• 谁说菜鸟不会数据分析(入门篇)(第4版)
  • 谁说菜鸟不会数据分析(入门篇)(第4版)
  • 谁说菜鸟不会数据分析(入门篇)(第4版)
  • 谁说菜鸟不会数据分析(入门篇)(第4版)
  • 谁说菜鸟不会数据分析(入门篇)(第4版)
  • 谁说菜鸟不会数据分析(入门篇)(第4版)
  • 谁说菜鸟不会数据分析(入门篇)(第4版)
  • 谁说菜鸟不会数据分析(入门篇)(第4版)
  • 谁说菜鸟不会数据分析(入门篇)(第4版)
21年品牌 40万+商家 超1.5亿件商品

谁说菜鸟不会数据分析(入门篇)(第4版)

5 八五品

仅1件

河北衡水
认证卖家担保交易快速发货售后保障

作者张文霖

出版社电子工业出版社

出版时间2018-06

版次1

装帧平装

货号39306

上书时间2024-12-16

木头虫书店

四年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:八五品
图书标准信息
  • 作者 张文霖
  • 出版社 电子工业出版社
  • 出版时间 2018-06
  • 版次 1
  • ISBN 9787121364457
  • 定价 69.00元
  • 装帧 平装
  • 开本 其他
  • 页数 252页
  • 字数 328千字
【内容简介】
《谁说菜鸟不会数据分析》(入门篇)是一本有趣的数据分析书!本书基于通用的Excel工具,加上必知必会的数据分析概念,以小说般通俗易懂的方式讲解。本书基于职场三人行来构建内容,接近按照数据分析工作的完整流程来讲解。全书共8章,依次讲解数据分析必知必会知识、数据分析的结构化思维、数据处理技巧、数据展现的技术、提升图表之美的专业化视角,以及专业分析报告的撰写方法等内容。本书有足够的魅力让你一口气读下去,在无形之中掌握数据分析的技能,提升职场竞争能力。本书能有效帮助职场新人提升职场竞争力,也能帮助市场营销、金融、财务、人力资源管理人员及产品经理解决实际问题,还能帮助从事咨询、研究、分析行业的人士及各级管理人士提高专业水平。
【作者简介】
\\\"张文霖,新浪博客“小蚊子数据分析”博主,资深数据分析师,曾服务于靠前知名市场研究公司、中国移动等公司,具有多年移动互联网数据分析经验,略懂Excel、PPT、SPSS、水晶易表等工具。

刘夏璐,暨南大学硕士。曾在腾讯、雅芳中国等知名企业有PM、数据分析实习经历。热衷于研究数据、图表与互联网产品。目前是一名在互联网浪潮中扑腾的后生。

狄松,英国南安普顿大学理学硕士,主修市场分析,现服务于优选有名市场研究公司,主要从事数据建模与分析等工作;获得SPSS不错认证,不错调查分析师等证书,具有多年数据分析经验,略懂Excel、PPT、SPSS、Tableau等工具。
\\\"
【目录】
章  数据分析那些事儿 /13<br/>1.1  数据分析是“神马” /14<br/>1.1.1  何谓数据分析 /15<br/>1.1.2  数据分析的作用 /17<br/>1.2  数据分析的流程 /18<br/>1.2.1  明确分析目的和思路 /19<br/>1.2.2  数据收集 /21<br/>1.2.3  数据处理 /22<br/>1.2.4  数据分析 /22<br/>1.2.5  数据展现 /22<br/>1.2.6  报告撰写 /23<br/>1.3  数据分析的三大误区 /25<br/>1.4  数据分析师的要求 /26<br/>1.4.1  数据分析师的硬件要求 /26<br/>1.4.2  数据分析师的软件要求 /28<br/>1.5  几个常用指标和术语 /30<br/>1.6  本章小结 /34<br/><br/>第2章  结构为王,确定分析思路 /35<br/>2.1  数据分析方法论 /36<br/>2.1.1  数据分析方法论与数据分析法的区别 /36<br/>2.1.2  数据分析方法论的重要性 /37<br/>2.2  常用的数据分析方法论 /38<br/>2.2.1  PEST分析法 /38<br/>2.2.2  5W2H分析法 /41<br/>2.2.3  逻辑树分析法 /42<br/>2.2.4  4P营销理论 /43<br/>2.2.5  用户使用行为理论 /45<br/>2.3  本章小结 /46<br/><br/>第3章  无米难为巧妇,数据准备 /47<br/>3.1  理解数据 /48<br/>3.1.1  字段与记录 /49<br/>3.1.2  数据类型 /50<br/>3.1.3  数据表要求 /50<br/>3.2  数据来源 /52<br/>3.2.1  导入数据 /52<br/>3.2.2  问卷录入要求 /56<br/>3.3  本章小结 /58<br/><br/>第4章  简单快捷,数据处理 /59<br/>4.1  数据处理简介 /60<br/>4.2  数据清洗 /61<br/>4.2.1  重复数据处理 /61<br/>4.2.2  缺失数据处理 /66<br/>4.2.3  空格数据处理 /70<br/>4.3  数据合并 /72<br/>4.3.1  字段合并 /72<br/>4.3.2  字段匹配 /74<br/>4.4  数据抽取 /76<br/>4.4.1  字段拆分 /76<br/>4.4.2  随机抽样 /80<br/>4.5  数据计算 /82<br/>4.5.1  简单计算 /82<br/>4.5.2  函数计算 /83<br/>4.6  数据转换 /87<br/>4.6.1  数据表行列互换 /87<br/>4.6.2  二维表转一维表 /89<br/>4.6.3  数据类型转换 /93<br/>4.7  本章小结 /97<br/><br/>第5章  工欲善其事必先利其器,数据分析 /98<br/>5.1  数据分析方法 /99<br/>5.1.1  对比分析法 /100<br/>5.1.2  分组分析法 /104<br/>5.1.3  结构分析法 /105<br/>5.1.4  分布分析法 /106<br/>5.1.5  交叉分析法 /107<br/>5.1.6  RFM分析法 /109<br/>5.1.7  矩阵关联分析法 /111<br/>5.1.8  综合评价分析法 /116<br/>5.1.9  结构分解法 /119<br/>5.1.10  因素分解法 /120<br/>5.1.11  漏斗图分析法 /122<br/>5.1.12  趋势分析法 /123<br/>5.1.13  不错数据分析方法 /129<br/>5.2  数据分析工具 /129<br/>5.2.1  初识数据透视表 /130<br/>5.2.2  数据透视表创建三步法 /131<br/>5.2.3  数据透视表分析实践 /133<br/>5.2.4  数据透视表小技巧 /137<br/>5.2.5  多选题分析 /141<br/>5.3  本章小结 /145<br/><br/>第6章  给数据量体裁衣,数据展现 /146<br/>6.1  揭开图表的真面目 /147<br/>6.1.1  图表的作用 /147<br/>6.1.2  经济适用图表有哪些 /148<br/>6.1.3  通过关系选择图表 /149<br/>6.1.4  图表制作5步法 /154<br/>6.2  表格也疯狂 /155<br/>6.2.1  突出显示单元格 /156<br/>6.2.2  项目选取 /157<br/>6.2.3  数据条 /158<br/>6.2.4  图标集 /160<br/>6.2.5  迷你图 /161<br/>6.3  给图表换装 /163<br/>6.3.1  平均线图 /163<br/>6.3.2  双坐标图 /166<br/>6.3.3  竖形折线图 /169<br/>6.3.4  帕累托图 /172<br/>6.3.5  旋风图 /178<br/>6.3.6  人口金字塔图 /183<br/>6.3.7  漏斗图 /185<br/>6.3.8  矩阵图 /190<br/>6.3.9  改进难易矩阵(气泡图) /193<br/>6.4  本章小结 /195<br/><br/>第7章  专业化生存,图表可以更美的 /196<br/>7.1  别让图表犯错 /198<br/>7.1.1  让图表“五脏俱全” /198<br/>7.1.2  要注意的条条框框 /200<br/>7.1.3  图表会说谎 /211<br/>7.2  浓妆淡抹总相宜――图表美化 /215<br/>7.2.1  美化三原则 /215<br/>7.2.2  略施粉黛,美化技巧 /218<br/>7.2.3  图表也好“色” /224<br/>7.3  本章小结 /228<br/><br/>第8章  专业的报告,体现你的职场价值 /229<br/>8.1  什么是数据分析报告 /230<br/>8.1.1  数据分析报告是什么 /230<br/>8.1.2  数据分析报告的原则 /230<br/>8.1.3  数据分析报告的作用 /231<br/>8.1.4  数据分析报告的种类 /233<br/>8.2  报告的结构 /235<br/>8.2.1  标题页 /236<br/>8.2.2  目录 /238<br/>8.2.3  前言 /238<br/>8.2.4  正文 /240<br/>8.2.5  结论与建议 /241<br/>8.2.6  附录 /243<br/>8.3  撰写报告时的注意事项 /243<br/>8.4  报告范例 /244<br/>8.5  本章小结 /251<br/>
点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP