中图网

>

计算机理论

数据化分析:用数据化解难题,让分析更加有效(全彩)

作者：林骥

出版社：电子工业出版社出版时间：2023-02-01

开本：其他页数： 244

本类榜单：计算机/网络销量榜

中图价:¥74.2(7.0折) 定价 ~~¥106.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满69元免运费

?快递不能达地区使用邮政小包，运费14元起

云南、广西、海南、新疆、青海、西藏六省，部分地区快递不可达

本类五星书更多>

>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用

全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用

¥11.3¥45
>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥28.2¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥55.2¥69
>
第一行代码Android

第一行代码Android

¥76.2¥99
>
C Primer Plus 第6版中文版

C Primer Plus 第6版中文版

¥75.6¥108
>
深度学习

深度学习

¥82.3¥168
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码

MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码

¥43.5¥79

商品详情
商品评论(0条)

中图价:¥74.2 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

微信公众号

数据化分析:用数据化解难题,让分析更加有效(全彩) 版权信息

ISBN：9787121450082
条形码：9787121450082 ; 978-7-121-45008-2
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
计算机理论

数据化分析:用数据化解难题,让分析更加有效(全彩) 本书特色

掌握数据分析的思维和工具去伪存真、化繁为简，通过现象看本质，找到问题的根本原因，进而睿智地解决问题

数据化分析:用数据化解难题,让分析更加有效(全彩) 内容简介

在大数据时代，我们并不缺少数据，缺少的是利用数据分析的思维和工具去解决实际问题的能力。数据化分析是运用恰当的方法和工具，对数据进行科学、有效的分析，从而提出有理有据、具有可操作性的建议，以解决现实中的难题。本书主要介绍了数据分析的9 种思维、7 种工具、学习方法、基本方法、展现方法、制作数据分析报告的方法，以及数据分析的思维模型。本书适合所有对数据分析感兴趣的读者阅读，特别是在工作或生活中需要经常跟数据接触的人，如数据分析师、产品经理、运营人员、管理人员、财务人员等。

数据化分析:用数据化解难题,让分析更加有效(全彩) 目录

目录
第1 章数据分析的9 种思维 / 001
1．1理解现状/001
目标思维 / 008
对比思维 / 020
细分思维 / 027
1．2分析原因/0032
溯源思维 / 032
相关思维 / 042
假设思维 / 047
1．3预测未来 /051
逆向思维 / 051
演绎思维 / 056
归纳思维 / 061
1．4 综合应用案例 / 068
应用目标思维 / 069
应用对比思维 / 070
应用细分思维 / 071
应用溯源思维 / 071
应用相关思维 / 072
应用假设思维 / 072
应用逆向思维 / 072
应用演绎思维 / 073
应用归纳思维 / 073
本章复盘 / 075

第2 章数据分析的工具 / 077
2．1 Excel：应用*广泛的数据分析工具之一 / 079
2．2 Tableau：敏捷的商务智能展现工具 / 080
2．3 SQL：结构化的查询语言 / 081
2．4 SPSS：老牌的统计分析工具 / 082
2．5 SAS：强大的统计分析工具 / 083
2．6 R：专业的数据分析工具 / 084
2．7 Python：重要的数据分析工具 / 085
本章复盘 / 086

第3 章数据分析的学习方法 / 087
3．1 数据分析学习指南 / 089
3．2 精准搜索学习资料 / 093
3．3 高效学习的6 种方法 / 095
3．4 高效学习的36 种思维 / 097
3．5 数据分析的精进之道 / 112
数据分析的材质 / 112
数据分析的造型 / 113
数据分析的装饰 / 114
数据分析的工艺 / 115
数据分析的层级 / 116
本章复盘 / 117

第4 章数据分析的基本方法 / 118
4．1 数据分析的5 个步骤 / 120
确认数据源是否正确 / 120
判断变化的程度如何 / 120
判断数据变化的周期如何 / 120
数据变化的前、后发生了什么 / 121
细分维度有哪些 / 121
4．2 数据分析的8 个状态 / 123
新的需求 / 123
需求确认 / 123
数据确认 / 125
实现中 / 125
交付 / 126
复盘 / 126
等待 / 127
拒绝 / 127
4．3 数据分析的指标体系 / 128
利用鱼骨图找到关键指标 / 128
从业务逻辑出发建立指标体系 / 129
用二八法则管理指标体系 / 129
4．4 提高数据敏感度 / 131
4．5 用数据解决实际问题 / 134
用流程解决问题 / 134
通过分解找到关键问题 / 135
通过交叉视点锁定原因 / 136
依据方程式制定对策 / 136
用数据讲故事 / 137
4．6 数据分析的 9 个问题 / 138
本章复盘 / 140

第5 章数据分析的展现方法 / 142
5．1 数据分析展现的重要原则 / 144
5．2 数据分析展现的常用方法 / 146
5．3 数据分析展现的图表选择 / 150
类别比较 / 150
时间趋势 / 151
占比构成 / 152
关联 / 153
分布 / 154
增强 / 155
单值 / 156
提示 / 156
本章复盘 / 157

第6 章制作数据分析报告的方法 / 158
6．1 数据分析报告的3 个层级 / 162
是什么 / 162
为什么 / 162
怎么办 / 162
6．2 数据分析报告的4 种情景 / 165
首次数据分析报告 / 165
常规数据分析报告 / 165
问题数据分析报告 / 166
总结数据分析报告 / 166
6．3 数据分析报告的5 类问题 / 167
是多少 / 167
好不好 / 167
为什么 / 168
会怎样 / 168
怎么办 / 168
6．4 数据分析报告的6 个步骤 / 170
明确目标 / 170
数据收集 / 170
数据处理 / 171
数据分析 / 171
数据展现 / 172
结论建议 / 172
6．5 数据分析报告的7 个模块 / 173
标题封面 / 173
目录导航 / 174
背景说明 / 174
思路方法 / 174
结论建议 / 175
分析正文 / 175
附录及封底 / 176
6．6 数据分析报告的8 种颜色 / 177
红色 / 177
橙色 / 178
黄色 / 178
绿色 / 178
蓝色 / 179
紫色 / 179
黑色 / 180
灰色 / 180
本章复盘 / 182

第7 章数据分析的思维模型 / 184
7．1 理解现状类思维模型 / 187
正态分布模型 / 187
幂律分布模型 / 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 分析原因类思维模型 / 201
杜邦分析模型 / 201
矩阵分析模型 / 203
RFM 分析模型 / 209
销售漏斗模型 / 212
聚类分析模型 / 215
KＡＮＯ分析模型 / 216
标杆分析模型 / 218
7．3 预测未来类思维模型 / 220
决策树分析模型 / 220
生命周期模型 / 223
福格行为模型 / 224
夏普利值模型 / 225
A/B 测试模型 / 227
线性回归模型 / 230
本章复盘 / 233
后记 / 234
致谢 / 235
参考文献 / 236