-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

數據分析思維:分析方法和業務知識

( 簡體 字)
作者:猴子·數據分析學院類別:1. -> 程式設計 -> 綜合
譯者:
出版社:清華大學出版社數據分析思維:分析方法和業務知識 3dWoo書號: 53645
詢問書籍請說出此書號!

缺書
NT售價: 495

出版日:11/1/2020
頁數:303
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:9787302563839
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(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:

數據分析不是某個固定的職位,而是人工智能時代的通用能力。你會看到各行各業的招聘中都會要求應聘者具備數據分析能力。所以,具備數據分析能力可以極大地提升你在職場中的競爭力。

然而,很多人掌握了數據分析工具(如Excel、SQL、Python等),面對工作還是不知道如何
展開分析,經常會遇到下面這些問題:

(1)手里拿了一堆數據,卻不知道怎么去利用;

(2)業務部門不滿意,總覺得你分析得不深入;

(3)準備面試或找到新工作后,不知道如何快速掌握該行業的業務知識。

為了幫助從事數據分析相關工作的讀者解決以上問題,具備數據分析的能力,我邀請從猴
子·數據分析學院畢業,并且已經從事數據分析相關工作多年的學員一起編寫了這本書。

本書分為兩篇,第一篇為“方法”,介紹了指標、分析方法以及如何用數據分析解決問題。
為了將方法的原理展示清楚,本篇內容特意用了比較少的數據。

第二篇為“實戰”,介紹如何應用第一篇的方法來解決工作中的問題。將在這一篇分享來自
不同行業的業務知識,以及如何用數據分析解決問題的案例,每一章都從業務模式、業務指標、案例分析三個方面展開。

通過本書的學習,你會熟悉數據分析的方法,并將其靈活應用在自己所處的行業中。這樣當
你在工作中遇到新的問題時,也能夠知道如何展開分析。需要讀者注意的是,數據分析工具的操作不在本書講解范圍內,本書重點介紹的是面對問題,如何展開分析的數據分析思維。

本書第1∼3章由猴子編寫;第4章由徐婷、張磊編寫;第5章由陳俊宇編寫;第6章由馮傲、周榮技、宋飛編寫;第7章由李凱旋編寫;第8章由胡彪編寫;第9章由劉英華編寫;第10章由劉凱悅編寫;第11章由韋春敏編寫;第12章由王丹編寫;第13章由鄭露編寫;第14章由吳桐、陳旭清編寫;第15章由蔡婉芳、岳航運編寫。

在公眾號“猴子數據分析”對話框回復“資料”獲取本書的案例數據,還可以獲得更多關
于數據分析的學習資料。也可回復“投稿”獲取投稿信箱 ,和我們分享你所在行業的案例,我們將選擇優秀內容,增補到書籍的下一版中。也歡迎你在豆瓣寫下本書書評,發送截圖到公眾號對話框,可領取神秘福利。由于作者水平有限,書中疏漏之處在所難免。在感謝您選擇本書的同時,也希望您能夠把對本書的意見和建議告訴我們。

作者
內容簡介:

《數據分析思維:分析方法和業務知識》分為兩大部分:“方法篇”和“實戰篇”。
“方法篇”介紹了數據分析中常用的業務指標、分析方法以及如何用數據分析解決問題的步驟。
“實戰篇”講解了如何應用第一篇的方法來解決工作中的問題,分享十二個行業(國內電商、跨境電商、金融信貸、金融第三方支付、家政、旅游、在線教育、運營商、內容、房產、汽車、零售)的業務知識,以及該行業內用數據分析解決問題的實例。每個行業都包括業務模式、業務指標、案例分析三方面的內容。
通過本書的學習,你會熟悉數據分析的方法,并將其靈活應用在自己所處的行業中。
目錄:

第1篇方法
第1章業務指標
1.1如何理解數據?
1.2常用的指標有哪些?
1.2如何選擇指標?
1.4指標體系和報表
第2章分析方法
2.15W2H分析方法
2.2邏輯樹分析方法
2.3行業分析方法
2.4多維度拆解分析方法
2.5對比分析方法
2.6假設檢驗分析方法
2.7相關分析方法
2.8群組分析方法
2.9RFM分析方法
2.10AARRR模型分析方法
2.11漏斗分析方法
第3章用數據分析解決問題
3.1數據分析解決問題的過程
3.2如何明確問題?
3.3如何分析原因?
3.4如何提出建議?
3.5總結
第2篇實戰
第4章國內電商行業
4.1業務知識
4.2案例分析
第5章跨境電商行業
5.1業務知識
5.2案例分析
第6章金融信貸行業
6.1業務知識
6.2案例分析
第7章金融第三方支付行業
7.1業務知識
7.2案例分析
第8章家政行業
8.1業務知識
8.2案例分析
第9章旅游行業
9.1業務知識
9.2案例分析
第10章在線教育行業
10.1業務知識
10.2案例分析
第11章運營商行業
11.1業務知識
11.2案例分析
第12章內容行業
12.1業務知識
12.2案例分析
第13章房產行業
13.1業務知識
13.2案例分析
第14章汽車行業
14.1業務知識
14.2案例分析
第15章零售行業
15.1業務知識
15.2案例分析
附錄常見的業務面試題
參考文獻
序: