目 录__eol____eol__第1章 走近用户行为分析 1__eol__1.1 用户行为分析与画像的概念 3__eol__1.2 用户行为分析的意义 4__eol__1.3 大数据与用户行为分析 7__eol__1.4 用户行为分析的几个重要阶段 8__eol__1.4.1 获取用户行为数据 8__eol__1.4.2 明确分析指标与维度 8__eol__1.4.3 分析结果可视化呈现 10__eol__第2章 行为数据分析的使用场景 14__eol__2.1 了解用户使用习惯 14__eol__2.2 提升用户操作体验 15__eol__2.3 监控业务转化过程 17__eol__2.4 持续性辅助用户运营效果 19__eol__第3章 基于大数据的行为分析——传统埋码 23__eol__3.1 行为数据采集方法与技术原理 23__eol__3.2 行为数据的统计原理 26__eol__3.3 行为统计的分类方法 31__eol__3.3.1 使用层面的分类 31__eol__3.3.2 技术处理层面的分类 32__eol__3.4 基于大数据的行为数据存储与计算 34__eol__3.4.1 行为数据采集系统示例 34__eol__3.4.2 存储与分析系统示例 40__eol__第4章 基于大数据的行为分析——无埋码 67__eol__4.1 无埋码技术的实现原理 67__eol__4.2 无埋码技术的使用实例 69__eol__4.3 无埋码采集系统示例 70__eol__4.3.1 连接应用 70__eol__4.3.2 配置无埋码事件 71__eol__4.4 其他无埋码渠道的行为数据分析 74__eol__第5章 行为分析的指标与模型 77__eol__5.1 用户行为分析的3个层次 77__eol__5.2 行为分析指标 78__eol__5.2.1 渠道类指标 78__eol__5.2.2 访问类指标 78__eol__5.2.3 转化类指标 79__eol__5.2.4 留存类指标 80__eol__5.2.5 社交类指标 81__eol__5.3 用户模型构建 81__eol__5.3.1 传统的用户模型构建方法 82__eol__5.3.2 大数据时代下基于行为数据的用户模型构建方法 83__eol__5.4 用户行为全程追踪 85__eol__5.4.1 用户获取 86__eol__5.4.2 用户转化 86__eol__5.4.3 用户留存 87__eol__5.4.4 产生收入 87__eol__5.4.5 用户传播 88__eol__5.5 转化分析模型 89__eol__5.5.1 科学地构建漏斗 89__eol__5.5.2 漏斗对比分析法 90__eol__5.5.3 漏斗与客户流向结合分析法 90__eol__5.5.4 微转化行为分析法 91__eol__5.5.5 用户注意力分析法 92__eol__5.6 精细化运营模型 93__eol__5.6.1 用户常规分群体系构建 93__eol__5.6.2 用户生命周期模型构建 95__eol__5.6.3 用户流失预警模型构建 96__eol__5.6.4 用户价值管理（RFM）模型构建 98__eol__5.6.5 大小数据融合的用户画像模型构建 99__eol__第6章 行为分析与日常运营 101__eol__6.1 用户行为分析与渠道运营 101__eol__6.1.1 渠道归因模型 101__eol__6.1.2 渠道引流趋势分析 102__eol__6.1.3 不同渠道用户画像 103__eol__6.1.4 不同渠道用户站内行为 103__eol__6.2 用户行为分析与产品运营 104__eol__6.2.1 用户健康度分析 104__eol__6.2.2 用户路径分析模型 105__eol__6.2.3 漏斗分析模型 107__eol__6.2.4 用户点击模型 108__eol__6.3 用户行为分析与营销运营 109__eol__6.3.1 用户行为分析与活动方案设计 109__eol__6.3.2 用户行为分析与活动方案执行 110__eol__6.3.3 用户行为分析与活动效果评估 111__eol__6.4 用户行为分析与用户运营 112__eol__6.4.1 用户行为分析与拉新 112__eol__6.4.2 用户行为分析与转化 114__eol__6.4.3 用户行为分析与留存 116__eol__第7章 用户画像 118__eol__7.1 用户画像概述 119__eol__7.1.1 用户画像的定义 119__eol__7.1.2 用户画像的构建原则 120__eol__7.1.3 用户画像的应用领域 121__eol__7.2 两种常见的用户画像 122__eol__7.2.1 用户角色（User Persona） 122__eol__7.2.2 用户档案（User Profile） 125__eol__7.3 用户画像的调研 131__eol__7.3.1 背景描述 131__eol__7.3.2 需求调研 132__eol__7.3.3 业务理解 134__eol__第8章 标签体系——用户画像的刻画 135__eol__8.1 标签体系的构建 135__eol__8.1.1 ID拉通 136__eol__8.1.2 结构化标签体系和非结构化标签体系 145__eol__8.1.3 标签体系的构建 147__eol__8.2 标签体系的分析方法及应用 151__eol__8.2.1 群组构建 151__eol__8.2.2 用户群组分析 153__eol__8.2.3 微观画像 154__eol__8.2.4 用户相似度 155__eol__第9章 用户画像的大数据应用 159__eol__9.1 用户画像与推荐系统 159__eol__9.1.1 推荐系统简介 159__eol__9.1.2 矩阵计算 160__eol__9.1.3 基于用户的协同过滤示例 161__eol__9.2 用户画像与智能营销（一） 166__eol__9.2.1 营销场景构建 167__eol__9.2.2 业务规则 167__eol__9.2.3 实时化的自动营销 167__eol__9.3 用户画像与智能营销（二） 168__eol__9.3.1 用户画像与电话营销 168__eol__9.3.2 用户画像与电话回访 169__eol__9.3.3 用户画像与二次销售 169__eol__9.3.4 用户画像与投诉 169__eol__第10章 案例与详解 171__eol__10.1 金融行业用户全渠道行为分析 171__eol__10.1.1 分析背景 171__eol__10.1.2 用户行为分析过程 173__eol__10.2 电商行业用户行为分析 177__eol__10.2.1 分析背景 177__eol__10.2.2 用户行为分析过程 179__eol__10.3 房地产行业用户行为分析 183__eol__10.3.1 分析背景 183__eol__10.3.2 用户行为分析过程 185__eol__10.4 快消行业用户行为分析 188__eol__10.4.1 分析背景 188__eol__10.4.2 用户行为分析过程 189__eol__10.5 媒体行业用户行为分析——以电影网为例 196__eol__10.5.1 分析背景 196__eol__10.5.2 用户行为分析过程 197__eol____eol__