第一部分 数据篇

 第1章 数据收集

1.1 行为数据

 1.1.1 传统获取方式

 1.1.2 获取方式对比

 1.1.3 无需埋点的数据收集

 1.1.4 用户行为数据类型

1.2 交易数据

 1.2.1 收集交易过程数据

 1.2.2 收集交易累积数据

 1.2.3 区分交易金额的组成

 1.2.4 收集广告点击数据

1.3 标签数据

 1.3.1 发现身份属性标签

 1.3.2 在基础标签上加工

 1.3.3 从交易行为提取标签

 1.3.4 从数据挖掘建模输出 标签

 第2章 数据加工

2.1 标准与格式

 2.1.1 基本概念

 2.1.2 无量纲化处理

 2.1.3 多源数据融合

2.2 关联分析

 2.2.1 概念

 2.2.2 Apriori算法

 2.2.3 应用关联分析

2.3 数据清洗

 2.3.1 填补缺失值

 2.3.2 数据平滑

 2.3.3 数据造假

 2.3.4 监测噪声数据

 第3章 数据存储

3.1 分层与粒度

 3.1.1 粒度划分标准

 3.1.2 分层实现方法

 3.1.3 智能增长的新视角

3.2 更新与时效

 3.2.1 记录实时数据

 3.2.2 数据更新与同步

 3.2.3 时效性

3.3 搭建存储方案

 3.3.1 HDFS数据库

 3.3.2 NoSQL数据库

 3.3.3 开发自有方案

 第4章 数据访问

4.1 访问工具：正排与倒排

 4.1.1 正排索引

 4.1.2 倒排索引

4.2 衡量方法：查准与查全

 4.2.1 定义

 ……

第二部分 模型篇

 第5章 生命周期模型

 第6章 RFM模型

 第7章 AARRR模型

 第8章 地理信息模型

第三部分 场景篇

 第9章 如何持续获得新用户

 第10章 谁是你的明星商户

 第11章 何日君再来

 第12章 差异化定价

 第13章 缩短用户决策路径

 第14章 营造虚拟经济循环

 第15章 挤出繁荣里的泡沫

 第16章 为商户赋能

 第17章 调度一盘棋

第四部分 团队篇

 第18章 榜样的力量

 第19章 组建增长团队

第五部分 结语篇

 第20章 增长的力量

后记

蒋凡著的这本《智能增长》共分5部分：数据篇从智能驱动增长方案的基础出发，沿着实际工作链条，介绍数据收集、加工、存储和访问；模型篇衔接基础数据到上层应用，全面介绍数据建模，包括生命周期、RFM、AARRR和地理信息模型；场景篇真正介绍智能增长怎么做，这里以完整的商业运营链条为例拆解9大运营场景，从业务、财务和技术的角度详述增长实践；团队篇解释了数据驱动增长在人物层面需要具备的必要因素；结语篇探讨了智能增长对经济的促进作用和作用方式。

本书适合所有从事移动互联网行业研发、产品和运营的人员阅读，对智能增长、互联网+经济分析预测的观察者也有借鉴意义。

大数据和人工智能是当今产业发展的动力。一个企业如何利用这些前沿技术实现自己的智能增长？目前为止，这个在产业界、学术界广为关注的问题并没有得到应有的研究。可以说，蒋凡的这部《智能增长》填补了这方面的需求。本书从数据、模型、场景、团队等几个方面系统全面地总结了企业数据智能化的方法论，及时、准确、翔实。这是一部不可多得的好书，相信关注这方面问题的人都会受益匪浅。强烈推荐！