數據化分析：用數據化解難題，讓分析更加有效（全彩）
林驥
- 出版商: 電子工業
- 出版日期: 2023-02-01
- 定價: $636
- 售價: 7.5 折 $477
- 語言: 簡體中文
- 頁數: 244
- ISBN: 7121450089
- ISBN-13: 9787121450082
-
相關分類:
大數據 Big-data、Data Science、管理與領導 Management-leadership
立即出貨 (庫存 < 3)
商品描述
在大數據時代，我們並不缺少數據，缺少的是利用數據分析的思維和工具去解決實際問題的能力。數據化分析是運用恰當的方法和工具，對數據進行科學、有效的分析，從而提出有理有據、具有可操作性的建議，以解決現實中的難題。本書主要介紹了數據分析的9 種思維、7 種工具、學習方法、基本方法、展現方法、製作數據分析報告的方法，以及數據分析的思維模型。本書適合所有對數據分析感興趣的讀者閱讀，特別是在工作或生活中需要經常跟數據接觸的人，如數據分析師、產品經理、運營人員、管理人員、財務人員等。
目錄大綱
目錄
第1 章 數據分析的9 種思維 / 001
1.1理解現狀/001
目標思維 / 008
對比思維 / 020
細分思維 / 027
1.2分析原因/0032
溯源思維 / 032
相關思維 / 042
假設思維 / 047
1.3預測未來 /051
逆向思維 / 051
演繹思維 / 056
歸納思維 / 061
1.4 綜合應用案例 / 068
應用目標思維 / 069
應用對比思維 / 070
應用細分思維 / 071
應用溯源思維 / 071
應用相關思維 / 072
應用假設思維 / 072
應用逆向思維 / 072
應用演繹思維 / 073
應用歸納思維 / 073
本 章 復 盤 / 075
第2 章 數據分析的工具 / 077
2.1 Excel：應用最廣泛的數據分析工具之一 / 079
2.2 Tableau：敏捷的商務智能展現工具 / 080
2.3 SQL：結構化的查詢語言 / 081
2.4 SPSS：老牌的統計分析工具 / 082
2.5 SAS：強大的統計分析工具 / 083
2.6 R：專業的數據分析工具 / 084
2.7 Python：重要的數據分析工具 / 085
本 章 復 盤 / 086
第3 章 數據分析的學習方法 / 087
3.1 數據分析學習指南 / 089
學習方法 / 089
學習內容 / 090
學習路徑 / 091
3.2 精準搜索學習資料 / 093
3.3 高效學習的6 種方法 / 095
3.4 高效學習的36 種思維 / 097
3.5 數據分析的精進之道 / 112
數據分析的材質 / 112
數據分析的造型 / 113
數據分析的裝飾 / 114
數據分析的工藝 / 115
數據分析的層級 / 116
本 章 復 盤 / 117
第4 章 數據分析的基本方法 / 118
4.1 數據分析的5 個步驟 / 120
確認數據源是否正確 / 120
判斷變化的程度如何 / 120
判斷數據變化的周期如何 / 120
數據變化的前、後發生了什麽 / 121
細分維度有哪些 / 121
4.2 數據分析的8 個狀態 / 123
新的需求 / 123
需求確認 / 123
數據確認 / 125
實現中 / 125
交付 / 126
復盤 / 126
等待 / 127
拒絕 / 127
4.3 數據分析的指標體系 / 128
利用魚骨圖找到關鍵指標 / 128
從業務邏輯出發建立指標體系 / 129
用二八法則管理指標體系 / 129
4.4 提高數據敏感度 / 131
4.5 用數據解決實際問題 / 134
用流程解決問題 / 134
通過分解找到關鍵問題 / 135
通過交叉視點鎖定原因 / 136
依據方程式制定對策 / 136
用數據講故事 / 137
4.6 數據分析的 9 個問題 / 138
本 章 復 盤 / 140
第5 章 數據分析的展現方法 / 142
5.1 數據分析展現的重要原則 / 144
5.2 數據分析展現的常用方法 / 146
5.3 數據分析展現的圖表選擇 / 150
類別比較 / 150
時間趨勢 / 151
占比構成 / 152
關聯 / 153
分佈 / 154
增強 / 155
單值 / 156
提示 / 156
本 章 復 盤 / 157
第6 章 製作數據分析報告的方法 / 158
6.1 數據分析報告的3 個層級 / 162
是什麽 / 162
為什麽 / 162
怎麽辦 / 162
6.2 數據分析報告的4 種情景 / 165
首次數據分析報告 / 165
常規數據分析報告 / 165
問題數據分析報告 / 166
總結數據分析報告 / 166
6.3 數據分析報告的5 類問題 / 167
是多少 / 167
好不好 / 167
為什麽 / 168
會怎樣 / 168
怎麽辦 / 168
6.4 數據分析報告的6 個步驟 / 170
明確目標 / 170
數據收集 / 170
數據處理 / 171
數據分析 / 171
數據展現 / 172
結論建議 / 172
6.5 數據分析報告的7 個模塊 / 173
標題封面 / 173
目錄導航 / 174
背景說明 / 174
思路方法 / 174
結論建議 / 175
分析正文 / 175
附錄及封底 / 176
6.6 數據分析報告的8 種顏色 / 177
紅色 / 177
橙色 / 178
黃色 / 178
綠色 / 178
藍色 / 179
紫色 / 179
黑色 / 180
灰色 / 180
本 章 復 盤 / 182
第7 章 數據分析的思維模型 / 184
7.1 理解現狀類思維模型 / 187
正態分佈模型 / 187
冪律分佈模型 / 188
帕累托分析模型 / 191
本福特分析模型 / 192
同期群分析模型 / 194
SWOT 分析模型 / 195
PEST 分析模型 / 197
7.2 分析原因類思維模型 / 201
杜邦分析模型 / 201
矩陣分析模型 / 203
RFM 分析模型 / 209
銷售漏鬥模型 / 212
聚類分析模型 / 215
KＡＮＯ分析模型 / 216
標桿分析模型 / 218
7.3 預測未來類思維模型 / 220
決策樹分析模型 / 220
生命周期模型 / 223
福格行為模型 / 224
夏普利值模型 / 225
A/B 測試模型 / 227
線性回歸模型 / 230
本 章 復 盤 / 233
後 記 / 234
致 謝 / 235
參 考 文 獻 / 236
