從0到1：數據分析師養成寶典

隨著互聯網技術的普及，數據產生的速度加快，數據規模越來越龐大，企業對數據分析師的需求也隨之增加。數據分析師需要做好日常的數據收集與積累的工作，通過數據分析師制定適合企業的發展計劃，幫助企業在激烈的市場競爭中贏得主動權，實現跨越發展。目前世界領先的企業中，大多已經簡歷了數據分析部門，知名互聯網公司如IBM、谷歌等企業尤其註重發展投資數據分析部門，培養數據分析團隊。數據分析師的分析結論與建議已經成為企業決策的重要參考。本書從數據分析師培養的角度，結合大量的圖表、案例，提煉出新手數據分析師最急需瞭解的內容，幫助讀者從宏觀角度全面瞭解數據分析師的工作流程。對於想要入行的新手來說，這是一本非常實用的工具書。

高峰，重慶文理學院高級實驗師，碩士生導師，韓國科學技術院訪問學者。
目前從事大數據智能計算、人工智能及機器學些、虛擬現實的研究及科技成果轉化工作。
發表學術論文近20篇，主持省部級以上教學科研項目7項。
重慶市高校在線競聘開放課程負責人，重慶市一流課程負責人。

第1章 年薪50萬元的數據分析師都乾什麼
1．1 數據分析師是什麼 / 001
1．1．1 數據分析師的等級標準 / 002
1．1．2 數據分析師的崗位職責 / 003
1．2 數據分析師的理論知識 / 004
1．2．1 數學統計知識 / 005
1．2．2 市場研究知識 / 006
1．3 數據分析的三種類型 / 009
1．3．1 描述性分析 / 010
1．3．2 探索性分析 / 010
1．3．3 驗證性分析 / 012
1．4 數據分析的工具 / 013
1．4．1 常用辦公軟件（Excel） / 013
1．4．2 數據庫 / 013
1．4．3 統計分析工具 / 014

第2章 數據分析對企業有什麼意義
2．1 優化企業業務 / 015
2．1．1 全方位提升用戶體驗 / 016
2．1．2 優化整合企業資源 / 016
2．2 科學規劃企業營運 / 017
2．2．1 用數據發現新客戶 / 018
2．2．2 用數據衡量產品運營效果 / 020
2．2．3 用數據規劃企業發展藍圖 / 021
2．3 為企業增值 / 023
2．3．1 數據價值轉化為盈利模式 / 023
2．3．2 數據輔助業務擴充 / 024

第3章 收集數據：開啟數據分析的第一步
3．1 收集數據的三大原則 / 026
3．1．1 虛假數據不收集 / 026
3．1．2 誤差數據不收集 / 029
3．1．3 無用數據不收集 / 033
3．2 制訂數據收集計劃 / 035
3．2．1 確定工作範圍 / 036
3．2．2 建立必要的編碼原則 / 036
3．2．3 建立公用信息 / 037
3．2．4 BOM結構的確定 / 037
3．2．5 數據檢查 / 038
3．3 如何收集數據 / 039
3．3．1 明確收集數據的目的 / 040
3．3．2 決定數據分層因素 / 042
3．3．3 選擇正確抽樣方法 / 044
3．4 收集數據常見問題 / 048
3．4．1 不知從何處開始 / 048
3．4．2 收集過多的無效數據 / 050
3．4．3 收集的數據不全面 / 050

第4章 整理數據：將一手資料變為規範數據
4．1 整理數據的兩大原則 / 053
4．1．1 選擇性輸入 / 054
4．1．2 程式化輸出 / 054
4．2 四種數據整理方法 / 056
4．2．1 時間分配處理法 / 056
4．2．2 精簡分佈處理法 / 057
4．2．3 設備結構處理法 / 058
4．2．4 中央處理器處理法 / 060
4．3 不規範數據整理 / 062
4．3．1 不規範數據界定 / 063
4．3．2 整理不規範數據的方法 / 064

第5章 分析數據：數據分析師的核心工作
5．1 哪些數據需要分析 / 066
5．1．1 財務數據 / 067
5．1．2 倉儲數據 / 068
5．1．3 營銷數據 / 070
5．1．4 人員數據 / 073
5．2 基本的數據分析方法 / 075
5．2．1 基礎分析法 / 075
5．2．2 進階分析法 / 080
5．3 三技巧玩轉數據分析 / 083
5．3．1 看分佈：明確產品特點 / 084
5．3．2 看趨勢：追踪產品發展 / 085
5．3．3 看細化：提昇運營效率 / 085
5．4 做不好數據分析的原因 / 086
5．4．1 樣本容量不兼容 / 086
5．4．2 視覺效果過於美觀 / 087
5．4．3 因果關係理解有誤 / 089
5．4．4 忽視沉默用戶 / 090
5．4．5 過度誇大數據作用 / 090

第6章 進階分析一：正確分析財務數據
6．1 資產利用效率分析 / 092
6．1．1 總資產周轉率 / 093
6．1．2 固定資產周轉率 / 093
6．1．3 應收款項周轉率 / 094
6．1．4 庫存周轉率 / 095
6．2 資金獲取情況分析 / 096
6．2．1 初始盈利能力 / 096
6．2．2 盈利水平 / 098
6．2．3 投資回報情況 / 100
6．2．4 資本保值增值能力 / 101
6．2．5 社會貢獻能力 / 103
6．3 債務穩定性分析 / 103
6．3．1 流動債務償還能力 / 104
6．3．2 長期債務償還能力 / 105
6．4 規模擴充前景分析 / 107
6．4．1 營業增長水平 / 107
6．4．2 近年利潤平均增長率 / 109
6．4．3 近年資本平均增長率 / 110
6．4．4 資本積累情況 / 111
6．4．5 固定資產可持續發展能力 / 111

第7章 進階分析二：正確分析倉儲數據
7．1 倉儲資源利用程度分析 / 114
7．1．1 地產利用效率 / 115
7．1．2 倉容利用率 / 115
7．1．3 有效範圍 / 116
7．1．4 設備使用情況 / 116
7．2 倉儲服務水平分析 / 117
7．2．1 缺貨率與準時交貨率 / 117
7．2．2 貨損、貨差賠償費率 / 118
7．2．3 顧客滿意度 / 118
7．3 倉儲績效評價分析 / 119
7．3．1 七大倉儲績效評價原則 / 119
7．3．2 進出貨效率評價分析 / 121
7．3．3 儲存作業評價分析 / 122
7．3．4 訂單處理評價分析 / 124
7．3．5 裝卸搬運評價分析 / 125

第8章 進階分析三：正確分析營銷數據
8．1 企業經營現狀分析 / 127
8．1．1 市場佔有率 / 128
8．1．2 利潤分析 / 129
8．1．3 成本分析 / 130
8．2 企業銷售情況分析 / 132
8．2．1 現金流 / 133
8．2．2 毛利率 / 134
8．2．3 產品銷售收入 / 135
8．2．4 篩選合適的零售商 / 138
8．3 用戶相關指標分析 / 141
8．3．1 新產品購買情況 / 141
8．3．2 用戶獲取難度 / 143
8．3．3 用戶滿意程度 / 144
8．3．4 盈虧平衡分析 / 146

第9章 進階分析四：正確分析人員數據
9．1 人員基礎指標分析 / 148
9．1．1 人員數量 / 148
9．1．2 人員流動情況 / 150
9．1．3 人員結構分佈 / 153
9．2 人員運作情況分析 / 156
9．2．1 招聘 / 156
9．2．2 培訓 / 159
9．2．3 薪酬 / 163
9．2．4 績效 / 165
9．2．5 僱傭情況 / 166
9．3 人員規劃效果分析 / 167
9．3．1 人均效益 / 167
9．3．2 萬元工資盈利情況 / 168

第10章 展現數據：企業狀況一目了然
10．1 展示數據的兩種方法 / 170
10．1．1 圖表展示法 / 171
10．1．2 專業語言展示法 / 175
10．2 如何成為高效率的數據分析師 / 178
10．2．1 界面安排得當，不雜亂 / 179
10．2．2 多元化展示，生動有趣 / 181
10．2．3 合理控制數據精確度 / 182

第11章 撰寫數據分析報告：高水平數據分析師的必備技能
11．1 數據分析報告的規範結構 / 185
11．1．1 標題 / 186
11．1．2 目錄 / 187
11．1．3 前言 / 188
11．1．4 問題及建議 / 189
11．1．5 附錄 / 189
11．1．6 標準財務分析報告示例 / 190
11．2 數據分析報告的易錯點 / 195
11．2．1 圖文安排不合理，層次混亂 / 195
11．2．2 只提出問題，沒有解決方案 / 196
11．2．3 缺少明確結論，核心問題模糊 / 197