企业每天都会生成大量种类繁多的数据，为了做出更明智的决策、发现问题并实现盈利，往往需要通过一些方法和工具将数据转化为可行的方案。随着大数据时代的到来，数据化运营已经成为商业智能中必不可缺的一个重要环节。在数据化运营过程中，需要数据分析师进行数据采集、数据清洗、数据建模、数据可视化和数据商业决策5项工作。
本书结合企业商业数据，分数据化运营基础、企业中的数据化运营、数据化运营的业务流程、辅助决策式数据化运营、数据驱动式数据化运营、客户数据化运营、产品数据化运营7章讲述如何进行商业智能数据化运营。
本书既可作为数据分析和数据挖掘人员的参考书，也可作为对数据化运营感兴趣的企业运营人员和管理人员的参考书。

王鑫，1986年3月生，北京人。博士，中国传媒大学信息工程学院教师，主要研究方向为机器学习、数据可视化、区块链等；有多年项目经验、先后参加了《有线电视用户大数据采集、分析、挖掘和决策支持系统》《基于大数据面向新媒体的节目综合评价系统架构和方法研究》《电影大数据分析决策系统与商业智能》等多个项目；累计发表EI国际学术论文10余篇，获得国家专利授权5项；多次获得“校科学技术奖”，2015年荣获中国广播电影电视社会组织联合会颁发的“2015年度广播影视科技创新奖”，2017年荣获全国高校大数据教育联盟颁发的“中国大数据创新百人奖”，2017年被中国商业联合会数据专业分析委员会选为“中国大数据人才培养体系标准”专家组成员。

第1部分 开启数据化运营之旅
第1章 数据化运营基础
1.1 商业智能时代
1.1.1 商业智能的历史发展
1.1.2 商业智能的研究领域
1.2 数据化运营的概念与意义
1.3 数据化运营的四个层次
1.4 数据化运营应掌握的技能与工具
1.4.1 数据化运营的五种能力
1.4.2 数据化运营的常见工具
第2章 企业中的数据化运营
2.1 企业数据化运营必要性
2.1.1 市场营销策略
2.1.2 数据化运营误区
2.2 企业数据化运营场景
2.2.1 数据化运营在传统行业中的应用
2.2.2 数据化运营的主要应用场景
2.2.3 数据化运营的应用案例
2.3 企业数据化运营岗位职责
2.3.1 数据化运营企业组织架构
2.3.2 数据化运营岗位类型
第2部分 数据化运营思维
第3章 数据化运营的业务流程
3.1 数据化运营流程图
3.2 业务问题的定义与拆解
3.3 数据获取与网络爬虫
3.3.1 数据获取方法
3.3.2 网络爬虫实战
3.4 数据探索与预处理
3.4.1 数据探索
3.4.2 数据预处理
3.5 数据分析与挖掘
3.5.1 机器学习发展历程
3.5.2 机器学习分类
3.5.3 机器学习应用场景
3.5.4 Python常用机器学习库
3.6 数据可视化与数据决策
3.6.1 统计图表的正确使用方法
3.6.2 Python常用的图表呈现模块
第4章 辅助决策式数据化运营
4.1 基于回归的数据化运营模型
4.1.1 回归分类与基本步骤
4.1.2 一元线性回归模型
4.1.3 多元线性回归模型
4.1.4 非线性回归模型
4.1.5 含哑变量回归模型
4.1.6 逻辑回归模型
4.1.7 Python回归分析案例
4.2 基于分类的数据化运营模型
4.2.1 常见的准确率检验方法
4.2.2 决策树算法
4.2.3 朴素贝叶斯算法
4.2.4 KNN算法
4.2.5 支持向量机算法
4.2.6 神经网络算法
4.2.7 Python分类分析案例
4.3 基于聚类的数据化运营模型
4.3.1 聚类算法的分类
4.3.2 Python聚类分析案例
第5章 数据驱动式数据化运营
5.1 层次分析最优解思维应用
5.1.1 层次分析法步骤
5.1.2 层次分析法优缺点
5.1.3 Excel层次分析法分析案例
5.2 线性规划最优解思维应用
5.2.1 线性规划法分析案例
5.2.2 Excel线性规划法求解
5.3 节约里程最优解思维应用
5.3.1 节约里程法分析案例
5.3.2 Excel节约里程法求解
第3部分 数据化运营核心
第6章 客户数据化运营：挖掘用户需求，产品源于需求
6.1 数据获客，快速锁定目标用户
6.1.1 传统用户行为数据获取
6.1.2 互联网用户行为数据获取
6.1.3 用户行为数据获取方式对比
6.2 用户画像，精准定位用户需求
6.2.1 用户画像分析建模与应用场景
6.2.2 基于RFM的个体用户画像分析
6.2.3 基于聚类算法的群体用户画像分析
6.3 用户运营，覆盖完整生命周期
6.3.1 基于AARRR模型的用户运营方法
6.3.2 用户生命周期与用户价值体系
6.3.3 用户运营方法与典型案例分析
第7章 产品数据化运营：人人都能做数据产品经理
7.1 产品定位与产品设计
7.1.1 市场分析与企业战略分析
7.1.2 基于KANO模型的产品功能设计
7.1.3 基于PSM模型的产品价格设计
7.2 产品运营与产品优化
7.2.1 基于巴斯模型的产品销售量预测
7.2.2 基于漏斗模型的产品运营分析
7.2.3 基于A/B测试的产品优化评估
参考文献

商业智能，又被称为商
业智慧或商务智能，是一种
将商业价值变现的重要手段
。传统商业智能基于数据仓
库、数据挖掘等大数据技术
进行数据抽取、展示与分析
，从而为企业实现商业价值
提供支撑。新型商业智能在
基于数据维度进行商业分析
的层面上，通过将人工智能
核心技术（机器学习、计算
机视觉、自然语言处理、智
能语音交互、知识图谱）与
大数据、机器人流程自动化
（RPA）、运筹学等技术相
结合，围绕商业活动中各典
型关键环节进行洞察分析，
并通过完整的解决方案级应
用，推动产品创新与服务升
级。
在商业智能时代下，信
息化是辅助企业管理的一种
重要形式，一家成规模的公
司必然有一套信息管理机制
来维护企业运营。信息化管
理的实质就是数据管理，随
着数据分析和可视化技术的
发展，可视化的数据运营模
式逐渐受到越来越多人的追
捧。数据化运营是指通过数
据化的工具、技术和方法，
对运营过程中的各个环节进
行科学分析，为数据使用者
提供专业、准确的行业数据
解决方案，从而达到优化运
营效果、降低运营成本、提
高效益的目的。
全书分为3个部分，共7
章。本书第1部分——开启
数据化运营之旅，分成2章
，包含数据化运营基础和企
业中的数据化运营。通过对
第1部分的学习，读者将了
解什么是商业智能时代、商
业智能时代下为何数据化运
营至关重要、如何进行数据
化运营、企业怎样进行数据
化运营、掌握数据化运营技
术以后可以从事哪些相关工
作等一系列问题，进入学习
数据化运营的旅程。本书第
2部分——数据化运营思维
，分成3章，包含数据化运
营的业务流程、辅助决策式
数据化运营和数据驱动式数
据化运营。通过对第2部分
的学习，读者将掌握数据化
运营思维与数据化运营的业
务流程，进一步掌握企业数
据化运营的两种主要方式，
即辅助决策式数据化运营与
数据驱动式数据化运营。本
书第3部分——数据化运营
核心，分成2章，包含客户
数据化运营：挖掘用户需求
，产品源于需求，以及产品
数据化运营：人人都能做数
据产品经理。通过对第3部
分的学习，读者将掌握客户
数据化运营与产品数据化运
营的思路与方法，并学习到
客户数据化运营与产品数据
化运营中的重要模型，掌握
数据化运营实战。
本书作者具有多年的大
数据、信息可视化、信息存
储与云计算等方向的项目经
验，在和企业合作过程中深
入挖掘企业需求，将商业需
求与解决方案转化为实战案
例融入本书，读者不仅可以
了解商业智能数据化运营的
理论内容，还可以通过案例
实战掌握关键技术的应用方
法，在工作场景中学以致用
。
商业智能数据化运营技
术仍在不断发展之中，书中
难免有疏漏和不足之处，热
忱欢迎各位专家、学者和广
大读者批评、指正。
作者