三民網路書店 / 搜尋結果

本書共8章，分為四部分，根據不同的方法和數據工具進行組織。本書首先介紹了AIGC的基礎知識，包括概念、產品、操作指南以及在數據分析場景中撰寫Prompt的方法。然後從方法與實踐兩個維度分別介紹了AIGC輔助Excel、SQL、Python進行數據分析與挖掘的實際應用，幫助數據工作者瞭解和運用AIGC技術，提升自己的數據分析與挖掘能力。

內容介紹這是一本系統講解數據如何在營銷與運營的全流程中發揮驅動作用和輔助決策價值的著作。是知名數據分析專家宋天龍的厚積薄發之作，得到了行業裡多位專家的一致好評和推薦。在內容組織形式上，本書有宏觀和微觀兩條主線：宏觀上，內容圍繞流量數據化運營的全流程展開，涵蓋渠道策略與計劃管理、媒體投放與執行管理、渠道投放效果評估與分析、流量運營監控與效果複盤等各個環節。目標是指導企業如何通過數據實現低成本、大批量、高質量的流量引入，這是流量運營的核心目標，也是本書要解決的核心問題。微觀上，內容根據流量數據化運營的業務操作過程來組織，以業務場景為切入點，依次按照業務問題、數據支持方案、實用工具實操的思路展開，通過案例介紹具體的實施過程，用數據解決具體業務問題。這本書的重點不是數據分析的原理和方法，也不是數據分析工具的使用，更不是營銷等具體業務工作如何開展，相關的知識全部融合到具體的應用場景中，重點是如何讓數據在營銷與運營的全流程中發揮價值，真正實現業務與數據的互相促進與補充。本書不要求讀者有數據分析基礎，也不要求有Python基礎。80%的數據處理工作通過Excel完成，餘下的20%通過Python完成，即便沒有Python基礎，也能順利完成全書的實操。所有實操案例均提供源數據和完整代碼。

這是一本將數據分析技術與數據使用場景深度結合的著作，從實戰角度講解了如何利用Python進行數據分析和數據化運營。暢銷書全新、大幅升級，第1版近乎100%的好評，第2版不僅將Python升級到了*新的版本，而且對具體內容進行了大幅度的補充和優化。作者是有10餘年數據分析與數據化運營的大數據專家，書中對50餘個數據工作流知識點、14個數據分析與挖掘主題、4個數據化運營主題、8個綜合性案例進行了全面的

本書的編寫主要圍繞Python在企業中的數據分析工作實踐，著眼於構建完整的數據分析框架、方法和技能的培養和訓練。全書共10章，其中第1章和第2章介紹了進行Python數據分析的準備工作和Python基礎知識；第3～9章介紹了數據對象的讀寫、數據清洗和預處理、數據可視化、基本數據統計分析和高級數據建模分析、自然語言理解和文本挖掘、數據分析部署和應用等完整工作技能和方法；第10章介紹了數據分析在數據化運營中的完整應用思路、維度和框架。本書內容深入淺出，均以企業真實需求引導學習，具有很強的實用性和操作性。本書可以作為普通高等院校本科、專科統計、商務分析、大數據等專業的課程教材，也可以作為從事數據分析工作的人員的參考用書。

本書內容從邏輯上共分為兩大部分，第壹部分是有關數據分析類的主題，第二部分是有關數據化運營的主題。第壹部分的內容包括1/2/3/4章和附錄，主要介紹了Python和數據化運營的基本知識、數據來源獲取、數據預處理以及數據分析和挖掘的關鍵經驗。第二部分的內容包括5/6/7/8/9章的內容，分別介紹了會員運營、商品運營、流量運營和內容運營四個大主題，以及提升數據化運營價值度的方法。在每個數據化運營主題中都

本書的正文內容分為四部分，按照資料工作的成長思路來撰寫，每個部分都對應著一個成長階段。第一部分為認知篇，介紹網站資料分析在企業內的價值體以及如何建立個人的資料成長規劃、企業的資料架構與定位。本篇的目的是説明讀者快速瞭解企業內部的整體資料架構、網站資料分析所扮演的角色以及個人如何進行自我定位和發展。第二部分為基礎篇，分別介紹了網站資料的採集配置、網站分析工具選擇、網站資料整合方法、監測評估指標以及應

本書介紹了如何使用 Python 實現企業級的大數據全棧式開發、設計和編程工作，涉及的知識點包括數據架構整體設計、數據源和數據采集、數據同步、消息隊列、關係數據庫、NoSQL 數據庫、批處理、流處理、圖計算、人工智能、數據產品開發。 本書既深入淺出地介紹了不同技術組件的基本原理，又通過詳細對比介紹了如何根據不同場景選擇實踐技術方案，並通過代碼實操幫助讀者快速掌握常用技術的應用過程，後通過項目案例介紹了如何將所學知識應用於實際業務場景中。

本書分13章，分別從企業大資料戰略定位、企業大資料落地實施和價值評估，以及大資料的變革與挑戰這三大方面進行撰寫，宏觀上涵蓋了企業戰略決策和定位，微觀上涵蓋了大資料職能、思路、方法、流程、開發、應用、評估的整個環節。企業大資料的知識完整性也是本書的特色之一。