商业分析思维与实践：用数据分析解决商业问题
全新正版 极速发货
￥ 50.57 5.7折 ￥ 89 全新
库存49件
广东广州
认证卖家担保交易快速发货售后保障
作者傅一行 编著
出版社北京大学
ISBN9787301344224
出版时间2024-01
装帧平装
开本其他
定价89元
货号1203151359
上书时间2024-06-19
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
傅一航，大数据培训讲师。计算机软件与理论硕士（研究方向：数据挖掘、搜索引擎）。在华为工作十年，获得多个奖项及五项国家专利，对大数据技术有深入实践和研究！
专注于大数据分析、数据挖掘、数据建模、机器学习等应用技术，以及大数据系统部署解决方案，旨在将大数据技术应用于商业领域，帮助决策者实现管理决策、运营决策、营销决策！
目录
第Ⅰ部分
数据决策理论篇
第1章?从0到1解构大数据002
1.1 数字化背景002
1.2 大数据的三层认知003
1.3 什么是大数据005
1.4 大数据十字特征006
1.5 DIKW体系009
1.6 数据的本质010
1.7 大数据不在于大，而在于全011
013
第2章?数据决策的底层逻辑014
2.1 数据的决策逻辑014
2.2 探索规律，按照规律来决策015
2.3 发现变化，发现短板来决策017
2.4 理清关系，找影响因素做决策020
2.5 预测未来，通过预判来决策022
024
第3章?数据决策环节025
3.1 数据决策路径025
3.2 业务数据化026
3.3 数据信息化027
3.4 信息策略化028
3.5 案例：赚差价的营业员028
030
第Ⅱ部分
数据分析基础篇
第4章?数据分析概述032
4.1 认识业务分析阶段032
4.1.1 现状分析033
4.1.2 原因分析033
4.1.3 预测分析033
4.2 了解数据分析方法034
4.2.1 描述性分析034
4.2.2 诊断性分析034
4.2.3 预测性分析035
4.2.4 推断性分析035
4.2.5 专题性分析035
4.3 熟知数据分析过程035
4.3.1 第一步：明确目的036
4.3.2 第二步：收集数据038
4.3.3 第三步：整理数据039
4.3.4 第四步：分析数据040
4.3.5 第五步：呈现数据043
4.3.6 第六步：形成结论044
045
第5章?数据分析框架046
5.1 数据分析思路046
5.2 精准营销分析框架（6R准则）047
5.2.1 正确的客户048
5.2.2 正确的产品049
5.2.3 合理的价格049
5.2.4 最佳的时机050
5.2.5 合适的方式050
5.2.6 恰当的信息050
5.2.7 喜爱的套餐051
5.3 精准营销分析过程052
5.4 用户行为分析框架（5W2H）055
5.4.1 WHY056
5.4.2 WHAT056
5.4.3 WHO056
5.4.4 WHEN056
5.4.5 WHERE057
5.4.6 HOW057
5.4.7 HOW MUCH057
5.5 零售行业指标体系058
5.5.1 人（销售员、消费者）058
5.5.2 货（商品）059
5.5.3 场（店铺）059
060
第6章?数据预处理061
6.1 预处理任务061
6.2 数据集成062
6.2.1 样本追加063
6.2.2 变量合并063
6.2.3 连接示例067
6.3 数据清洗068
6.3.1 重复值处理068
6.3.2 错误值处理069
6.3.3?离群值处理070
6.3.4 缺失值处理074
6.4 样本处理076
6.4.1 数据筛选076
6.4.2 随机抽样076
6.4.3 数据平衡077
6.5 变量处理078
6.6 质量评估079
080
第Ⅲ部分
描述统计分析篇
第7章?数据统计分析基础082
7.1 认识数据集082
7.1.1 数据集格式082
7.1.2 数据存储类型083
7.1.3 数据统计类型084
7.2 统计分析基础085
7.2.1 操作模式085
7.2.2 关键要素086
7.2.3 三个操作步骤087
7.2.4 透视表组成结构088
7.3 常用统计指标089
7.3.1 集中趋势090
7.3.2 离散程度092
7.3.3 分布形态094
7.3.4 统计汇总函数096
097
第8章?数据统计分析方法098
8.1 对比分析法098
8.1.1 案例：用户特征分析099
8.1.2 案例：增量不增收100
8.1.3 统计分析思路框架102
8.2 结构分析法103
8.2.1 案例：静态结构分析104
8.2.2 案例：动态结构分析104
8.2.3 案例：财务结构分析105
8.3 分布分析法106
8.3.1 案例：运营商用户消费分布107
8.3.2 案例：银行用户消费分析107
8.3.3 案例：运营商流量分布109
8.4 趋势分析法110
8.4.1 案例：手机销量淡旺季110
8.4.2 案例：订单需求的周期性111
8.4.3 案例：破解零售店的销售规律112
8.5 交叉分析法113
8.5.1 案例：各区域产品销量113
8.5.2 案例：产品偏好分析114
8.5.3 案例：违约影响因素分析117
8.6 杜邦分析法120
8.6.1 案例：净资产收益率分析121
8.6.2 案例：市场占有率分析121
8.6.3 案例：销售策略分析122
8.7 漏斗分析法122
8.7.1 案例：电商转化率分析123
8.7.2 案例：消费者行为分析模型125
126
第9章?数据的可视化分析127
9.1 绘图基本原则127
9.2 柱形图128
9.2.1 简单柱形图128
9.2.2 复式柱形图129
9.2.3 堆积柱形图129
9.2.4 百分比堆积柱形图130
9.2.5 画图原则131
9.3 直方图131
9.3.1 分布形态132
9.3.2 溢出值考虑133
9.3.3 多直方图134
9.3.4 画图原则134
9.4 箱形图135
9.4.1 简单箱形图135
9.4.2 分组箱形图136
9.4.3 画图原则137
9.5 饼图137
9.5.1 简单饼图137
9.5.2 复合饼图138
9.5.3 画图原则138
9.6 瀑布图139
9.6.1 结构瀑布图139
9.6.2 变化瀑布图140
9.6.3 画图原则141
9.7 折线图141
9.7.1 简单折线图141
9.7.2 多折线图141
9.7.3 画图原则142
9.8 散点图/气泡图142
9.8.1 散点图142
9.8.2 气泡图143
9.8.3 画图原则143
9.9 漏斗图144
9.9.1 漏斗图介绍144
9.9.2 画图原则144
9.10 象限图144
9.10.1 象限图介绍145
9.10.2 画图原则145
9.11 帕累托图145
9.11.1 帕累托图介绍145
9.11.2 画图原则146
146
第Ⅳ部分
影响因素分析篇
第10章?相关分析148
10.1 影响因素分析148
10.2 相关分析150
10.2.1 相关分析种类151
10.2.2 散点图151
10.2.3 相关系数153
10.2.4 显著性检验154
10.3 简单相关分析步骤155
10.3.1 第1步：绘制散点图156
10.3.2 第2步：计算相关系数157
10.3.3 第3步：显著性检验158
10.3.4 第4步：进行业务判断158
10.4 三种相关系数158
10.4.1 Pearson相关系数159
10.4.2 Spearman相关系数160
10.4.3 Kendall相关系数161
10.5 相关系数的选择164
10.6?案例：消费水平影响因素分析165
10.7 偏相关分析167
10.7.1 偏相关概念168
10.7.2 计算公式168
10.7.3 显著性检验168
10.7.4 案例：消费水平的偏相关分析169
170
第11章?方差分析171
11.1 方差分析的基本知识171
11.1.1 基本原理172
11.1.2 方差分析前提条件178
11.2 方差分析类别179
11.3 单因素方差分析179
11.3.1 单因素方差分析步骤179
11.3.2?案例：单因素方差分析应用180
11.4 多因素方差分析183
11.4.1 基本原理183
11.4.2?案例：营销广告策略分析186
11.4.3?案例：消费水平的影响因素
分析189
11.5 协方差分析193
11.5.1 基本原理193
11.5.2?案例：生猪饲料效果差异性
评估194
11.5.3?案例：消费水平的影响因素
分析195
197
第12章?列联分析198
12.1 列联分析的基本知识198
12.1.1 列联表199
12.1.2 期望值199
12.2 卡方检验200
12.3 列联分析步骤201
12.4?案例：客户流失的影响因素分析201
205
第Ⅴ部分
统计推断分析篇
第13章?概率论基础207
13.1 基本概念207
13.2 概率分布209
13.3 离散型概率分布210
13.3.1 概率分布表示210
13.3.2 伯努利分布212
13.3.3 二项分布212
13.3.4 泊松分布216
13.3.5 几何分布219
13.4 连续型概率分布221
13.4.1 概率分布表示221
13.4.2 均匀分布225
13.4.3 指数分布226
13.4.4 正态分布229
13.5?其他常用分布233
13.5.1?χ2分布233
13.5.2 F分布236
13.5.3 T分布238
13.6 随机变量的数字特征239
13.6.1 数学期望240
13.6.2 方差240
241
第14章?参数估计243
14.1 抽样估计基础243
14.1.1 基本概念243
14.1.2 抽样方法244
14.1.3 大数定律246
14.1.4 中心极限定理247
14.2 参数估计250
14.2.1 点估计250
14.2.2 均值点估计252
14.2.3 比例点估计253
14.2.4 产品寿命估计254
14.3 区间估计255
14.3.1 基本概念255
14.3.2 均值区间估计256
14.3.3 方差区间估计260
14.3.4 比例区间估计263
14.4 抽样误差265
14.5 样本容量确定266
14.5.1 均值评估的样本容量266
14.5.2 比例评估的样本容量267
268
第15章?假设检验269
15.1 基本思想269
15.1.1 反证法270
15.1.2 小概率270
15.2 检验种类270
15.3 基本步骤271
15.4 显著性检验274
15.5 常用检验统计量277
15.5.1 均值检验277
15.5.2 方差检验283
15.5.3 比例检验286
15.6 两类错误287
15.7?案例：SPSS中假设检验288
15.7.1 案例：周岁儿童身高T检验288
15.7.2 案例：信用卡消费水平T
检验289
290
第16章?双样本假设检验291
16.1 两独立样本检验291
16.1.1 均值差异检验292
16.1.2 方差齐性检验295
16.2 两配对样本检验296
16.2.1 案例：存活天数差异297
16.2.2 案例：施肥对幼苗成长影响298
16.2.3 案例：针织品断裂强力差异
检验299
16.3?案例：Excel中双样本检验300
16.3.1 案例：供应商交付周期差异
评估300
16.3.2 案例：农作物产量差异分析302
16.3.3 案例：桩长度的估计值与
实际值的差异评估304
16.4?案例：SPSS中双样本检验305
16.4.1 案例：促销与非促销效果
差异检验305
16.4.2 案例：烟龄和胆固醇关系
检验307
16.4.3 案例：减肥茶效果检验308
309
内容摘要
本书以业务为导向，详细地讲解了如何通过大数据分析来解决商业问题。其目的在于运用大数据分析思维，帮助读者把学术知识应用于真实的业务场景，解决实际的业务问题。
本书基于业务问题，就如何搭建分析框架，厘清分析思路，按照标准分析步骤对数据进行恰当的预处理，选择合适的分析方法和分析模型，使用恰当的分析工具对数据进行分析，以及对分析结果进行可视化和符合业务要求的解读等内容展开讲解，帮助业务专家做出合适的业务判断，制定准确的业务策略。
本书既可作为各行各业的一线业务在线人员、业务决策人员、数据分析人员、企业管理人员的学习用书，也可以作为广大本科院校、高职高专院校的大数据相关专业的教材用书，还可作为从事大数据分析与应用培训的参考教材。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价