最新章節

• 18.5 小結
• 18.4.4 基于門店周邊用戶畫像進行智能選品
• 18.4.3 門店經營方案確定
• 18.4.2 市場定位
• 18.4.1 發現風險及機遇
• 18.4 解決方案

• 18.5 小結 更新時間：2024-09-05 17:42:47
• 18.4.4 基于門店周邊用戶畫像進行智能選品
• 18.4.3 門店經營方案確定
• 18.4.2 市場定位
• 18.4.1 發現風險及機遇
• 18.4 解決方案
• 18.3 分析思路
• 18.2 專業名詞解釋
• 18.1 需求背景
• 第18章 數字化轉型產品賦能線下商超
• 17.5 小結
• 17.4.5 首頁場景的優惠券排序邏輯
• 17.4.4 搜索場景的品牌復購券排序邏輯
• 17.4.3 用戶強相關
• 17.4.2 首頁場景
• 17.4.1 搜索場景
• 17.4 解決方案
• 17.3 分析思路
• 17.2 專業名詞解釋
• 17.1 需求背景
• 第17章 用戶智能增長策略——實現品牌用戶1單到N單的轉化
• 16.5 小結
• 16.4.3 用戶分層運營策略
• 16.4.2 分層管理——等級劃分
• 16.4.1 數據準備及預處理
• 16.4 解決方案
• 16.3 分析思路
• 16.2 專業名詞解釋
• 16.1 需求背景
• 第16章 用戶智能增長策略——基于 活躍和交易雙目標實現用戶分層管理
• 15.6 小結
• 15.5.7 協同過濾
• 15.5.6 商品地域熱度計算邏輯
• 15.5.5 商品地域熱銷的計算邏輯
• 15.5.4 優惠券偏好
• 15.5.3 商品復購——用戶對每個商品的復購周期
• 15.5.2 常購品牌——用戶經常購買的品牌
• 15.5.1 常購品類——用戶經常購買的一級品類
• 15.5 本章涉及的算法邏輯
• 15.4.3 個性化消息觸達用戶
• 15.4.2 功能層面喚回
• 15.4.1 基礎服務搭建
• 15.4 解決方案
• 15.3 分析思路
• 15.2 專業名詞解釋
• 15.1 需求背景
• 第15章 個性化文案及個性化推送策略——提升下單轉化率
• 14.6 小結
• 14.5.5 個性化消息觸達用戶——觸達頻次
• 14.5.4 推薦算法匹配——召回
• 14.5.3 智能給券打標
• 14.5.2 給用戶打“券偏好”標簽
• 14.5.1 沉睡用戶和流失用戶判斷
• 14.5 本章涉及的算法邏輯
• 14.4.3 個性化消息觸達用戶
• 14.4.2 智能優惠券的推薦算法匹配
• 14.4.1 智能優惠券的基礎服務搭建
• 14.4 解決方案
• 14.3.2 智能營銷產品架構
• 14.3.1 智能營銷背景
• 14.3 分析思路
• 14.2 專業名詞解釋
• 14.1 需求背景
• 第14章 智能營銷解決方案——通過 用戶分層管理激活沉睡用戶和流失用戶
• 13.6 小結
• 13.5.3 短視頻內容池排序算法邏輯
• 13.5.2 內容質量分
• 13.5.1 標簽相關性——詞頻計算
• 13.5 本章涉及的算法邏輯
• 13.4.2 推薦系統冷啟動
• 13.4.1 內容電商平臺標簽體系初步建設
• 13.4 解決方案
• 13.3 分析思路
• 13.2 專業名詞解釋
• 13.1 需求背景
• 第13章 內容電商平臺推薦系統冷啟動策略
• 12.5 小結
• 12.4.2 增加離線召回池實現動態權重計算
• 12.4.1 增加固定資源位進行商品強曝光
• 12.4 解決方案
• 12.3 分析思路
• 12.2 專業名詞解釋
• 12.1 需求背景
• 第12章 商品扶持流量調配系統——提升營銷商品曝光率及轉化率
• 11.5 小結
• 11.4.2 平臺內全量SKU劃分等級
• 11.4.1 基于用戶行為的加權平均和
• 11.4 解決方案
• 11.3.2 劃分品類角色
• 11.3.1 選擇劃分依據
• 11.3 分析思路
• 11.2 專業名詞解釋
• 11.1 需求背景
• 第11章 品類角色管理及應用——通過高毛利單品效用提升轉化率
• 10.5 小結
• 10.4.2 方案2：算法模型輸出
• 10.4.1 方案1：統計規則輸出
• 10.4 解決方案
• 10.3 分析思路
• 10.2 專業名詞解釋
• 10.1 需求背景
• 第10章 商品詳情頁“看了又看”策略——提升下單轉化率
• 9.5 小結
• 9.4.2 針對曝光多次未被點擊的商品的過濾策略
• 9.4.1 針對加入購物車商品及下單商品的過濾策略
• 9.4 解決方案
• 9.3 分析思路
• 9.2 專業名詞解釋
• 9.1 需求背景
• 第9章 過濾策略——讓更多商品曝光
• 8.5 小結
• 8.4.3 價格帶標簽的應用
• 8.4.2 商品單位購買力計算邏輯及打標簽邏輯
• 8.4.1 基礎建設——為商品畫像和用戶畫像增加價格帶標簽
• 8.4 解決方案
• 8.3 分析思路
• 8.2 專業名詞解釋
• 8.1 需求背景
• 第8章 用戶畫像挖掘及應用——價格帶
• 7.5 小結
• 7.4.2 用戶品牌品類偏好畫像的應用
• 7.4.1 挖掘用戶品牌品類偏好畫像并落成標簽
• 7.4 解決方案
• 7.3 分析思路
• 7.2 專業名詞解釋
• 7.1 需求背景
• 第7章 用戶畫像挖掘及應用——品牌品類偏好
• 6.3 小結
• 6.2.4 解決方案
• 6.2.3 分析思路
• 6.2.2 專業名詞解釋
• 6.2.1 需求背景
• 6.2 搭建社區團購推薦系統
• 6.1.2 內容型物料的推薦策略
• 6.1.1 基于內容生態的推薦系統搭建思路
• 6.1 從產品經理角度搭建推薦系統
• 第6章 從0到1搭建社區團購推薦系統
• 第二部分 案例實踐篇
• 5.4 小結
• 5.3.3 智能營銷策略
• 5.3.2 智能營銷因子
• 5.3.1 智能營銷與推薦系統
• 5.3 智能營銷的價值
• 5.2 智能營銷的方法論
• 5.1 專業名詞解釋
• 第5章 智能營銷
• 4.6 小結
• 4.5 小流量高波動場景的數據指標
• 4.4 AB實驗系統的數據指標
• 4.3 AB實驗系統架構
• 4.2.3 AB實驗和離線評估
• 4.2.2 實驗的注意事項
• 4.2.1 基礎知識
• 4.2 AB實驗介紹
• 4.1 專業名詞解釋
• 第4章 用AB實驗量化策略效果
• 3.5 小結
• 案例：如何輸出策略PRD
• 3.4 產品經理輸出策略PRD的結構
• 3.3.3 無量綱化算法
• 3.3.2 推薦系統的基礎算法
• 3.3.1 推薦策略
• 3.3 推薦系統邏輯
• 3.2.4 排序模型
• 3.2.3 召回模型
• 3.2.2 數據基礎建設
• 3.2.1 業務場景接入
• 3.2 架構介紹
• 3.1 專業名詞解釋
• 第3章 推薦系統的架構及算法
• 2.5 小結
• 2.4.2 推薦系統與計算廣告
• 2.4.1 推薦系統與搜索系統
• 2.4 推薦系統、搜索系統、計算廣告
• 2.3.2 探索推薦過程
• 2.3.1 獲取推薦結果
• 2.3 推薦位及推薦邏輯
• 2.2.2 推薦系統的發展
• 2.2.1 常見的推薦系統
• 2.2 推薦系統的演進
• 2.1 專業名詞解釋
• 第2章 推薦系統基礎知識
• 1.6 小結
• 1.5 一個簡單的策略案例
• 1.4 策略的分類
• 1.3.2 電商
• 1.3.1 廣告
• 1.3 商業價值評定
• 1.2.2 商業價值
• 1.2.1 非商業價值
• 1.2 價值概覽
• 1.1 專業名詞解釋
• 第1章 策略的價值與分類
• 第一部分 基礎知識篇
• 資源獲取
• 資源與支持
• 關于勘誤
• 致謝
• 如何閱讀本書
• 讀者對象
• 前言
• 致讀者
• 推薦語
• 內容提要
• 版權
• 版權信息
• 封面

• 封面
• 版權信息
• 版權
• 內容提要
• 推薦語
• 致讀者
• 前言
• 讀者對象
• 如何閱讀本書
• 致謝
• 關于勘誤
• 資源與支持
• 資源獲取
• 第一部分 基礎知識篇
• 第1章 策略的價值與分類
• 1.1 專業名詞解釋
• 1.2 價值概覽
• 1.2.1 非商業價值
• 1.2.2 商業價值
• 1.3 商業價值評定
• 1.3.1 廣告
• 1.3.2 電商
• 1.4 策略的分類
• 1.5 一個簡單的策略案例
• 1.6 小結
• 第2章 推薦系統基礎知識
• 2.1 專業名詞解釋
• 2.2 推薦系統的演進
• 2.2.1 常見的推薦系統
• 2.2.2 推薦系統的發展
• 2.3 推薦位及推薦邏輯
• 2.3.1 獲取推薦結果
• 2.3.2 探索推薦過程
• 2.4 推薦系統、搜索系統、計算廣告
• 2.4.1 推薦系統與搜索系統
• 2.4.2 推薦系統與計算廣告
• 2.5 小結
• 第3章 推薦系統的架構及算法
• 3.1 專業名詞解釋
• 3.2 架構介紹
• 3.2.1 業務場景接入
• 3.2.2 數據基礎建設
• 3.2.3 召回模型
• 3.2.4 排序模型
• 3.3 推薦系統邏輯
• 3.3.1 推薦策略
• 3.3.2 推薦系統的基礎算法
• 3.3.3 無量綱化算法
• 3.4 產品經理輸出策略PRD的結構
• 案例：如何輸出策略PRD
• 3.5 小結
• 第4章 用AB實驗量化策略效果
• 4.1 專業名詞解釋
• 4.2 AB實驗介紹
• 4.2.1 基礎知識
• 4.2.2 實驗的注意事項
• 4.2.3 AB實驗和離線評估
• 4.3 AB實驗系統架構
• 4.4 AB實驗系統的數據指標
• 4.5 小流量高波動場景的數據指標
• 4.6 小結
• 第5章 智能營銷
• 5.1 專業名詞解釋
• 5.2 智能營銷的方法論
• 5.3 智能營銷的價值
• 5.3.1 智能營銷與推薦系統
• 5.3.2 智能營銷因子
• 5.3.3 智能營銷策略
• 5.4 小結
• 第二部分 案例實踐篇
• 第6章 從0到1搭建社區團購推薦系統
• 6.1 從產品經理角度搭建推薦系統
• 6.1.1 基于內容生態的推薦系統搭建思路
• 6.1.2 內容型物料的推薦策略
• 6.2 搭建社區團購推薦系統
• 6.2.1 需求背景
• 6.2.2 專業名詞解釋
• 6.2.3 分析思路
• 6.2.4 解決方案
• 6.3 小結
• 第7章 用戶畫像挖掘及應用——品牌品類偏好
• 7.1 需求背景
• 7.2 專業名詞解釋
• 7.3 分析思路
• 7.4 解決方案
• 7.4.1 挖掘用戶品牌品類偏好畫像并落成標簽
• 7.4.2 用戶品牌品類偏好畫像的應用
• 7.5 小結
• 第8章 用戶畫像挖掘及應用——價格帶
• 8.1 需求背景
• 8.2 專業名詞解釋
• 8.3 分析思路
• 8.4 解決方案
• 8.4.1 基礎建設——為商品畫像和用戶畫像增加價格帶標簽
• 8.4.2 商品單位購買力計算邏輯及打標簽邏輯
• 8.4.3 價格帶標簽的應用
• 8.5 小結
• 第9章 過濾策略——讓更多商品曝光
• 9.1 需求背景
• 9.2 專業名詞解釋
• 9.3 分析思路
• 9.4 解決方案
• 9.4.1 針對加入購物車商品及下單商品的過濾策略
• 9.4.2 針對曝光多次未被點擊的商品的過濾策略
• 9.5 小結
• 第10章 商品詳情頁“看了又看”策略——提升下單轉化率
• 10.1 需求背景
• 10.2 專業名詞解釋
• 10.3 分析思路
• 10.4 解決方案
• 10.4.1 方案1：統計規則輸出
• 10.4.2 方案2：算法模型輸出
• 10.5 小結
• 第11章 品類角色管理及應用——通過高毛利單品效用提升轉化率
• 11.1 需求背景
• 11.2 專業名詞解釋
• 11.3 分析思路
• 11.3.1 選擇劃分依據
• 11.3.2 劃分品類角色
• 11.4 解決方案
• 11.4.1 基于用戶行為的加權平均和
• 11.4.2 平臺內全量SKU劃分等級
• 11.5 小結
• 第12章 商品扶持流量調配系統——提升營銷商品曝光率及轉化率
• 12.1 需求背景
• 12.2 專業名詞解釋
• 12.3 分析思路
• 12.4 解決方案
• 12.4.1 增加固定資源位進行商品強曝光
• 12.4.2 增加離線召回池實現動態權重計算
• 12.5 小結
• 第13章 內容電商平臺推薦系統冷啟動策略
• 13.1 需求背景
• 13.2 專業名詞解釋
• 13.3 分析思路
• 13.4 解決方案
• 13.4.1 內容電商平臺標簽體系初步建設
• 13.4.2 推薦系統冷啟動
• 13.5 本章涉及的算法邏輯
• 13.5.1 標簽相關性——詞頻計算
• 13.5.2 內容質量分
• 13.5.3 短視頻內容池排序算法邏輯
• 13.6 小結
• 第14章 智能營銷解決方案——通過 用戶分層管理激活沉睡用戶和流失用戶
• 14.1 需求背景
• 14.2 專業名詞解釋
• 14.3 分析思路
• 14.3.1 智能營銷背景
• 14.3.2 智能營銷產品架構
• 14.4 解決方案
• 14.4.1 智能優惠券的基礎服務搭建
• 14.4.2 智能優惠券的推薦算法匹配
• 14.4.3 個性化消息觸達用戶
• 14.5 本章涉及的算法邏輯
• 14.5.1 沉睡用戶和流失用戶判斷
• 14.5.2 給用戶打“券偏好”標簽
• 14.5.3 智能給券打標
• 14.5.4 推薦算法匹配——召回
• 14.5.5 個性化消息觸達用戶——觸達頻次
• 14.6 小結
• 第15章 個性化文案及個性化推送策略——提升下單轉化率
• 15.1 需求背景
• 15.2 專業名詞解釋
• 15.3 分析思路
• 15.4 解決方案
• 15.4.1 基礎服務搭建
• 15.4.2 功能層面喚回
• 15.4.3 個性化消息觸達用戶
• 15.5 本章涉及的算法邏輯
• 15.5.1 常購品類——用戶經常購買的一級品類
• 15.5.2 常購品牌——用戶經常購買的品牌
• 15.5.3 商品復購——用戶對每個商品的復購周期
• 15.5.4 優惠券偏好
• 15.5.5 商品地域熱銷的計算邏輯
• 15.5.6 商品地域熱度計算邏輯
• 15.5.7 協同過濾
• 15.6 小結
• 第16章 用戶智能增長策略——基于 活躍和交易雙目標實現用戶分層管理
• 16.1 需求背景
• 16.2 專業名詞解釋
• 16.3 分析思路
• 16.4 解決方案
• 16.4.1 數據準備及預處理
• 16.4.2 分層管理——等級劃分
• 16.4.3 用戶分層運營策略
• 16.5 小結
• 第17章 用戶智能增長策略——實現品牌用戶1單到N單的轉化
• 17.1 需求背景
• 17.2 專業名詞解釋
• 17.3 分析思路
• 17.4 解決方案
• 17.4.1 搜索場景
• 17.4.2 首頁場景
• 17.4.3 用戶強相關
• 17.4.4 搜索場景的品牌復購券排序邏輯
• 17.4.5 首頁場景的優惠券排序邏輯
• 17.5 小結
• 第18章 數字化轉型產品賦能線下商超
• 18.1 需求背景
• 18.2 專業名詞解釋
• 18.3 分析思路
• 18.4 解決方案
• 18.4.1 發現風險及機遇
• 18.4.2 市場定位
• 18.4.3 門店經營方案確定
• 18.4.4 基于門店周邊用戶畫像進行智能選品
• 18.5 小結 更新時間：2024-09-05 17:42:47