AI 大模型助你輕鬆搞定數據分析

吳曇

AI 大模型助你輕鬆搞定數據分析 預覽內頁
  • 出版商: 人民郵電
  • 出版日期: 2025-06-01
  • 定價: $719
  • 售價: 8.5 折 $611
  • 語言: 簡體中文
  • 頁數: 302
  • ISBN: 7115575703
  • ISBN-13: 9787115575708
  • 相關分類: Python、Large language model

    • 立即出貨

  • AI 大模型助你輕鬆搞定數據分析-preview-1
  • AI 大模型助你輕鬆搞定數據分析-preview-2
AI 大模型助你輕鬆搞定數據分析-preview-1

買這商品的人也買了...

簡體書新到貨｜2書75折 (9/8-9/14) 詳見活動內容 »

超有料 AI 工作術 2書75折 詳見活動內容 »

商品描述

　　本書旨在幫助讀者掌握數據分析的專業技能，並詳細講解大模型（如DeepSeek、ChatGPT）在數據分析中的應用。全書分9章，內容從基礎的指標體系建設、數據獲取、數據處理，逐步深入常用的數據分析方法、商業分析方法、統計學模型、A/B實驗、數據分析報告等，並特別強調大模型在數據分析中的應用。本書不僅系統地講解數據分析的專業知識，還從提出關鍵問題、培養結構化思維等多方面入手，全方位激發讀者的創造力，幫助讀者提升數據思維能力，構建完善的數據分析知識體系。

　　此外，本書也是實用的職場寶典，不僅詳細介紹數據分析不同崗位的職責，幫助讀者根據自身興趣和能力選擇合適的職業發展方向，而且提供應對筆試和面試的策略，幫助讀者在職場競爭中脫穎而出。

　　本書使用生動的對話體形式寫作，融入大量真實工作場景案例，註重實際操作與應用，讓讀者仿佛置身於實際的工作場景中，適合數據分析初學者、高等學校相關專業的學生、職場中需要使用數據分析來支持決策的各類專業人士閱讀。

作者簡介

吳曇，資深數據分析師，在互聯網數據分析領域有10多年的行業經驗，深知數據分析人員的痛點。深耕數據產品、數據運營、商業分析等多個領域，對各種數據崗位有著深刻的理解和豐富的實踐經驗。

目錄大綱

第 1章 大模型助你成為數據分析師 1

1.1 什麼是大模型 2

1.1.1 大模型概述 2

1.1.2 Transformer架構 4

1.1.3 訓練一個自己的GPT大模型 9

1.2 為什麼要用大模型 11

1.2.1 大模型能解決什麼問題 11

1.2.2 大模型不能解決什麼問題 12

1.2.3 使用大模型為工作提效 14

1.3 如何用大模型獲取有效信息 16

1.3.1 運用喬哈裏視窗提問 16

1.3.2 寫提示詞的10個技巧 20

1.3.3 使用AI搜索獲取高質量內容 28

1.4 AI未來的發展趨勢 32

1.4.1 生成式大模型的構建方式 32

1.4.2 大模型的分類和架構 35

1.4.3 AI Agent 38

1.5 數據思維：思維與認知決定你的未來 42

1.5.1 數據思維概述 42

1.5.2 舒適區模型助你認知自我 43

1.5.3 費曼學習法助你高效學習 44

1.5.4 達克效應助你思考升維 45

 

第 2章 大模型助你建設指標體系 48

2.1 大模型助你搭建指標體系 49

2.1.1 如何找到好指標 49

2.1.2 如何找到北極星指標 51

2.1.3 如何搭建指標體系 54

2.2 使用大模型分析4種商業模式的指標體系 62

2.2.1 電子商務關鍵指標 63

2.2.2 內容媒體關鍵指標 70

2.2.3 雙邊市場關鍵指標 74

2.3 大模型助你利用指標體系做歸因分析 77

2.3.1 如何找到異常指標 77

2.3.2 如何分析異常指標 78

2.3.3 歸因分析實戰 80

2.4 數據思維：知識體系擴展能力邊界 83

 

第3章 大模型助你獲取和處理數據 87

3.1 大模型助你高效獲取數據 88

3.1.1 大數據平臺的作用 88

3.1.2 獲取內部數據的方法 91

3.1.3 獲取外部數據的方法 96

3.2 大模型助你高效處理數據 100

3.2.1 SQL查詢與NL2SQL 100

3.2.2 Excel瞬間提效的3個方法 106

3.2.3 利用大模型處理數據 109

3.3 數據思維：“概率+相關性+系統性”思維驅動業務增長 114

 

第4章 大模型助你掌握9個常用的數據分析方法 116

4.1　描述性分析：揭示數據背後的故事 117

4.2　對比分析：通過差異洞察數據 119

4.3　漏鬥分析：優化轉化路徑 121

4.4　LTV分析：搞清客戶終身價值 127

4.5　投放ROI分析：最大化廣告效益 131

4.6 Aha時刻：發現用戶增長的關鍵點 138

4.7 留存分析：提高用戶忠誠度 143

4.8　RFM模型：細分用戶群體 146

4.9　用戶畫像分析：構建全面的用戶視圖 150

4.10　數據思維：掌控工作節奏 154

 

第5章 大模型助你掌握6個常用的商業分析方法 157

5.1　商業分析概述 158

5.2　規模效應：商業世界的萬有引力 159

5.3　範圍效應：多元平臺生態的助推器 162

5.4　網絡效應：數字世界的價值乘數 163

5.5　STP分析：選擇目標市場的利器 166

5.6　互聯網時代4P分析：創新市場規則 168

5.7　波士頓矩陣：產品組合的羅盤針 170

5.8　數據思維：戰略思維找到破局機會 174

 

第6章 大模型助你掌握5個常用的統計學模型 179

6.1　統計學模型與AIGC的聯系 180

6.2　相關性分析：探索變量之間的聯系 183

6.3　回歸預測：構建預測模型 187

6.3.1　簡單線性回歸：一元預測的起點 187

6.3.2　多元線性回歸：多變量的預測能力 193

6.3.3　多項式回歸：處理復雜關系的利器 196

6.3.4　邏輯回歸：分類問題的解決方案 199

6.4　時間序列預測：預測未來的波動 202

6.5　k均值聚類分析：發現數據的自然分組 209

6.6　決策樹分類分析：構建直觀的決策路徑 213

6.7　數據思維：DIKW模型通往智慧之路 219

 

第7章 大模型助你做科學的A/B實驗 223

7.1 大模型助你搞清什麼時候做A/B實驗 224

7.1.1 理解A/B實驗的優勢 224

7.1.2 做A/B實驗的流程 225

7.1.3 哪些情況不能做實驗 228

7.2 大模型助你進行A/B實驗的用戶分組 229

7.2.1 輕松搞定用戶分組 229

7.2.2 什麼是A/A實驗 231

7.2.3 流量的使用 233

7.3 大模型助你選擇A/B實驗的評估指標 235

7.3.1 如何選擇指標 235

7.3.2 如何定義指標 236

7.3.3 高效拆解指標 239

7.4 大模型助你理解A/B實驗相關的統計學知識 240

7.4.1 假設檢驗概述 242

7.4.2 第 一類錯誤和第二類錯誤的定義 244

7.4.3 計算A/B實驗的最小樣本量 247

7.5 大模型助你寫一份專業的A/B實驗報告 252

7.5.1 高效解讀實驗結果 252

7.5.2 實驗報告的寫法 256

7.6 數據思維：實驗思維實現復利效應 258

 

第8章 大模型助你寫出優秀的數據分析報告 261

8.1 大模型助你確定分析課題 262

8.2 大模型助你快速了解一個業務 265

8.2.1 了解業務的小技巧 265

8.2.2 善用共創會達成共識 269

8.2.3 快速上手數據分析的4個套路 270

8.3 大模型助你設計、撰寫和呈現分析報告 271

8.3.1 數據分析報告萬能模板 271

8.3.2 畫圖表的4個小技巧 273

8.3.3 做出高質量PPT的四大基本原則 275

8.4 大模型助你讓分析價值被看到 279

8.4.1 讓你的數據分析有效落地 279

8.4.2 做一次精彩的數據分析匯報 281

8.5 數據思維：金字塔原理提升結構思考力 285

 

第9章 大模型助力數據分析師持續成長 290

9.1 大模型助你選擇公司和職位 291

9.2 大模型助你準備筆試和面試 293

9.3 大模型助你持續成長 297

9.4 數據思維：AI時代下如何塑造自我 299

類似商品

最後瀏覽商品 (9)