从0到1：数据分析师养成宝典

图书标准信息

• 作者 高峰 著
• 出版社 电子工业出版社
• 出版时间 2021-08
• 版次 1
• ISBN 9787121417689
• 定价 89.00元
• 装帧 平装
• 开本 16开
• 页数 212页
• 字数 254千字

【内容简介】

随着互联网技术的普及，数据产生的速度加快，数据规模越来越庞大，企业对数据分析师的需求也随之增加。数据分析师需要做好日常的数据收集与积累的工作，通过数据分析师制定适合企业的发展计划，帮助企业在激烈的市场竞争中赢得主动权，实现跨越发展。目前****的企业中，大多已经简历了数据分析部门，知名互联网公司如IBM、谷歌等企业尤其注重发展投资数据分析部门，培养数据分析团队。数据分析师的分析结论与建议已经成为企业决策的重要参考。本书从数据分析师培养的角度，结合大量的图表、案例，提炼出新手数据分析师最急需了解的内容，帮助读者从宏观角度全面了解数据分析师的工作流程。对于想要入行的新手来说，这是一本非常实用的工具书。

【作者简介】

高峰，重庆文理学院高级实验师，硕士生导师，韩国科学技术院访问学者。目前从事大数据智能计算、人工智能及机器学些、虚拟现实的研究及科技成果转化工作。发表学术论文近20篇，主持省部级以上教学科研项目7项。重庆市高校在线竞聘开放课程负责人，重庆市一流课程负责人。

【目录】

第1章  年薪50万元的数据分析师都干什么
1．1  数据分析师是什么 / 001
1．1．1  数据分析师的等级标准 / 002
1．1．2  数据分析师的岗位职责 / 003
1．2  数据分析师的理论知识 / 004
1．2．1  数学统计知识 / 005
1．2．2  市场研究知识 / 006
1．3  数据分析的三种类型 / 009
1．3．1  描述性分析 / 010
1．3．2  探索性分析 / 010
1．3．3  验证性分析 / 012
1．4  数据分析的工具 / 013
1．4．1  常用办公软件（Excel） / 013
1．4．2  数据库 / 013
1．4．3  统计分析工具 / 014
第2章  数据分析对企业有什么意义
2．1  优化企业业务 / 015
2．1．1  全方位提升用户体验 / 016
2．1．2  优化整合企业资源 / 016
2．2  科学规划企业营运 / 017
2．2．1  用数据发现新客户 / 018
2．2．2  用数据衡量产品运营效果 / 020
2．2．3  用数据规划企业发展蓝图 / 021
2．3  为企业增值 / 023
2．3．1  数据价值转化为盈利模式 / 023
2．3．2  数据辅助业务扩充 / 024
第3章  收集数据：开启数据分析的第一步
3．1  收集数据的三大原则 / 026
3．1．1  虚假数据不收集 / 026
3．1．2  误差数据不收集 / 029
3．1．3  无用数据不收集 / 033
3．2  制订数据收集计划 / 035
3．2．1  确定工作范围 / 036
3．2．2  建立必要的编码原则 / 036
3．2．3  建立公用信息 / 037
3．2．4  BOM结构的确定 / 037
3．2．5  数据检查 / 038
3．3  如何收集数据 / 039
3．3．1  明确收集数据的目的 / 040
3．3．2  决定数据分层因素 / 042
3．3．3  选择正确抽样方法 / 044
3．4  收集数据常见问题 / 048
3．4．1  不知从何处开始 / 048
3．4．2  收集过多的无效数据 / 050
3．4．3  收集的数据不全面 / 050
第4章  整理数据：将一手资料变为规范数据
4．1  整理数据的两大原则 / 053
4．1．1  选择性输入 / 054
4．1．2  程式化输出 / 054
4．2  四种数据整理方法 / 056
4．2．1  时间分配处理法 / 056
4．2．2  精简分布处理法 / 057
4．2．3  设备结构处理法 / 058
4．2．4  中央处理器处理法 / 060
4．3  不规范数据整理 / 062
4．3．1  不规范数据界定 / 063
4．3．2  整理不规范数据的方法 / 064
第5章  分析数据：数据分析师的核心工作
5．1  哪些数据需要分析 / 066
5．1．1  财务数据 / 067
5．1．2  仓储数据 / 068
5．1．3  营销数据 / 070
5．1．4  人员数据 / 073
5．2  基本的数据分析方法 / 075
5．2．1  基础分析法 / 075
5．2．2  进阶分析法 / 080
5．3  三技巧玩转数据分析 / 083
5．3．1  看分布：明确产品特点 / 084
5．3．2  看趋势：追踪产品发展 / 085
5．3．3  看细化：提升运营效率 / 085
5．4  做不好数据分析的原因 / 086
5．4．1  样本容量不兼容 / 086
5．4．2  视觉效果过于美观 / 087
5．4．3  因果关系理解有误 / 089
5．4．4  忽视沉默用户 / 090
5．4．5  过度夸大数据作用 / 090
第6章  进阶分析一：正确分析财务数据
6．1  资产利用效率分析 / 092
6．1．1  总资产周转率 / 093
6．1．2  固定资产周转率 / 093
6．1．3  应收款项周转率 / 094
6．1．4  库存周转率 / 095
6．2  资金获取情况分析 / 096
6．2．1  初始盈利能力 / 096
6．2．2  盈利水平 / 098
6．2．3  投资回报情况 / 100
6．2．4  资本保值增值能力 / 101
6．2．5  社会贡献能力 / 103
6．3  债务稳定性分析 / 103
6．3．1  流动债务偿还能力 / 104
6．3．2  长期债务偿还能力 / 105
6．4  规模扩充前景分析 / 107
6．4．1  营业增长水平 / 107
6．4．2  近年利润平均增长率 / 109
6．4．3  近年资本平均增长率 / 110
6．4．4  资本积累情况 / 111
6．4．5  固定资产可持续发展能力 / 111
第7章  进阶分析二：正确分析仓储数据
7．1  仓储资源利用程度分析 / 114
7．1．1  地产利用效率 / 115
7．1．2  仓容利用率 / 115
7．1．3  有效范围 / 116
7．1．4  设备使用情况 / 116
7．2  仓储服务水平分析 / 117
7．2．1  缺货率与准时交货率 / 117
7．2．2  货损、货差赔偿费率 / 118
7．2．3  顾客满意度 / 118
7．3  仓储绩效评价分析 / 119
7．3．1  七大仓储绩效评价原则 / 119
7．3．2  进出货效率评价分析 / 121
7．3．3  储存作业评价分析 / 122
7．3．4  订单处理评价分析 / 124
7．3．5  装卸搬运评价分析 / 125
第8章  进阶分析三：正确分析营销数据
8．1  企业经营现状分析 / 127
8．1．1  市场占有率 / 128
8．1．2  利润分析 / 129
8．1．3  成本分析 / 130
8．2  企业销售情况分析 / 132
8．2．1  现金流 / 133
8．2．2  毛利率 / 134
8．2．3  产品销售收入 / 135
8．2．4  筛选合适的零售商 / 138
8．3  用户相关指标分析 / 141
8．3．1  新产品购买情况 / 141
8．3．2  用户获取难度 / 143
8．3．3  用户满意程度 / 144
8．3．4  盈亏平衡分析 / 146
第9章  进阶分析四：正确分析人员数据
9．1  人员基础指标分析 / 148
9．1．1  人员数量 / 148
9．1．2  人员流动情况 / 150
9．1．3  人员结构分布 / 153
9．2  人员运作情况分析 / 156
9．2．1  招聘 / 156
9．2．2  培训 / 159
9．2．3  薪酬 / 163
9．2．4  绩效 / 165
9．2．5  雇佣情况 / 166
9．3  人员规划效果分析 / 167
9．3．1  人均效益 / 167
9．3．2  万元工资盈利情况 / 168
第10章  展现数据：企业状况一目了然
10．1  展示数据的两种方法 / 170
10．1．1  图表展示法 / 171
10．1．2  专业语言展示法 / 175
10．2  如何成为高效率的数据分析师 / 178
10．2．1  界面安排得当，不杂乱 / 179
10．2．2  多元化展示，生动有趣 / 181
10．2．3  合理控制数据精确度 / 182
第11章  撰写数据分析报告：高水平数据分析师的必备技能
11．1  数据分析报告的规范结构 / 185
11．1．1  标题 / 186
11．1．2  目录 / 187
11．1．3  前言 / 188
11．1．4  问题及建议 / 189
11．1．5  附录 / 189
11．1．6  标准财务分析报告示例 / 190
11．2  数据分析报告的易错点 / 195
11．2．1  图文安排不合理，层次混乱 / 195
11．2．2  只提出问题，没有解决方案 / 196
11．2．3  缺少明确结论，核心问题模糊 / 197