注册 | 登录读书好,好读书,读好书!
读书网-DuShu.com
当前位置: 首页出版图书科学技术计算机/网络计算机科学理论与基础知识数据化分析:用数据化解难题,让分析更加有效(全彩)

数据化分析:用数据化解难题,让分析更加有效(全彩)

数据化分析:用数据化解难题,让分析更加有效(全彩)

定 价:¥106.00

作 者: 林骥
出版社: 电子工业出版社
丛编项:
标 签: 暂缺

购买这本书可以去


ISBN: 9787121450082 出版时间: 2023-02-01 包装: 平装-胶订
开本: 128开 页数: 字数:  

内容简介

  在大数据时代,我们并不缺少数据,缺少的是利用数据分析的思维和工具去解决实际问题的能力。数据化分析是运用恰当的方法和工具,对数据进行科学、有效的分析,从而提出有理有据、具有可操作性的建议,以解决现实中的难题。本书主要介绍了数据分析的9 种思维、7 种工具、学习方法、基本方法、展现方法、制作数据分析报告的方法,以及数据分析的思维模型。本书适合所有对数据分析感兴趣的读者阅读,特别是在工作或生活中需要经常跟数据接触的人,如数据分析师、产品经理、运营人员、管理人员、财务人员等。

作者简介

  林骥应用数学硕士学位;曾在大学教授《高等数学》课程;2008 年开始从事数据分析相关工作,在企业担任数据分析部的总经理。个人微信公众号主要分享数据分析的思维、工具、方法、模型和应用等内容;致力于用数据化解难题,让分析更加有效,用数据赋能成长。

图书目录

目录
第1 章 数据分析的9 种思维 / 001
1.1理解现状/001
目标思维 / 008
对比思维 / 020
细分思维 / 027
1.2分析原因/0032
溯源思维 / 032
相关思维 / 042
假设思维 / 047
1.3预测未来 /051
逆向思维 / 051
演绎思维 / 056
归纳思维 / 061
1.4 综合应用案例 / 068
应用目标思维 / 069
应用对比思维 / 070
应用细分思维 / 071
应用溯源思维 / 071
应用相关思维 / 072
应用假设思维 / 072
应用逆向思维 / 072
应用演绎思维 / 073
应用归纳思维 / 073
本 章 复 盘 / 075
第2 章 数据分析的工具 / 077
2.1 Excel:应用最广泛的数据分析工具之一 / 079
2.2 Tableau:敏捷的商务智能展现工具 / 080
2.3 SQL:结构化的查询语言 / 081
2.4 SPSS:老牌的统计分析工具 / 082
2.5 SAS:强大的统计分析工具 / 083
2.6 R:专业的数据分析工具 / 084
2.7 Python:重要的数据分析工具 / 085
本 章 复 盘 / 086
第3 章 数据分析的学习方法 / 087
3.1 数据分析学习指南 / 089
学习方法 / 089
学习内容 / 090
学习路径 / 091
3.2 精准搜索学习资料 / 093
3.3 高效学习的6 种方法 / 095
3.4 高效学习的36 种思维 / 097
3.5 数据分析的精进之道 / 112
数据分析的材质 / 112
数据分析的造型 / 113
数据分析的装饰 / 114
数据分析的工艺 / 115
数据分析的层级 / 116
本 章 复 盘 / 117
第4 章 数据分析的基本方法 / 118
4.1 数据分析的5 个步骤 / 120
确认数据源是否正确 / 120
判断变化的程度如何 / 120
判断数据变化的周期如何 / 120
数据变化的前、后发生了什么 / 121
细分维度有哪些 / 121
4.2 数据分析的8 个状态 / 123
新的需求 / 123
需求确认 / 123
数据确认 / 125
实现中 / 125
交付 / 126
复盘 / 126
等待 / 127
拒绝 / 127
4.3 数据分析的指标体系 / 128
利用鱼骨图找到关键指标 / 128
从业务逻辑出发建立指标体系 / 129
用二八法则管理指标体系 / 129
4.4 提高数据敏感度 / 131
4.5 用数据解决实际问题 / 134
用流程解决问题 / 134
通过分解找到关键问题 / 135
通过交叉视点锁定原因 / 136
依据方程式制定对策 / 136
用数据讲故事 / 137
4.6 数据分析的 9 个问题 / 138
本 章 复 盘 / 140
第5 章 数据分析的展现方法 / 142
5.1 数据分析展现的重要原则 / 144
5.2 数据分析展现的常用方法 / 146
5.3 数据分析展现的图表选择 / 150
类别比较 / 150
时间趋势 / 151
占比构成 / 152
关联 / 153
分布 / 154
增强 / 155
单值 / 156
提示 / 156
本 章 复 盘 / 157
第6 章 制作数据分析报告的方法 / 158
6.1 数据分析报告的3 个层级 / 162
是什么 / 162
为什么 / 162
怎么办 / 162
6.2 数据分析报告的4 种情景 / 165
首次数据分析报告 / 165
常规数据分析报告 / 165
问题数据分析报告 / 166
总结数据分析报告 / 166
6.3 数据分析报告的5 类问题 / 167
是多少 / 167
好不好 / 167
为什么 / 168
会怎样 / 168
怎么办 / 168
6.4 数据分析报告的6 个步骤 / 170
明确目标 / 170
数据收集 / 170
数据处理 / 171
数据分析 / 171
数据展现 / 172
结论建议 / 172
6.5 数据分析报告的7 个模块 / 173
标题封面 / 173
目录导航 / 174
背景说明 / 174
思路方法 / 174
结论建议 / 175
分析正文 / 175
附录及封底 / 176
6.6 数据分析报告的8 种颜色 / 177
红色 / 177
橙色 / 178
黄色 / 178
绿色 / 178
蓝色 / 179
紫色 / 179
黑色 / 180
灰色 / 180
本 章 复 盘 / 182
第7 章 数据分析的思维模型 / 184
7.1 理解现状类思维模型 / 187
正态分布模型 / 187
幂律分布模型 / 188
帕累托分析模型 / 191
本福特分析模型 / 192
同期群分析模型 / 194
SWOT 分析模型 / 195
PEST 分析模型 / 197
7.2 分析原因类思维模型 / 201
杜邦分析模型 / 201
矩阵分析模型 / 203
RFM 分析模型 / 209
销售漏斗模型 / 212
聚类分析模型 / 215
KANO分析模型 / 216
标杆分析模型 / 218
7.3 预测未来类思维模型 / 220
决策树分析模型 / 220
生命周期模型 / 223
福格行为模型 / 224
夏普利值模型 / 225
A/B 测试模型 / 227
线性回归模型 / 230
本 章 复 盘 / 233
后 记 / 234
致 谢 / 235
参 考 文 献 / 236

本目录推荐