商业数据分析 原理、方法与应用

图书标准信息

• 作者 [美]马克· J. 施尼德詹斯(Marc J. Schniederjans
• 出版社 机械工业出版社
• 出版时间 2018-09
• 版次 1
• ISBN 9787111602095
• 定价 59.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 257页
• 字数 330千字

【内容简介】

针对商业数据分析的教学需求, 本书提供了综合而完整的知识体系｡本书介绍了新的商业数据分析理念, 阐述了什么是商业数据分析､为什么它如此有价值､如何应用它, 并介绍了现在常用的重要统计技术､方法和软件工具｡本书阐述了商业分析中的三种数据分析———描述性数据分析､预测性数据分析､规范性数据分析, 并指导用户认识理解自己的数据分析项目｡本书将基本概念与工具､技术及实际应用结合起来, 通过实例, 循序渐进地厘清那些企业或其他组织中可以用商业数据分析来解决的共性问题｡事实已经证明, 商业数据分析的原则､概念和应用提供了行之有效的理论和方法, 成功地将它整合到组织当中, 能帮助组织有效提升智能决策的竞争优势｡
  本书适合高校相关专业学生作为教材使用, 也可供想了解大数据､数据分析如何帮助商业运营的管理者参考｡

【作者简介】

作者介绍

马克•J. 施尼德詹斯(Marc J. Schniederjans), 内布拉斯加大学林肯分校工商管理学院C. Wheaton Battey 特聘教授, 在此之前曾经在其他三所大学任教｡施尼德詹斯教授是决策科学研究所( Decision Sciences Institute,DSI) 的研究员, 并在2014—2015 年担任DSI 主席｡他曾经营过自己的货车租赁业务｡目前, 他是供应管理学会( ISM)､生产和运营管理学会(POMS) 和DSI 的成员｡

施尼德詹斯教授主要讲授“运营管理和管理科学”, 并赢得了许多教学奖, 是金钥匙(Golden Key) 荣誉会员和Alpha Kappa Psi 商业兄弟会的荣誉会员｡他发表了100 多篇杂志文章, 写作出版了20 本书｡他近的一本书名为《重塑供应链生命周期》, 广泛地研究了运营管理和决策科学｡他还在学术会议上提交了100 多篇研究论文｡

施尼德詹斯教授不仅在五个期刊编辑委员会任职, 包括《计算机与运筹学》《国际信息与决策科学期刊》《国际服务业信息系统学报》《运营管理》《生产和运营管理学》, 而且担任《运营管理研究》杂志的区域编辑,以及《国际战略决策科学》杂志和《国际社会系统科学与管理评论杂志:国际杂志》(韩国) 的副主编｡除此之外, 施尼德詹斯教授还担任多个商业和政府机构的顾问和培训师｡

达拉•G. 施尼德詹斯( Dara G. Schniederjans), 罗德岛大学工商管理学院供应链管理助理教授, 讲授“ 供应商关系管理和运营管理” 等课程,曾在《决策支持系统》《运筹学研究会》《商业过程管理》等期刊上发表过多篇文章｡她曾与人合作编写过两本教材和一本大众读物, 也曾参加编写有关定量统计方法的读物｡她担任过《国际社会系统科学杂志》社会科学商业伦理专题的客座顾问, 目前还担任DSI 的网站协调员｡

克里斯多夫•M. 斯塔基(Christopher M. Starkey), 康涅狄格大学的经济学学生, 在管理和生产及运营管理学会会议上提交过论文; 他讲授“ 微观经济学原理” 课程, 也曾经讲授过“ 宏观经济学原理” 课程｡他目前的研究兴趣包括宏观经济和货币政策, 以及决策方法｡

【目录】

目  录

推荐序

译者的话

作者介绍

前言

第1 部分

什么是商业数据分析    

第1 章 什么是商业数据分析 /  2

 本章目标 /  2

 1. 1 术语 /  2

 1. 2 商业数据分析流程 /  5

 1. 3 商业数据分析流程与组织决策过程的

关系 /  8

 1. 4 本书内容的组织结构 /  9

 总结 /  10

 问题讨论 /  10

 参考文献 /  11

第2 部分

为什么商业数据

分析是十分重要的

第2 章 商业数据分析十分重要的

    原因 /  14

 本章目标 /  14

 2. 1 简介 /  14

 2. 2 为什么商业数据分析十分重要: 提供解决

   问题的方案 /  15

 2. 3 为什么商业数据分析十分重要:

提供战略竞争优势 /  17

 2. 4 商业数据分析十分重要的其他原因 /  18

 总结 /  21

 问题讨论 /  21

 参考文献 /  21

第3 章 哪些资源对支持商业数据分析

至关重要 /  23

 本章目标 /  23

3. 1 简介 /  23

 3. 2 商业数据分析人员 /  23

 3. 3 商业数据分析中的数据 /  27

 3. 4 商业数据分析技术 /  29

 总结 /  33

 问题讨论 /  33

 参考文献 /  34

第3 部分

如何应用商业数据分析    

第 4 章 如何整合组织资源支持

    商业数据分析 /  36

 本章目标 /  36

 4. 1 整合商业数据分析的组织结构 /  36

 4. 2 管理问题 /  43

 总结 /  48

 问题讨论 /  49

 参考文献 /  49

第5 章 什么是描述性数据分析 /  50

 本章目标 /  50

 5. 1 简介 /  50

 5. 2 数据可视化与数据探索 /  51

 5. 3 描述性统计学 /  53

 5. 4 抽样与估计 /  57

 5. 5 概率分布简介 /  61

 5. 6 市场营销/ 策划案例: BA 过程中的

描述性数据分析 /  63

 总结 /  70

 问题讨论 /  70

 习题 /  71

第6 章 什么是预测性数据分析 /  72

 本章目标 /  72

 6. 1 简介 /  72

 6. 2 预测模型 /  73

 6. 3 数据挖掘 /  75

 6. 4 市场营销/ 策划案例续: BA 过程中的

预测性数据分析 /  79

 总结 /  89

 问题讨论 /  89

 习题 /  89

 参考文献 /  91

第7 章 什么是规范性数据分析 /  92

 本章目标 /  92

 7. 1 简介 /  92

 7. 2 规范性数据分析模型 /  93

 7. 3 非线性最优化 /  94

 7. 4 市场营销/ 策划案例续: BA 过程中的

规范性数据分析 /  100

 总结 /  104

 补充内容 /  104

 问题讨论 /  104

 习题 /  105

 参考文献 /  106

第8 章 商业数据分析案例研究 /  107

 本章目标 /  107

 8. 1 简介 /  107

 8. 2 案例研究: 问题背景和数据 /  108

 8. 3 描述性数据分析 /  108

 8. 4 预测性数据分析 /  114

 8. 5 规范性数据分析 /  120

 总结 /  125

 问题讨论 /  125

 习题 /  126

第4 部分

附  录    附录A 统计工具 /  128

附录B 线性规划 /  153

附录C 线性规划的对偶性与灵敏度

分析 /  185

附录D 整数规划 /  203

附录E 预测 /  210

附录F 模拟 /  228

附录G 决策理论 /  235

商业数据分析———原理､方法与应用