本书以案例的形式，介绍从思维模型分析到场景实践的数据分析方法。全书围绕“数据分析”与“运营增长”两大关键要素，在系统介绍数据分析思维、数据分析方法、数据采集技能、数据清洗技能等基础知识的同时，以问题为导向，解读运营与增长的关键性业务内容，在获客、激活、留存、变现、自传播循环等各个核心运营环节展开数据分析实战。
本书提供案例相关数据集与源码包，适合数据分析、产品运营、市场营销等行业有数据分析具体业务需求的人士阅读，也适合相关专业的师生阅读。

黄佳，笔名：咖哥。人工智能研究员，终身学习者。在IT界耕耘二十载，曾撰写《SAP程序设计》和《零基础学机器学习》等书。近期参与的项目：使用机器学习和数据分析技术精准定位客户群体、食品质谱数据中有效成分的分析与鉴定、医学视觉图像数据分析、针对青少年压力问题的聊天对话机器人的自然语言处理等。在科研和学习过程中每有收获，便记录好每一个从不懂到懂的过程和细节，期待着与大家分享。

引子 小雪求职记
基础篇 数据分析师的锦囊
一、欲善其事先利器：数据分析技能进阶图谱
二、深入业务寻价值：价值源于深度理解场景
三、积跬步以察千里：数据的采集与治理
四、沥尽狂沙方见金：数据的清洗与可视化
五、营运之道无定法：数据分析的核心方法
六、增长践行成于思：数据分析的关键思维
实践篇 数据运营分析十话
卷一 获客
第一话 横看成岭侧成峰：用户画像揭示秘密
1.1 问题：这款推广海报好不好
1.2 概念：用户画像
1.3 工具：Python数据分析编程基础
1.3.1 Python的极简说明
1.3.2 Python中的序列数据类型
1.3.3 数学计算工具包NumPy
1.3.4 数据处理工具包Pandas
1.3.5 数据可视化工具包Matplotlib和Seaborn
1.4 实战：哪一类人才是真正的买家
1.4.1 数据读入及简单分析
1.4.2 用户整体画像
1.4.3 购买眼影盘用户的画像
1.5 结论
第二话 远近高低各不同：聚类实现RMF细分
2.1 问题：如何通过细分用户指导运营
2.2 概念：用户细分
2.2.1 用户画像是了解用户的第一步
2.2.2 用用户行为数据指导精细化运营
2.2.3 进行同期群分析揭示获客时的秘密
2.2.4 根据特征和价值进行用户分组
2.3 工具：RFM分析和聚类算法
2.3.1 RFM分析
2.3.2 聚类算法
2.4 实战：基于RFM模型的用户细分
2.4.1 整体思路
2.4.2 数据读入和可视化
2.4.3 根据R值为用户新近度分层
……
卷二 激活
卷三 留存
卷四 变现
卷五 自传播循环
寄语