本书共13 章，汇集了7 位作者（来自各大互联网企业）的知识总结和经验分享。本书借助老汤姆、小风、阿北、小诺在某电商企业数据部门工作的故事，通过大量案例深入浅出地介绍了数据中台建设与应用之路。本书以Why-What-How 的思路展开，从0 到1 介绍知识点，并重点讲述How 的过程，同时结合某个场景下的具体案例，以使读者更好地理解实操过程。每个企业都会面临各种各样的数据问题，有数据质量的问题、数据获取效率的问题、数据应用价值的问题等。本书首先介绍数据中台的建设，确保数据的质量，为企业的数据质量体系建设提供坚实的基础；然后，进行偏向深入业务的分析探索，介绍如何从数据分析角度更好地赋能业务发展；最后，介绍数据应用，解决数据获取效率的问题，并把一些分析思路和业务策略沉淀为数据产品，从而更好地将数据应用于业务。本书结合各大互联网企业的实际项目案例，让读者真正掌握数据产品经理这个新兴职业的必备技能和核心能力。

林泽丰，笔名小风，某国有企业的数据中台产品负责人。UBDC全域大数据峰会“灯塔人物”，“友盟杯”数据大赛三等奖获得者，公众号“一个数据人的自留地”的课程讲师。在电商、社交、交通、直播等领域担任过产品、运营、数据等部门的负责人，有7年多的互联网从业经验。跨领域、跨部门实战经验丰富，曾从0到1搭建过企业数据中台、大数据平台、智能营销平台，擅长埋点模型设计、指标质量治理、数仓架构、数据运营等。许秋贵，笔名阿北，贝壳找房的高级数据分析师，毕业于东北农业大学。在校期间主导开发了校园拼车等应用，帮助大学生拼车省钱出行。曾就职于百度、滴滴等互联网“大厂”，有多年数据分析经验。陈斌，笔名小诺，某互联网“大厂”的策略产品经理，毕业于大连东软信息学院。人人都是产品经理网站的“20年度热文作者”，公众号“一个数据人的自留地”的联合创办人。先后就职于百度、小米，在搜索引擎、资讯、电商等领域从事过搜索、推荐、BI、画像、反作弊、消息触达等产品工作，涉猎范围较广，经验丰富。陈丽媛，笔名草帽小子，自如画像数据产品经理，拥有两项发明专利。人人都是产品经理网站的专栏作家，公众号“一个数据人的自留地”联合创办人。在用户画像、数据埋点、指标体系、BI等方面具有丰富的实战经验，所著系列文章深受广大读者喜爱。

第1 章 那些困扰我们的数据问题 ??????????????????????????????????????????????????????????1
1.1 数据质量的问题 ....................................................................................... 1
1.2 数据获取效率的问题 ............................................................................... 5
1.3 数据应用价值的问题 ............................................................................... 8
数据中台篇
第2 章 元数据中心 ?????????????????????????????????????????????????????????????????????????? 15
2.1 元数据中心概述 ..................................................................................... 16
2.2 元数据中心的核心功能 ......................................................................... 17
2.2.1 数据整合 ..................................................................................... 17
2.2.2 数据管理 ..................................................................................... 19
2.2.3 数据地图 ..................................................................................... 25
第3 章 数据指标中心 ??????????????????????????????????????????????????????????????????????? 29
3.1 数据指标中心概述 ................................................................................. 30
3.2 数据指标中心的设计思路 ..................................................................... 30
3.2.1 定义指标并将其归集到对应的主题域 ....................................... 30
3.2.2 拆分原子指标与派生指标 .......................................................... 31
3.2.3 定义原子指标与派生指标的生产逻辑 ....................................... 32
3.2.4 通过指标管理平台对指标进行规范生产 ................................... 33
第4 章 数仓模型中心 ??????????????????????????????????????????????????????????????????????? 37
4.1 数仓模型中心概述 ................................................................................. 38
4.2 数仓模型中心的设计思路 ..................................................................... 39
4.2.1 控制数据源 ................................................................................. 39
4.2.2 划分主题域 ................................................................................. 39
4.2.3 构建一致性维度 ......................................................................... 41
4.2.4 构建总线矩阵 ............................................................................. 42
4.2.5 数仓分层建设 ............................................................................. 42
4.2.6 数仓效果评估 ............................................................................. 43
第5 章 数据资产中心 ??????????????????????????????????????????????????????????????????????? 47
5.1 数据资产中心概述 ................................................................................. 48
5.2 数据资产中心的治理流程 ..................................................................... 49
5.2.1 数据资产定级 ............................................................................. 49
5.2.2 数据资产质量治理 ..................................................................... 52
5.2.3 数据资产成本治理 ..................................................................... 56
第6 章 数据服务中心 ??????????????????????????????????????????????????????????????????????? 61
6.1 数据服务中心概述 ................................................................................. 62
6.2 数据服务中心的设计思路 ..................................................................... 62
6.2.1 将数据写入查询库 ..................................................................... 62
6.2.2 搭建元数据模型 ......................................................................... 63
6.2.3 按主题归类 ................................................................................. 65
6.2.4 缓存优化 ..................................................................................... 65
6.2.5 数据接口化 ................................................................................. 67
6.2.6 构建API 集市 ............................................................................. 68
6.2.7 统一数据服务 ............................................................................. 68
数据分析篇
第7 章 数据分析理论 ??????????????????????????????????????????????????????????????????????? 73
7.1 业务和数据 ............................................................................................ 73
7.1.1 业务和数据的闭环 ..................................................................... 74
7.1.2 不同岗位的职责边界与合作 ...................................................... 75
7.1.3 数据、信息和知识 ..................................................................... 75
7.1.4 业务策略的闭环 ......................................................................... 77
7.1.5 人人都会数据分析的趋势 .......................................................... 78
7.2 数据分析师的全貌 ................................................................................. 79
7.2.1 数据分析的定义与流程 .............................................................. 79
7.2.2 数据分析的3 种场景 .................................................................. 82
7.2.3 数据分析师的核心能力 .............................................................. 84
7.2.4 数据分析师的职业素养 .............................................................. 85
7.2.5 数据分析师的工作内容 .............................................................. 86
7.2.6 数据分析师的考核 ..................................................................... 86
7.3 数据分析团队的组织架构及其对应的工作模式 ................................... 88
7.3.1 数据分析团队的组织架构 .......................................................... 88
7.3.2 不同组织架构的工作模式 .......................................................... 89
7.4 数据分析师的工作方式 ......................................................................... 90
7.4.1 工作象限图 ................................................................................. 91
7.4.2 1+N 的工作内容 ......................................................................... 91
7.4.3 与业务方的合作模式 .................................................................. 92
7.4.4 有关工作方式常见问题的解法思考 ........................................... 94
第8 章 数据分析实操 ??????????????????????????????????????????????????????????????????????? 97
8.1 预测性分析 ............................................................................................ 97
8.1.1 预测性分析的目的 ..................................................................... 98
8.1.2 分析思路与方法 ......................................................................... 99
8.1.3 预测性分析案例 ......................................................................... 99
8.2 描述性分析 .......................................................................................... 101
8.2.1 描述性分析的目的 ................................................................... 101
8.2.2 分析思路与方法 ....................................................................... 102
8.2.3 描述性分析案例 ....................................................................... 103
8.3 诊断性分析 .......................................................................................... 104
8.3.1 诊断性分析的目的 ................................................................... 105
8.3.2 分析思路与方法 ....................................................................... 105
8.4 数据分析报告 ...................................................................................... 110
8.4.1 数据分析报告的定位 ................................................................ 110
8.4.2 预测性分析报告的结构 ............................................................ 111
8.4.3 描述性分析报告的结构 ............................................................ 111
8.4.4 诊断性分析报告的结构 ............................................................ 112
数据应用篇
第9 章 BI 系统 ??????????????????????????????????????????????????????????????????????????????? 117
9.1 让人头疼的看板需求 ........................................................................... 117
9.2 BI 系统介绍 ......................................................................................... 119
9.2.1 什么是BI 系统 ......................................................................... 119
9.2.2 BI 系统有哪些 .......................................................................... 119
9.2.3 BI 系统的相关人员................................................................... 120
9.2.4 BI 系统的特点 .......................................................................... 121
9.3 BI 系统的关键技术 .............................................................................. 122
9.4 BI 系统实践 ......................................................................................... 124
9.4.1 数据接入 ................................................................................... 125
9.4.2 数据集加工 ............................................................................... 127
9.4.3 数据集权限控制 ....................................................................... 129
9.4.4 可视化报表配置 ....................................................................... 130
9.4.5 可视化结果展示 ....................................................................... 136
9.4.6 数据分析OLAP ........................................................................ 137
9.4.7 如何衡量BI 系统是否成功 ...................................................... 142
第10 章 用户画像 ?????????????????????????????????????????????????????????????????????????? 143
10.1 用户画像的全貌 ................................................................................. 143
10.1.1 初识用户画像 ......................................................................... 144
10.1.2 基本概念 ................................................................................. 145
10.1.3 用户画像体系建设 .................................................................. 146
10.1.4 人员配合流程 ......................................................................... 149
10.2 用户画像的需求 ................................................................................. 150
10.2.1 对内需求盘点 ......................................................................... 151
10.2.2 对外竞品调研 ......................................................................... 156
10.3 用户画像的规划 ................................................................................. 158
10.3.1 用户画像的业务架构 .............................................................. 158
10.3.2 用户画像的产品架构 .............................................................. 159
10.3.3 用户画像的版本计划 .............................................................. 162
10.3.4 用户画像的项目执行计划 ...................................................... 163
10.4 用户ID 体系 ...................................................................................... 164
10.4.1 方法 ........................................................................................ 164
10.4.2 实施过程 ................................................................................. 166
10.5 标签体系 ............................................................................................ 167
10.5.1 标签分类 ................................................................................. 168
10.5.2 标签分级 ................................................................................. 175
10.6 用户画像系统..................................................................................... 177
10.6.1 概述 ........................................................................................ 177
10.6.2 首页 ........................................................................................ 178
10.6.3 洞察 ........................................................................................ 179
10.6.4 标签广场 ................................................................................. 180
10.6.5 人群 ........................................................................................ 181
10.6.6 系统管理 ................................................................................. 183
10.6.7 总结 ........................................................................................ 183
10.7 用户画像的应用 ................................................................................. 183
第11 章 电商反作弊体系 ????????????????????????????????????????????????????????????????? 189
11.1 “网络黑产”的现状 ......................................................................... 189
11.1.1 “网络黑产薅羊毛”事件 ...................................................... 189
11.1.2 “网络黑产”的类型 .............................................................. 190
11.1.3 电商“薅羊毛”场景 .............................................................. 191
11.1.4 “网络黑产”的发展趋势 ...................................................... 192
11.1.5 “网络黑产”的作弊工具 ...................................................... 192
11.2 “网络黑产”的防控方案 .................................................................. 194
11.2.1 活动的损失评估...................................................................... 194
11.2.2 反“网络黑产”作弊案例 ...................................................... 194
第12 章 内容个性化推荐 ????????????????????????????????????????????????????????????????? 201
12.1 资讯的内容处理 ................................................................................. 201
12.1.1 资讯的内容来源 ..................................................................... 202
12.1.2 资讯的分类体系 ..................................................................... 203
12.1.3 常见的分类问题及内容分类原则 ........................................... 205
12.1.4 分类体系的构建 ..................................................................... 206
12.1.5 内容的标注与机器学习 .......................................................... 208
12.2 资讯用户的画像和特征 ..................................................................... 209
12.2.1 资讯用户的画像 ..................................................................... 209
12.2.2 资讯用户的特征 ..................................................................... 209
12.3 资讯的推荐算法 ................................................................................. 211
12.3.1 资讯的信息抽取 ..................................................................... 211
12.3.2 资讯的分词方法 ..................................................................... 212
12.3.3 资讯的过滤排重 ..................................................................... 213
12.3.4 资讯的召回模型 ..................................................................... 214
12.3.5 资讯的算法排序 ..................................................................... 216
12.4 资讯的重排策略及案例 ..................................................................... 216
12.4.1 常见的重排策略及策略的目标 ............................................... 216
12.4.2 资讯的重排策略案例 .............................................................. 217
第13 章 电商个性化推送 ????????????????????????????????????????????????????????????????? 221
13.1 push 的衡量 ........................................................................................ 222
13.1.1 push 的目标与本质 ................................................................. 222
13.1.2 push 的衡量指标 ..................................................................... 222
13.2 push 的优化方向 ................................................................................ 223
13.2.1 效率高 .................................................................................... 223
13.2.2 算法准 .................................................................................... 224
13.2.3 推荐好 .................................................................................... 226
13.2.4 展示靓 .................................................................................... 227
13.3 push 的推荐案例 ................................................................................ 228
13.3.1 新用户推荐方案 ..................................................................... 228
13.3.2 推荐的效果评测 ..................................................................... 232