预购商品
书目分类
特别推荐
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!
最近浏览商品
客服公告
热门活动
订阅电子报