商業分析思維與實踐：用數據分析解決商業問題

第 I 部分
數據決策理論篇
第 1 章 從 0 到 1 解構大數據 002
1.1 數字化背景 .002
1.2 大數據的三層認知 003
1.3 什麼是大數據 005
1.4 大數據十字特徵 .006
1.5 DIKW 體系 009
1.6 數據的本質 .010
1.7 大數據不在於大，而在於全.011
本章小結013
第 2 章 數據決策的底層邏輯 014
2.1 數據的決策邏輯 .014
2.2 探索規律，按照規律來決策.015
2.3 發現變化，找到短板來決策.017
2.4 厘清關係，找影響因素做決策 020
2.5 預測未來，通過預判來決策.022
本章小結024
第 3 章 數據決策環節 025
3.1 數據決策路徑 .025
3.2 業務數據化 .026
3.3 數據信息化 .027
3.4 資訊策略化 .028
3.5 案例：賺差價的營業員 028
本章小結030

第Ⅱ部分
數據分析基礎篇
第 4 章 數據分析概述 032
4.1 認識業務分析階段 032
4.1.1 現狀分析 . 033
4.1.2 原因分析 . 033
4.1.3 預測分析 . 033
4.2 瞭解數據分析方法 034
4.2.1 描述性分析 . 034
4.2.2 診斷性分析 . 034
4.2.3 預測性分析 . 035
4.2.4 推斷性分析 . 035
4.2.5 專題性分析 . 035
4.3 熟知數據分析過程 035
4.3.1 第 1 步：明確目的 036
4.3.2 第 2 步：收集數據 038
4.3.3 第 3 步：整理數據 039
4.3.4 第 4 步：分析數據 040
4.3.5 第 5 步：呈現數據 043
4.3.6 第 6 步：形成結論 044
本章小結045
第 5 章 數據分析框架 046
5.1 數據分析思路 .046
5.2 精准行銷分析框架（6R 準則） 047
5.2.1 正確的客戶 . 048
5.2.2 正確的產品 . 049
5.2.3 合理的價格 . 049
5.2.4 最佳的時機 . 050
5.2.5 合適的方式 . 050
5.2.6 恰當的資訊 . 051
5.2.7 喜愛的套餐 . 051
5.3 精准行銷分析過程 052
5.4 用戶行為分析框架（5W2H） 055
5.4.1 WHY . 056
5.4.2 WHAT 056
5.4.3 WHO . 056
5.4.4 WHEN 056
5.4.5 WHERE . 057
5.4.6 HOW . 057
5.4.7 HOW MUCH . 057
5.5 零售行業指標體系 .058
5.5.1 人（銷售員、消費者） 058
5.5.2 貨（商品） . 059
5.5.3 場（店鋪） . 059
本章小結060
第 6 章 數據預處理 061
6.1 預處理任務 .061
6.2 數據集成 .062
6.2.1 樣本追加 . 063
6.2.2 變數合併 . 063
6.2.3 連接示例 . 067
6.3 數據清洗 .068
6.3.1 重複值處理 . 068
6.3.2 錯誤值處理 . 069
6.3.3 離群值處理 . 070
6.3.4 缺失值處理 . 074
6.4 樣本處理 .076
6.4.1 數據篩選 . 076
6.4.2 隨機抽樣 . 076
6.4.3 數據平衡 . 077
6.5 變數處理 .078
6.6 品質評估 .079
本章小結080

第Ⅲ部分
描述統計分析篇
第 7 章 數據統計分析基礎 082
7.1 認識數據集 .082
7.1.1 數據集格式 . 082
7.1.2 數據存儲類型 . 083
7.1.3 數據統計類型 . 084
7.2 統計分析基礎 .085
7.2.1 操作模式 . 085
7.2.2 關鍵要素 . 086
7.2.3 三個操作步驟 . 087
7.2.4 透視表組成結構 088
7.3 常用統計指標 .089
7.3.1 集中趨勢 . 090
7.3.2 離散程度 . 092
7.3.3 分佈形態 . 094
7.3.4 統計匯總函數 . 096
本章小結097
第 8 章 數據統計分析方法 098
8.1 對比分析法 .098
8.1.1 案例：使用者特徵分析 099
8.1.2 案例：增量不增收 100
8.1.3 統計分析思路框架 102
8.2 結構分析法 .103
8.2.1 案例：靜態結構分析 104
8.2.2 案例：動態結構分析 104
8.2.3 案例：財務結構分析 105
8.3 分佈分析法 .106
8.3.1 案例：運營商用戶消費分佈 . 107
8.3.2 案例：銀行用戶消費分析 . 107
8.3.3 案例：運營商流量分佈 109
8.4 趨勢分析法 .110
8.4.1 案例：手機銷量淡旺季 110
8.4.2 案例：訂單需求的週期性 . 111
8.4.3 案例：破解零售店的銷售規律 . 112
8.5 交叉分析法 .113
8.5.1 案例：各區域產品銷量 113
8.5.2 案例：產品偏好分析 114
8.5.3 案例：違約影響因素分析 . 117
8.6 杜邦分析法 .120
8.6.1 案例：淨資產收益率分析 . 121
8.6.2 案例：市場佔有率分析 121
8.6.3 案例：銷售策略分析 122
8.7 漏斗分析法 .122
8.7.1 案例：電商轉化率分析 123
8.7.2 案例：消費者行為分析模型 . 125
本章小結126
第 9 章 數據的視覺化分析 127
9.1 繪圖基本原則 .127
9.2 直條圖 .128
9.2.1 簡單直條圖 . 128
9.2.2 複式直條圖 . 129
9.2.3 堆積直條圖 . 129
9.2.4 百分比堆積直條圖 130
9.2.5 畫圖原則 . 131
9.3 長條圖 .131
9.3.1 分佈形態 . 132
9.3.2 溢出值考慮 . 133
9.3.3 多組長條圖 . 134
9.3.4 畫圖原則 . 134
9.4 箱形圖 .135
9.4.1 簡單箱形圖 . 135
9.4.2 分組箱形圖 . 136
9.4.3 畫圖原則 . 137
9.5 圓形圖 137
9.5.1 簡單圓形圖 . 137
9.5.2 複合圓形圖 . 138
9.5.3 畫圖原則 . 138
9.6 瀑布圖 .139
9.6.1 結構瀑布圖 . 139
9.6.2 變化瀑布圖 . 140
9.6.3 畫圖原則 . 141
9.7 折線圖 .141
9.7.1 簡單折線圖 . 141
9.7.2 多折線圖 . 141
9.7.3 畫圖原則 . 142
9.8 散點圖 / 氣泡圖 142
9.8.1 散點圖 142
9.8.2 氣泡圖 143
9.8.3 畫圖原則 . 143
9.9 漏斗圖 .144
9.9.1 漏斗圖介紹 . 144
9.9.2 畫圖原則 . 144
9.10 象限圖 .144
9.10.1 象限圖介紹 . 145
9.10.2 畫圖原則 . 145
9.11 帕累托圖 .145
9.11.1 帕累托圖介紹 . 145
9.11.2 畫圖原則 . 146
本章小結146

第Ⅳ部分
影響因素分析篇
第 10 章 相關分析 148
10.1 影響因素分析 .148
10.2 相關分析 .150
10.2.1 相關分析種類 151
10.2.2 散點圖 . 151
10.2.3 相關係數 . 153
10.2.4 顯著性檢驗 . 154
10.3 簡單相關分析步驟 155
10.3.1 第 1 步：繪製散點圖 156
10.3.2 第 2 步：計算相關係數 . 157
10.3.3 第 3 步：顯著性檢驗 158
10.3.4 第 4 步：進行業務判斷 . 158
10.4 三種相關係數 .158
10.4.1 Pearson 相關係數 . 159
10.4.2 Spearman 相關係數 . 160
10.4.3 Kendall 相關係數 . 161
10.5 相關係數的選擇 .164
10.6 案例：消費水準影響因素分析 165
10.7 偏相關分析 .167
10.7.1 偏相關概念 . 168
10.7.2 計算公式 . 168
10.7.3 顯著性檢驗 . 168
10.7.4 案例：消費水準的偏相關分析 . 169
本章小結170
第 11 章 方差分析 171
11.1 方差分析的基本知識 .171
11.1.1 基本原理 . 172
11.1.2 方差分析前提條件 178
11.2 方差分析類別 .179
11.3 單因素方差分析 .179
11.3.1 單因素方差分析步驟 179
11.3.2 案例：單因素方差分析應用 . 180
11.4 多因素方差分析 .183
11.4.1 基本原理 . 183
11.4.2 案例：行銷廣告策略分析 . 186
11.4.3 案例：消費水準的影響因素分析 189
11.5 協方差分析 .193
11.5.1 基本原理 . 193
11.5.2 案例：生豬飼料效果差異性評估 194
11.5.3 案例：消費水準的影響因素分析 195
本章小結197
第 12 章 列聯分析 198
12.1 列聯分析的基本知識 .198
12.1.1 列聯表 . 199
12.1.2 期望值 . 199
12.2 卡方檢驗 .200
12.3 列聯分析步驟 .201
12.4 案例：客戶流失的影響因素分析 201
本章小結205

第Ⅴ部分
統計推斷分析篇
第 13 章 概率論基礎 207
13.1 基本概念 .207
13.2 概率分佈 .209
13.3 離散型概率分佈 .210
13.3.1 概率分佈表示 210
13.3.2 伯努利分佈 . 212
13.3.3 二項分佈 . 212
13.3.4 泊松分佈 . 216
13.3.5 幾何分佈 . 219
13.4 連續型概率分佈 .221
13.4.1 概率分佈表示 221
13.4.2 均勻分佈 . 225
13.4.3 指數分佈 . 226
13.4.4 正態分佈 . 229
13.5 其他常用分佈 .233
13.5.1 χ 2 分佈 . 233
13.5.2 F 分佈 236
13.5.3 T 分佈 238
13.6 隨機變數的數字特徵 .239
13.6.1 數學期望 . 240
13.6.2 方差 240
本章小結241
第 14 章 參數估計 243
14.1 抽樣估計基礎 .243
14.1.1 基本概念 . 243
14.1.2 抽樣方法 . 244
14.1.3 大數定律 . 246
14.1.4 中心極限定理 247
14.2 參數估計 .250
14.2.1 點估計 . 250
14.2.2 均值點估計 . 252
14.2.3 比例點估計 . 253
14.2.4 產品壽命估計 254
14.3 區間估計 .255
14.3.1 基本概念 . 255
14.3.2 均值區間估計 256
14.3.3 方差區間估計 260
14.3.4 比例區間估計 263
14.4 抽樣誤差 .265
14.5 樣本容量確定 .266
14.5.1 均值評估的樣本容量 266
14.5.2 比例評估的樣本容量 267
本章小結268
第 15 章 假設檢驗 269
15.1 基本思想 .269
15.1.1 反證法 . 270
15.1.2 小概率 . 270
15.2 檢驗種類 .270
15.3 基本步驟 .271
15.4 顯著性檢驗 .274
15.5 常用檢驗統計量 .277
15.5.1 均值檢驗 . 277
15.5.2 方差檢驗 . 283
15.5.3 比例檢驗 . 286
15.6 兩類錯誤 .287
15.7 案例：SPSS 中假設檢驗 .288
15.7.1 案例：周歲兒童身高 T 檢驗 . 288
15.7.2 案例：信用卡消費水準 T檢驗 289
本章小結291
第 16 章 雙樣本假設檢驗 292
16.1 兩獨立樣本檢驗 .292
16.1.1 均值差異檢驗 293
16.1.2 方差齊性檢驗 296
16.2 兩配對樣本檢驗 .297
16.2.1 案例：存活天數差異 298
16.2.2 案例：施肥對幼苗成長影響 . 299
16.2.3 案例：針織品斷裂強力差異檢驗 300
16.3 案例：Excel 中雙樣本檢驗 301
16.3.1 案例：供應商交付週期差異評估 301
16.3.2 案例：農作物產量差異分析 . 303
16.3.3 案例：樁長度的估計值與
實際值的差異評估 305
16.4 案例：SPSS 中雙樣本檢驗 .306
16.4.1 案例：促銷與非促銷效果差異檢驗 . 306
16.4.2 案例：煙齡和膽固醇關係檢驗 308
16.4.3 案例：減肥茶效果檢驗 . 309
本章小結310

參考文獻 311

傅一航

大數據培訓講師。電腦軟體與理論碩士（研究方向：數據挖掘、搜尋引擎）。在華為工作十年，獲得多個獎項及五項國家專利，對大數據技術有深入實踐和研究！
 
專注於大數據分析、數據挖掘、數據建模、機器學習等應用技術，以及大數據系統部署解決方案，旨在將大數據技術應用於商業領域，幫助決策者實現管理決策、運營決策、行銷決策！