 |
-- 會員 / 註冊 --
|
 |
|
|
|
活用數據：驅動業務的數據分析實戰 ( 簡體 字) |
| 作者：陳哲 | 類別：1. -> 程式設計 -> 綜合 |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 50766
詢問書籍請說出此書號！【缺書】
NT售價： 345 元 |
| 出版日：2/1/2019 |
| 頁數：216 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121356209 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：推薦序
企業最看重數據分析師的能力是什么？
先來講講我自己經歷的事。
我是來自農村的孩子，記得很小的時候，父親為了養家，在鎮上做賣水果的生意，雖然當時的生意不是最好的，但也不是最差的。起初看到父親每天晚上都會用筆來記錄每一種水果的銷量和剩余狀態，還會記錄多少人詢問，多少人去了別人家的水果店，那時候特別不理解這樣做的目的是什么。
我把我的疑問告訴了父親，父親是這樣回答的：
首先，我要知道每天每種水果的銷量，好去進貨。我要清楚地知道，今天什么水果賣得最多，什么水果是這段時間大家喜歡的，如果別人家都是在最熱銷的時候去進貨，那么進貨的價格肯定已經上漲了，所以要提前備貨。
其次，我要清楚地了解每種水果對鎮上人的“誘惑”是什么。父親拿一些低價而且質量好的水果去引起更多的人關注其水果店，這樣他們才有可能在父親這里買更多其他種類的水果，讓一些價格高但利潤很好的水果有推薦的機會。即使客人不愿意買高價水果，那也可以對一些性價比高的水果進行推薦，送他們一點品嘗一下，這樣他們慢慢就會覺得父親這里的水果是鎮上最好的，這樣父親的生意才能堅持下去。如果都沒有人來，那父親的生意就沒法做。其實父親每天記錄人流和各種水果的銷量也是為了更好地去“估計”，以減少賠錢的風險。比如蘋果進貨多了，但是人流太少，大家在這個時間段不喜歡吃蘋果，蘋果賣不出去，那就賠錢了，因為水果都是有保質期的。
我大學畢業后在某知名電商企業擔任數據分析師，回頭想一想，父親不是一個專業的數據分析師，但卻是一個洞察數據的生意人，如果那時候我會用Excel記錄、分析數據的話，也許就可以提高父親分析數據的效率，而不是用筆去記錄、用計算器去處理數據了。但這個真的很重要嗎？在我看來，未必。數據分析的工具可能會過時落伍，但分析的思維和對數據的敏感性不會，這才是值得我們深思的地方。
相信大家看完我的這段經歷已經很清楚，企業到底看重數據分析師的什么能力？
就是如何用數據做決策的能力，培養自己的數據思維方式。工欲善其事，必先利其器。但數據分析本身就是一個決策輔助工具，而你學的只是工具+工具，所以當看完很多數據分析的書籍、學完很多數據分析的課程，再去面對很多數據和業務問題時，仍然不能很好地發現數據中的價值，甚至無從下手，陳哲的《活用數據：驅動業務的數據分析實戰》這本書能很好地幫你讀懂數據分析師的價值所在。
2017 年年初，我找到了陳哲，邀請她撰寫一本從場景、案例、思維出發的數據分析書籍，讓大家從業務場景和應用價值去理解數據分析，以便更好地去領悟數據驅動業務的價值。為什么要邀請陳哲來寫？相信很多人都看過陳哲的第一部作品《數據分析：企業的賢內助》，當時我看到這本書感觸很深，只是那個時候大數據還沒有現在這么火。
第一次討論這本書，我、陳哲和張慧敏一起相約在回龍觀地鐵站的咖啡廳，開始一起思考這本書的定位和價值，從定位、框架、內容、撰寫風格等多方面去碰撞，不知不覺5 小時過去了。陳哲老師的認真態度和對數據分析的癡狂使我們感動。在之后的時間中，我們不斷去打磨、討論、修正，整整兩年的時間，才最終出版，相信《活用數據：驅動業務的數據分析實戰》會給你帶來不一樣的數據分析體驗。
數據分析未來可能不再是一種職業，而是職場中人人都應該具備的工作技能，這樣才能讓數據發揮最大的價值。
鄧凱
愛數圈創始人，知名大V，大數據行業布道者__
前言
初為數據分析師，你可能會面臨這樣的困境：當一項業務需求擺在面前，你的腦子一片空白，不知道該怎么想、怎么做。然后你開始搜腸刮肚，拼命思考，可惜你發現腦海里閃現的只是一些零散的知識點：概念、方法、工具、技能……
這個局，該怎么破？
既然你是卡在“怎么想”和“怎么做”兩個環節上的，那么，本書就從這兩個環節入手，幫你破局。
1. 業務驅動
要知道“怎么想”，首先要明確業務需求。
因為業務需求決定了數據分析要研究的問題，是數據分析目的和價值的體現。而要明確業務需求，需要回答以下兩個問題：
● 數據分析具體有哪些業務需求？
● 滿足這些業務需求需要哪些數據分析專題？
企業面臨的所有經營難題，都可能成為數據分析的業務需求。完整的企業經營包括投融資、采購、生產、物流、營銷等環節。其中營銷環節最接近市場，數據化需求最旺盛，因此，本書著眼于企業營銷環節的業務需求。
企業面臨的營銷難題概括起來有三項：做什么、做給誰、怎么做。其所對應的五項業務需求和數據分析專題見下表。本書第1 章對這三者的關系進行了概述，第4~8 章的案例解析與各類數據分析專題相對應，體現了業務驅動的思想，幫你明確分析問題。
2. 思維先導
要知道“怎么想”，還需要回答下面兩個問題：
● 為滿足這項業務需求，你需要分析哪些內容？
● 這些內容分析到什么程度，才能滿足業務需求？
要回答第一個問題，需要開啟分析思路，通過提問、模型、結構化思維等方法將抽象的業務需求轉化為具體的分析內容，對應本書第2 章。
要回答第二個問題，需要打開分析視角，從對比、分類、相關和描述等多個視角入手，增加數據分析的深度，提升數據分析的價值，對應本書第3 章。
開啟分析思路、打開分析視角合稱數據思維，對應本書的第1~3 章，先于第4~8 章的案例解析，體現了思維先導的思想。因此，本書將第1~3 章歸為思維篇。
3. 實戰還原
世上最遠的距離是“知道”和“做到”的距離。
“怎么想”是“知道”：當面臨業務需求時，“知道”該分析什么內容，實現什么目標。而如何由內容實現目標，這就屬于“怎么做”的范疇。在“知道”內容和目標的基礎上，“做到”獲取有效的數據，選擇合適的方法，使用恰當的工具，運用熟練的技能，通過科學的分析，滿足企業的業務需求。而在此過程中，需要數據、方法、工具、技能等多個知識點的支撐。因此，要“做到”并非易事，本書通過第4~8 章對此進行了詳細介紹。
那么，如何介紹才有效呢？
對于數據、方法、工具、技能等知識點，若只是簡單地羅列介紹，就像在構建一座座知識孤島，建時簡單、粗暴，用時難以企及。要實現這些知識點的有效鏈接和全景應用，需要找到通往各座知識孤島的路徑，這條路徑就是實戰還原：通過案例解析，融合各個知識點，還原數據分析項目實戰的本來面目。因為，如果把各知識點看成是魚網上的一個個網眼，那么案例解析就是這個魚網的大繩，魚網的大繩一提，網眼都能張開；同樣，案例貫穿于其中，知識點的講解也能綱舉目張。
因此，本書第4~8章分別使用網上商城、彩電企業、保險公司、手機品牌、廚電公司五個數據分析案例，通過案例解析進行實戰還原。因此，本書將第4~8 章歸為實戰篇。
4. 案例閉環
回答“怎么做”的問題，一個優秀的案例解析應該是閉環的，即：不論面對何種業務需求，你都要首先明確分析思路（確定分析目的和內容），然后知道如何獲取、處理、分析和解讀數據，最后通過數據的分析和解讀，實現分析目的，滿足業務需求（見下圖）。
因此，本書第4~8 章均按上述步驟進行案例解析，使各個知識點在一條分析流程的鏈條上實現有序分布和融會貫通；從業務需求中來，到業務需求中去，實現案例閉環。
綜上所述，本書在解答數據分析師“怎么想”、“怎么做”兩大痛點問題時，具有業務驅動、思維先導、實戰還原、案例閉環四個特色（見下圖）。通過本書的學習，你的業務理解力、邏輯思維力和動手實踐力將會同時得到提升。
本書讀者對象
● 大專院校數據分析相關專業師生；
● 想進入數據分析行業的有志之士；
● 從事咨詢、研究、分析等數據分析工作的專業人士；
● 企業戰略、客服、品牌、產品、市場、運維、渠道等部門的數據分析從業者；
● 經常閱讀行業分析、市場研究、經營分析報告的企業各部門和各級管理人員；
● 對數據分析及其業務應用感興趣者。
勘誤與支持
盡管我們對書稿進行了多次修改，但仍然不可避免地會有疏漏和不足之處，懇請讀者批評指正。如果你有更多的寶貴意見，也歡迎發送郵件至arzel@163.com。期待得到大家的反饋，我們會在適當的時間進行修訂。
書中全部的數據文件可以從作者的微信公眾號獲取，微信公眾號搜索“數據小宇軍”，關注后回復“活用數據”即可。數據文件也可以從博文視點網站下載，地址如下：
致謝
感謝鄧凱的鼓勵和支持，讓我下定決心寫這本書。自從當上媽媽，我大部分時間忙亂于尿布和奶瓶之間，對于數據分析的交流與分享，雖心中熱愛，卻投入甚少。于是，我的博客荒蕪了，《數據分析：企業的賢內助》一書也因無暇顧及而絕版。2017 年年底，鄧凱找到了我，對《數據分析：企業的賢內助》一書有很高的評價，并和我討論了該書的優缺點。這喚起了我的斗志，于是我想再寫一本書，在表達方式、思維引導、案例解析等方面對《數據分析：企業的賢內助》一書進行改進。鄧凱對此非常支持，并在我后續的寫作中給予指導和鼓勵，使我熬過艱苦歲月，守得云開見月明。此外，鄧凱作為一個超級奶爸和數據分析大V的合體，給予我精神力量，讓我意識到看娃不能成為懈怠的借口，花開復見卻飄零，殘憾莫使今生留。可以說，鄧凱是這本書的推動者和引路人。
感謝電子工業出版社張慧敏編輯對書稿的修改提議和在寫作過程中的督促與支持。
感謝黃成明、李梅花、黎湘艷、孟嘉、沈浩、Spring、宋星、王澤蘊、王穎祥、徐麟、趙堅毅、張文霖等數據分析專家為本書提出建議和撰寫書評。
最后，感謝我的家人，沒有家人的愛與支持、理解與付出，就沒有這本書。
陳哲 |
內容簡介：本書分為數據思維和案例解析兩個部分，對“怎么想”和“怎么做”兩大分析痛點問題進行剖析和解答。基于知先行后的考慮，前3章首先對“怎么想”的問題進行解答，通過明確分析問題、開啟分析思路、打開分析視角，依次回答數據思維3個核心問題：解決什么問題？分析哪些內容？分析到何種程度？結合11個思維練習的案例，引導讀者對業務需求進行思考，明確研究內容和分析方法。
|
目錄：思維篇
第1 章 明確分析問題..003
1.1 Why：為什么分析..003
1.1.1 識別機會. 003
1.1.2 規避風險004
1.1.3 問題診斷 005
1.2 What：分析什么 006
1.2.1 戰略分析006
1.2.2 用戶偏好分析. 007
1.2.3 STP 分析 007
1.2.4 品牌建設分析.008
1.2.5 營銷組合分析.008
1.3 How：如何分析 009
1.3.1 開啟分析思路.010
1.3.2 打開分析視角.010
1.4 本章結構圖 010
第2 章 開啟分析思路. 011
2.1 學會提問 011
【案例1】輕松撰寫投資項目分析報告 012
2.2 熟悉模型.013
【案例2】構建某地產公司客戶滿意度指標體系.. 013
2.3 結構與時間思維..015
【案例3】如何做用戶偏好分析 015
2.4 演繹思維 019
2.4.1 標準式演繹. 020
2.4.2 常見式演繹. 020
【案例4】應用4W 模式進行愛情戰略分析. 020
2.5 重要性思維.023
【案例5】KANO 模型的重要性思維 023
2.6 綜合案例：如何研究某餐飲企業的顧客滿意度024
2.7 本章結構圖.025
第3 章 打開分析視角..027
3.1 引例：新浪微博訪問量分析027
3.2 對比視角.031
3.2.1 對比的類型. 031
3.2.2 對比的可信度. 032
【案例1】如何比較員工工資與工齡的差異. 033
【案例2】如何處理分類維度 034
3.3 相關視角.036
3.3.1 規模預測 036
3.3.2 精準營銷036
【案例3】從顏色偏好看精準營銷 036
3.4 分類視角 038
3.4.1 分類的價值. 039
3.4.2 分類的步驟與方法.. 039
3.5 描述視角 040
3.5.1 集中趨勢與離中趨勢..040
3.5.2 個體波動的研究價值..040
【案例4】疑似車險欺詐的“標的車”分析.041
3.6 如何在業務應用中選擇分析視角 041
3.6.1 視角與方法.041
3.6.2 方法與應用. 042
3.7 綜合案例：航空公司項目分析價值的提升..043
3.8 本章結構圖 049
實戰篇
第4 章 戰略分析案例解析——某購物中心網上商城戰略分析053
4.1 研究目的：戰略選擇..053
4.2 研究內容：環境分析..053
4.2.1 宏觀環境分析. 054
4.2.2 市場環境分析. 055
4.2.3 競爭環境分析. 055
4.3 定性與定量分析方法..057
4.3.1 定性：SWOT 分析 057
4.3.2 定量：內外因素評價矩陣 057
4.4 內外因素數據獲取.. 058
4.4.1 外部因素數據.058
4.4.2 內部因素數據. 059
4.5 內外因素得分計算.. 060
4.5.1 評分的計算.060
4.5.2 權重的計算. 062
4.5.3 最終得分的計算..064
4.6 制作戰略選擇矩陣圖及解讀 066
4.6.1 分析思路066
4.6.2 圖表制作 067
4.6.3 結果解讀068
4.7 本章結構圖 068
第5 章 用戶偏好分析案例解析——某彩電企業用戶偏好分析 069
5.1 研究目的：差異化營銷.. 069
5.1.1 差異化營銷的必要性..069
5.1.2 差異化營銷的可行性.. 070
5.2 研究內容：五階段和七要素071
5.2.1 分析內容 071
5.2.2 調查問卷 072
5.3 用戶偏好數據獲取074
5.3.1 調研計劃 074
5.3.2 數據錄入074
5.4 調研數據處理..075
5.4.1 數據清洗 075
5.4.2 數據讀取080
5.5 數據分析架構..082
5.5.1 分析目錄 082
5.5.2 分析體系 082
5.6 數據分析方法. 084
5.6.1 頻數統計084
5.6.2 均值分析085
5.6.3 方差分析086
5.6.4 比較均值089
5.6.5 交叉分析090
5.7 分析結果解讀. 091
5.7.1 用戶整體偏好分析..091
5.7.2 各類用戶偏好檢驗.. 092
5.7.3 各類用戶偏好對比..093
5.7.4 用戶基本特征描述..093
5.8 本章結構圖 094
第6 章 STP 分析案例解析——甲保險公司客戶分類分析095
6.1 研究目的：精準營銷..095
6.2 研究內容：客戶分類維度095
6.2.1 事前分類維度.096
6.2.2 事后分類維度.096
6.3 數據獲取與處理..097
6.3.1 調查問卷設計. 097
6.3.2 調研計劃100
6.3.3 數據處理100
6.4 數據分析架構. 101
6.4.1 客戶細分 102
6.4.2 目標客戶選擇. 102
6.4.3 目標客戶定位. 102
6.5 數據分析與輸出結果..103
6.5.1 確定分類維度. 103
6.5.2 分類維度的數據消減.. 103
6.5.3 分類維度的數據轉化..111
6.5.4 細分方法的選擇.. 112
6.5.5 聚類分析116
6.5.6 目標客戶選擇. 121
6.5.7 目標客戶定位. 126
6.6 分析結果解讀..136
6.6.1 分析思路 137
6.6.2 分析主體 137
6.6.3 結論建議140
6.７ 本章結構圖 141
第7 章 品牌建設分析案例解析——某手機品牌建設分析142
7.1 研究目的：提升品牌價值142
7.1.1 品牌的內涵. 142
7.1.2 品牌的價值. 143
7.2 研究內容：品牌認知與行為143
7.2.1 品牌形象分析.144
7.2.2 品牌知名度分析..146
7.2.3 品牌流轉分析.147
7.3 數據獲取與處理..150
7.3.1 調研計劃 150
7.3.2 數據處理151
7.4 品牌形象分析與解讀. 160
7.4.1 品牌知覺圖的基本思想..160
7.4.2 品牌知覺圖的制作..164
7.4.3 分析結果解讀.166
7.5 品牌知名度分析與解讀167
7.5.1 Graveyard 模型的基本思想.. 167
7.5.2 Graveyard 模型的制作..168
7.5.3 分析結果解讀.170
7.6 品牌流轉分析與解讀..170
7.6.1 品牌流轉程度分析.. 171
7.6.2 品牌流轉方向分析.. 173
7.6.3 品牌流轉原因分析.. 175
7.7 本章結構圖.182
第8 章 營銷組合分析案例解析——甲廚電公司的營銷決策 183
8.1 研究目的：營銷決策. 183
8.2 研究內容：營銷組合分析.. 184
8.2.1 產品決策分析.184
8.2.2 定價決策分析.184
8.2.3 流量渠道價值評價..185
8.2.4 促銷資源配置分析..185
8.3 規模預測分析. 185
8.3.1 預測思路與方法..186
8.3.2 季節分解法預測..188
8.3.3 類比法與因素推算法預測198
8.3.4 回歸預測 203
8.4 產品屬性分析..209
8.4.1 關于產品屬性的觀點.. 210
8.4.2 KANO 模型的基本思想.. 211
8.4.3 基于KANO 模型的問卷設計.. 213
8.4.4 KANO 模型的數據準備.. 214
8.4.5 確定屬性分類依據.. 215
8.4.6 判斷記錄的屬性類別.. 217
8.4.7 Better-Worse 系數矩陣 221
8.4.8 分析結果解讀. 227
8.5 定價決策分析..228
8.5.1 定價問題與分析方法.. 228
8.5.2 PSM 模型的基本思想. 229
8.5.3 基于PSM 模型的調查問卷設計.. 231
8.5.4 基于PSM 模型的數據準備. 232
8.5.5 最優價格與價格范圍分析 233
8.5.6 三類市場的規模分析.. 235
8.5.7 分析結果解讀. 236
8.6 流量渠道價值評價237
8.6.1 評價思路：確定影響因素 237
8.6.2 評價指標：ROI 與Engagement.. 237
8.6.3 數據準備：電商轉化數據 241
8.6.4 評價指標的計算.. 241
8.6.5 評價方法：矩陣分析.. 242
8.6.6 評價方法：歸因分析.. 245
8.7 促銷資源配置..259
8.7.1 問題界定與方法選擇.. 260
8.7.2 資源配置三要素.. 260
8.7.3 線性規劃的基本思想.. 261
8.7.4 媒體組合案例解析.. 262
8.8 本章結構圖.267 |
| 序： |
|
