数据化分析:用数据化解难题，让分析更加有效
正版保障 假一赔十 可开发票
￥ 63.52 6.0折 ￥ 106 全新
库存41件
广东广州
认证卖家担保交易快速发货售后保障
作者林骥
出版社电子工业出版社
ISBN9787121450082
出版时间2022-09
装帧平装
开本其他
定价106元
货号12229719
上书时间2024-09-01
商品详情
- 品相描述：全新
- 商品描述
-
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“林骥”，其中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"
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
内容摘要
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。
主编推荐
"掌握数据分析的思维和工具 去伪存真、化繁为简，通过现象看本质，找到问题的根本原因，进而睿智地解决问题"
精彩内容
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。
— 没有更多了 —
以下为对购买帮助不大的评价