数据分析产品经理笔记
2020-09-03 13:45:55 0 举报AI智能生成
数据分析思维：产品经理的成长笔记
作者其他创作
大纲/内容
5 跨界，从另一个维度看问题
5.1 跨界这件事
5.2 我“不务正业”的故事
5.2.1 学习和实践Flash的心得
5.2.2 Flash的没落
5.2.3 学习的技能还在
5.3 星座到底靠不靠谱
5.3.1 第一次关于星座的分析
5.3.2 我对星座的数据分析
5.3.3 我对星座的假设
5.4 一个司令员的“数据分析”
5.5 当数据遇上情感
5.5.1 什么是数据做不了的
5.5.2 我对数据的理解与情感
5.6 《点球成金》中的数据感悟
5.6.1 电影的场景一：关于选择
5.6.2 电影的场景二：关于变革
5.6.3 电影的场景三：关于时机
5.6.4 电影的故事背景
5.6.5 电影给我的启示
5.7 正确预测的副作用
5.7.1 《少数派报告》
5.7.2 《星球大战》
5.7.3 “测罪系统”与阿纳金“预测”给我的启发
6 工作与生活离不开数据分析
6.1 用数据分析的方法减肥
6.1.1 关注数据
6.1.2 改变膳食
6.1.3 坚持运动
6.2 运营自己的公众号
6.3 一个谐音数字的分析可以用来营销
6.4 选择的陷阱
6.5 出生人口的数据分析
6.6 基于数据分析探索大学生的金融需求
6.6.1 大学生的社交需求
6.6.2 大学生的网购需求
6.6.3 大学生的理财需求
6.6.4 大学生的出行需求
6.7 中国最著名的数据泄密案
7 改变一直在发生
7.1 从IT到DT时代
7.1.1 思维方式的阻碍
7.1.2 体制与架构的阻碍
7.1.3 互联网的倒逼
7.2 创新的窘境
7.2.1 《创新者的窘境》研究的两个问题
7.2.2 三个重要的概念
7.2.3 管理变革
7.3 人工智能的昨天、今天与明天
7.4 从笛卡儿到“异类智慧”
7.4.1 笛卡儿方法论的四条规则
7.4.2 笛卡儿方法论的演化
7.4.3 变化的客观存在
7.4.4 如何与“异类智慧”共处
7.5 未来的教育
7.5.1 当前教育体系的由来
7.5.2 标准化教育模式的弊端
7.5.3 按年龄将学生分年级的弊端
7.5.4 瑞士奶酪式学习
7.5.5 精熟教学法
7.5.6 学徒制重放光彩
7.5.7 通过大数据来评估学生
7.6 让想法流动的智慧组织
7.6.1 泰勒制的主要内容
7.6.2 沟通增加促进生产率
7.6.3 互动模式与创意产出
7.7 面对变革的银行与员工
7.8 银行需要自己的直播平台和网红
7.8.1 人们深层次的心理需求到底是什么
7.8.2 银行做直播，培育企业内网红的好处
结语
1 开启数据分析之路
1.1 我的数据分析之路，从一个善良的动机开始
1.1.1 数据分析的过程
1.1.2 数据分析案例背后的方法论
1.2 理解大脑并善用它
1.2.1 分享大脑的一些知识
1.2.2 9条用脑定律
1.3 番茄工作法
1.3.1 番茄工作法的原理与演化
1.3.2 番茄工作法的操作
1.4 保持正念
1.4.1 正念，从洗碗说起
1.4.2 正念就是吃橘子
1.4.3 正念的哲学故事
1.5 阅读
1.5.1 认识阅读障碍
1.5.2 阅读的层次、方法和技巧
1.5.3 阅读工具的分析
1.5.4 阅读的选择
1.5.5 阅读习惯是可以养成的
1.6 学习
1.6.1 学习之道
1.6.2 学习的注意事项
1.7 演讲
1.7.1 为什么害怕演讲
1.7.2 演讲的技巧
1.8 写作
1.8.1 坚持才有提升
1.8.2 写作感悟
1.9 幸福方法论
1.9.1 关于幸福的定义
1.9.2 一项关于幸福的研究
1.9.3 幸福是一种能力
1.9.4 我的幸福观
1.10 把压力当朋友
1.10.1 生物学角度看压力
1.10.2 正确看待压力的好处
1.11 热情与平静
1.11.1 热情：PASSION
1.11.2 平静：PEACE
1.12 人生方程式
何谓正面的“思维方式”
2 数据分析习惯的养成
2.1 习惯
2.2 工作整理术
2.2.1 6个工作原理
2.2.2 6个工作整理术
2.3 量化自我与自我分析
2.4 游戏方法论
2.4.1 游戏对大脑的7种激励方式
2.4.2 通过游戏总结工作方法论
2.5 用数据分析引导营销行为
2.6 发现数据中蕴含的地理信息
2.7 用数据解决客户的痛点
2.8 怎样当个称职的教练
2.8.1 教练的两项主要工作
2.8.2 用GROW模型生成有效问题
2.9 教徒弟的“守、破、离”之道
2.9.1 守、破、离
2.9.2 我教的第一个徒弟
2.9.3 我教的第二个徒弟
2.9.4 教徒弟的心得
2.10 在企业里分享知识的好处
3 产品与数据分析
3.1 数据分析与产品设计
3.1.1 产品的发展历程
3.1.2 是否需要克制产品创新
3.1.3 数据分析能否在产品的设计中发挥作用
3.2 产品的功能很多，用的人有多少
3.3 设计心理学
3.3.1 一个成功的设计需要经历五六次的尝试吗？
3.3.2 设计最重要的原则
3.3.3 数据，在设计者与用户间建立一座桥梁
3.4 数据实验
3.4.1 为什么企业需要数据实验
3.4.2 企业运营需要数据实验
3.5 心理学、数据分析与产品营销的结合
3.5.1 案例：对手机银行新签约客户的引导
3.5.2 案例：优惠活动的告知方式
3.6 产品与数据创新
3.6.1 案例：信用卡与手机银行结合提升两种产品的客户黏性
3.6.2 案例：使用手机银行的个人贷款客户，逾期比例低
3.7 提出好问题
3.8 招募产品的体验客户
3.9 预售产品的体验与数据分析
3.9.1 预售过程的数据分析
3.9.2 OODA循环迭代
4 数据的那些“坑”
4.1 一次引发“失控”的数据分析
4.2 幸存者偏差
4.3 理性的无知
4.4 “数据造假”
4.4.1 孙膑的“假数据”
4.4.2 诸葛亮的“灶数”坑人
4.5 猫和老鼠的数据攻防战
4.6 数据分析中的陷阱与破解之道
4.6.1 数据图的陷阱
4.6.2 “标准化”的陷阱
4.6.3 破解陷阱之道
4.7 当数据分析遇上数据安全和隐私
4.8 从简单到复杂
4.9 被忽视的数据分析人才体系建设
4.9.1 企业应用数据的三个“坑”
4.9.2 业界的数据分析人才架构设置
4.9.3 除了KPI，更需要KWI与“集智平台”
4.10 数据分析的正确打开方式
4.10.1 思考数据分析的初衷与后续行动
4.10.2 多维度思考，寻找“沉默样本”，不被数据欺骗
4.10.3 比任何人都重视数据安全和用户的隐私
4.10.4 站在听众的角度思考你的数据分析结果
4.10.5 重视数据分析人才的培养
0 条评论
下一页
