐销售/074
4.4产品创新与数据分析/074
4.4.1在分众市场找创新点/075
4.4.2分众市场定义新品类/076
4.5客户数据平台建设及应用/078
4.5.1客户数据平台建设/079
4.5.2五类运营服务模式/080
4.6借助大型数据平台开展数据化运营/081
第5数据科学与企业管理决策/083
5.1企业管理决策/084
5.1.1人类的决策过程/084
5.1.2企业管理决策/086
5.2数据决策分析模型/088
5.2.1分类模型与回归模型/089
5.2.2数据分析建模过程/092
5.2.3常用建模算法及工具/093
5.2.4影响建模的主要因素/095
5.3用户增长及转化/095
5.3.1用户增长/095
5.3.2用户运营及销售转化/096
5.4广告投放及市场开拓/098
5.4.1广告投放策略优化/099
5.4.2寻找20%的可能转化者/100
5.4.3电商站内广告投放优化/101
5.5市场空白的发现及开拓/102
5.5.1市场空白的发现/102
5.5.2新市场的开拓/104
5.6案例：快速消费品行业数字化的机会/105
5.6.1快速消费品行业的发展趋势及用户特点/105
5.6.2快速消费品行业的核心业务及机会/106
5.6.3线上与线下触点努力方向/107
第6企业如何用好外部数据/111
6.1企业对于数据应用的态度/112
6.2企业中的外部数据源/114
6.2.1外部数据源的作用/115
6.2.2合理购买外部数据源/116
6.2.3外部数据源的分类/116
6.2.4外部数据源可靠性评估技巧/118
6.2.5获取外部数据源的方法/118
6.3企业的数据变现/119
6.3.1实现数据变现的前提/119
6.3.2企业外部数据变现面临的挑战/121
6.3.3企业数据变现的思路/122
6.4案例：宠物行业利用外部线索拉新/124
6.4.1找到外部数据质量好的数据源/124
6.4.2寻找宠物销售线索/125
6.4.3数据产品赋能行业/126
第7经营好企业中的数据/129
7.1企业经营好数据的三要素/130
7.2数据经营方法（KPI分解）/131
7.3企业数据应用战略规划/134
7.3.1梳理数据源/134
7.3.2评估数据质量/135
7.3.3建设数据管理平台/135
7.3.4建设相应的企业数据文化/136
7.3.5制定企业数据管理原则/137
7.4相关数据技术/137
7.5企业中的数据研究思路及应用/140
7.5.1两种数据研究视角/140
7.5.2数据应用实施原则/141
7.6案例：零售类企业的数据应用战略/143
7.6.1以消费者为中心的数据湖/144
7.6.2广告投放与第三方数据建设/145
7.6.3媒体投放检测数据及AI预测/147
第8数据在不同行业中的应用/149
8.1产业互联网创新模式/151
8.2企业的数据诉求及时机/153
8.2.1国内企业级服务的现状/153
8.2.2企业数据的现状与诉求/154
8.2.3企业数据的应用时机/155
8.3汽车行业/156
8.3.1汽车行业的数据应用/156
8.3.2用户数据平台的建设/160
8.3.3数据应用场景/162
8.4航空行业/170
8.4.1航空行业新变化及数据应用规划/170
8.4.2航空用户大数据平台规划/172
8.4.3数据应用场景/173
8.5保险行业/177
8.5.1保险行业的环境及机遇/177
8.5.2保险行业痛点分析/177
8.5.3保险行业的数据化机会/178
8.5.4保险赛道上的互联网平台商业模式/179
第9企业数字化转型/183
9.1企业数字化转型面临的困境/184
9.2企业数字化转型的五个阶段/185
9.3企业数字化转型的组织架构及过程/187
9.3.1组织架构及人才组成/187
9.3.2企业数字化转型的三要素/188
9.3.3企业数据团队的组成/189
9.4数据产品/190
9.5案例：腾讯数据产品探索之路/191

本书是作者十年数据领域实践经验的一次总结，系统介绍了企业的数据战略规划和企业内外部数据的应用，并在此基础上介绍了零售、快速消费品、汽车、航空、保险等行业的实战案例及作者的思考。本书通过与企业数据相关的理论体系、行业主题、行业案例、业务领域热点等主题，全面覆盖了不同行业的企业中数据的管理、分析与应用，对企业未来的数字化转型也做了简要介绍。相信不同类型的读者都能够从本书中获得自己想要了解的部分。
本书实战案例丰富，阅读门槛适中，适合想在企业中更好地利用数据的企业主、管理层、业务负责人阅读，也适合从事数据和AI相关工作，关注数据和AI在产业中发展趋势的读者阅读。