来源书籍

数据中台实战:手把手教你搭建数据中台

Skill 版本:未记录版本 工程实践(高信息浓度 + 低稳定性) 53 张卡片

尚未生成整书笔记。

章节与卡片

01 数据中台入门攻略

6 张卡片
  1. 中台适用边界 理解等级:未标注 普通读书笔记卡
  2. 数据智能目标 理解等级:未标注 普通读书笔记卡
  3. 双中台关系 理解等级:未标注 普通读书笔记卡
  4. 指标价值门槛 理解等级:未标注 普通读书笔记卡
  5. 口径先于开发 理解等级:未标注 普通读书笔记卡
  6. 节奏对齐机制 理解等级:未标注 普通读书笔记卡

02 数据采集

5 张卡片
  1. 行为数据价值 理解等级:未标注 普通读书笔记卡
  2. 第三方采集边界 理解等级:未标注 普通读书笔记卡
  3. 前后端埋点互补 理解等级:未标注 普通读书笔记卡
  4. 坑位转化率 理解等级:未标注 普通读书笔记卡
  5. 可视化埋点取舍 理解等级:未标注 普通读书笔记卡

03 数据存储与计算

6 张卡片
  1. 数据资产标准 理解等级:未标注 普通读书笔记卡
  2. 指标拆解法 理解等级:未标注 普通读书笔记卡
  3. 增长指标可行动 理解等级:未标注 普通读书笔记卡
  4. 数据库与数仓 理解等级:未标注 普通读书笔记卡
  5. 数仓分层价值 理解等级:未标注 普通读书笔记卡
  6. 建模从流程起 理解等级:未标注 普通读书笔记卡

04 数据打通

7 张卡片
  1. 标签平台边界 理解等级:未标注 普通读书笔记卡
  2. 宽表是标签底座 理解等级:未标注 普通读书笔记卡
  3. 标签体系治理 理解等级:未标注 普通读书笔记卡
  4. 标签工厂配置 理解等级:未标注 普通读书笔记卡
  5. 人群圈选三类 理解等级:未标注 普通读书笔记卡
  6. 群体画像对比 理解等级:未标注 普通读书笔记卡
  7. RFM配置分群 理解等级:未标注 普通读书笔记卡

05 用户分析

4 张卡片
  1. AARRR作骨架 理解等级:未标注 普通读书笔记卡
  2. 渠道先标准化 理解等级:未标注 普通读书笔记卡
  3. 拉新看ROI 理解等级:未标注 普通读书笔记卡
  4. 生命周期运营 理解等级:未标注 普通读书笔记卡

06 商品分析

4 张卡片
  1. 商品承载价值 理解等级:未标注 普通读书笔记卡
  2. 定位先于选品 理解等级:未标注 普通读书笔记卡
  3. 商品组合分工 理解等级:未标注 普通读书笔记卡
  4. 售后反哺选品 理解等级:未标注 普通读书笔记卡

07 流量分析

3 张卡片
  1. 页面先管理 理解等级:未标注 普通读书笔记卡
  2. 路径切成会话 理解等级:未标注 普通读书笔记卡
  3. 坑位来源闭环 理解等级:未标注 普通读书笔记卡

08 交易分析

4 张卡片
  1. 角色分层看数 理解等级:未标注 普通读书笔记卡
  2. 核心指标实时 理解等级:未标注 普通读书笔记卡
  3. 人货场绩效 理解等级:未标注 普通读书笔记卡
  4. 魔法数字N 理解等级:未标注 普通读书笔记卡

10 自动化营销平台

6 张卡片
  1. 营销闭环 理解等级:未标注 普通读书笔记卡
  2. 双中台分工 理解等级:未标注 普通读书笔记卡
  3. 动态人群触达 理解等级:未标注 普通读书笔记卡
  4. 模板触达复用 理解等级:未标注 普通读书笔记卡
  5. 活动效果漏斗 理解等级:未标注 普通读书笔记卡
  6. 券门槛匹配 理解等级:未标注 普通读书笔记卡

11 推荐平台

8 张卡片
  1. 推荐做人货匹配 理解等级:未标注 普通读书笔记卡
  2. 召回过滤排序 理解等级:未标注 普通读书笔记卡
  3. 实时离线分层 理解等级:未标注 普通读书笔记卡
  4. 物品协同优势 理解等级:未标注 普通读书笔记卡
  5. 冷启动三问 理解等级:未标注 普通读书笔记卡
  6. 推荐双指标 理解等级:未标注 普通读书笔记卡
  7. 业务规则入推荐 理解等级:未标注 普通读书笔记卡
  8. 实时离线混排 理解等级:未标注 普通读书笔记卡

全书概览

数据中台实战:手把手教你搭建数据中台

全书评级

四象限结论:工程实践(高信息浓度 + 低稳定性)

评级理由:

这本书的信息浓度偏高,因为它不是只罗列概念,而是围绕“采集、存储、打通、使用”拆解数据中台从 0 到 1 的建设过程,并给出较多工程取舍:例如第 1 章用“多条产品线、可复用能力、长期降本”解释中台适用边界;第 3 章用 ODS/DIM/DWD/DWS/ADS 分层解释为什么指标口径变化和维度扩展时,分层建模能降低改造成本;第 4 章把标签平台拆成宽表、标签体系、标签工厂、人群圈选,说明企业数据打通不是单纯建表,而是统一身份、角色、标签标准和使用流程。

稳定性偏低到中等,原因是书中大量内容绑定 2020 年前后的数据中台热潮、企业数据化运营实践,以及 Spark、帆软、达芬奇、Superset、Kafka、Flink 等具体工具或工程方案。书中的分层建模、指标口径、标签体系、推荐系统召回/排序等思路仍可迁移,但不少平台实现步骤和工具选型会随技术栈变化而过时。因此整体归为“工程实践”,适合提炼可迁移的架构与产品设计卡片,而不适合把操作细节逐条沉淀。

章节筛选

  • 第1章 数据中台入门攻略:精读。解释中台适用边界、双中台关系、数据中台架构和协作机制,是全书概念框架。
  • 第2章 数据采集:精读。埋点、业务数据采集和采集流程是数据中台输入质量的源头,包含方案取舍。
  • 第3章 数据存储与计算:精读。指标定义、虚荣指标、数仓分层建模和计算链路是全书最核心的工程知识。
  • 第4章 数据打通:精读。标签平台、用户画像和人群圈选直接对应数据孤岛治理与数据业务化。
  • 第5章 用户分析:精读。AARRR、转化、留存、生命周期等分析模型具有较强业务迁移价值。
  • 第6章 商品分析:精读。围绕“货”的售前、售中、售后指标体系,可迁移到电商和供给侧运营。
  • 第7章 流量分析:精读。页面、路径、坑位分析体现“场”的数据化评估方法。
  • 第8章 交易分析:精读。面向领导层和一线运营的交易分析设计,体现同一数据面向不同角色的产品化方式。
  • 第9章 自助分析平台:略读。价值主要在 BI 工具介绍、技术选型和集成实操,时效性较强,少量平台化思想已可由其他章节覆盖。
  • 第10章 自动化营销平台:精读。把标签、人群、触达、效果分析串成自动化闭环,是数据智能应用的关键案例。
  • 第11章 推荐平台:精读。推荐系统架构、召回排序、冷启动、离线/实时推荐有较高专业价值。

章节进度追踪

章节号 章节标题 精读/略读 状态 卡片数
01 数据中台入门攻略 精读 done 6
02 数据采集 精读 done 5
03 数据存储与计算 精读 done 6
04 数据打通 精读 done 7
05 用户分析 精读 done 4
06 商品分析 精读 done 4
07 流量分析 精读 done 3
08 交易分析 精读 done 4
09 自助分析平台 略读 done 0
10 自动化营销平台 精读 done 6
11 推荐平台 精读 done 8

相关主题

从本书的主题进入跨书阅读,对照其他书籍的讲解。下方数量包含主题关联的全部卡片与书籍。

主题索引

存储模型选型

比较关系型、键值、列式、文档与全文检索等存储模型的特性取舍与适用场景。

699 张卡片 · 63 本书

主题索引

中台战略与能力复用

比较中台与平台的差异、业务/数据中台的建设目标,以及消除重复建设、沉淀与编排企业级能力的方法。

142 张卡片 · 20 本书

主题索引

数据质量与数据治理

比较数据质量维度与校验、清洗与脱敏、关联标识、生命周期管理、权限分层以及数据风险管控的做法,和数据质量长期被低估的原因。

125 张卡片 · 23 本书

主题索引

数据仓库建模与ETL

串联分析型数仓的主题与分层建模、ETL抽取转换、Hive与Sqoop、增量水位及BI消费路径;保留版本与场景限制。

120 张卡片 · 20 本书

主题索引

大数据营销、广告与征信应用

比较大数据在用户画像、个性化营销、程序化广告与实时竞价、大数据征信中的方法、数据来源与风险。

108 张卡片 · 12 本书

主题索引

数据分析、实验与因果

从数据里得出可行动的结论:用户行为与生命周期怎么建模、A/B 实验怎么设计才有效、观测数据下的因果推断能推到哪一步。

84 张卡片 · 13 本书

主题索引

Lambda架构与数据系统分层

比较以不可变主数据、批处理层、服务层与速度层构建数据系统的思路,以及重算、增量与视图合并的取舍。

83 张卡片 · 17 本书

主题索引

数据质量与校验

质量六维度怎样落成可执行的校验规则、清洗与脱敏怎样分工、缺失与异常值按什么口径处理,实体匹配为什么误合并比重复更危险,以及质量指标、血缘追踪与数据可观测性怎样组成修复闭环。

70 张卡片 · 17 本书

主题索引

数据可视化与交互

比较数据图形的视觉编码、用户解读、交互探索与叙事表达,关注图表如何服务具体问题及其误读边界。

67 张卡片 · 6 本书

主题索引

企业数据战略、组织与价值评估

比较企业如何确定大数据战略定位与启动时机、设计数据部门组织与岗位、评估数据投入产出与资产价值,以及数据与业务、经验决策之间的协作边界。

65 张卡片 · 8 本书

主题索引

数据治理与生命周期

数据目录与元数据(技术/业务/血缘)怎样支撑发现与影响分析,所有权矩阵、数据契约与口径治理怎样划分责任,权限分层、脱敏与删除请求怎样贯穿生命周期,以及数据风险与合规为什么要一票否决。

55 张卡片 · 15 本书

主题索引

相关性排序与检索评价

比较TF-IDF、向量空间模型与相关性反馈等排序依据,以及召回率与精确率在不同检索场景中的取舍。

30 张卡片 · 9 本书