由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版新书]数据分析师手记——数据分析72个核心问题精解刘林、李
¥ ×1
第 1 章 底层认知
1.1 基础认知
第 1 问:数据分析怎么学?—本书学习指南 / 2
第 2 问:数据分析是怎么来的?—数据分析极简发展史 / 4
第 3 问:什么是数据指标? / 6
第 4 问:常见的指标有哪些? / 9
第 5 问:对于数据分析领域,统计学要学到什么程度? / 10
第 6 问:数据分析领域主要的岗位有哪些? / 13
1.2 底层逻辑 / 17
第 7 问:如何建立完整有效的数据指标体系? / 17
第 8 问:数据指标体系如何应用?—数据监控体系 / 21
第 9 问:数据分析的产出价值是什么? / 24
第 10 问:数据分析的常见陷阱有哪些? / 26
第 11 问:如何让数据驱动业务?—数据分析流程 / 28
第 2 章 思维方法 / 32
2.1 数据思维 / 33
第 12 问:什么是数据思维? / 33
第 13 问:怎么使用数据思维? / 35
第 14 问:怎么训练数据思维? / 38
2.2 通用分析方法 / 41
第 15 问:什么是数据异常分析? / 41
第 16 问:什么是描述性分析? / 43
第 17 问:什么是对比分析? / 46
第 18 问:什么是细分分析? / 48
第 19 问:什么是归因分析? / 52
第 20 问:什么是预测分析? / 56
第 21 问:什么是相关性分析? / 58
第 22 问:什么是二八定律 / 帕累托定律分析? / 61
2.3 商业分析方法 / 63
第 23 问:什么是 PEST 分析? / 63
第 24 问:什么是 SWOT 分析? / 65
第 25 问:什么是逻辑树分析? / 68
第 26 问:什么是“STP 4P”分析? / 71
第 27 问:什么是波士顿矩阵分析? / 73
第 28 问:什么是 5W2H 分析? / 77
2.4 产品分析方法 / 79
第 29 问:什么是生命周期分析? / 80
第 30 问:什么是 AB 测试分析? / 83
第 31 问:什么是竞品分析? / 88
2.5 用户分析方法 / 90
第 32 问:什么是用户画像分析? / 90
第 33 问:什么是漏斗分析? / 96
第 34 问:什么是 RFM 用户分层分析? / 100
第 35 问:什么是同期群分析? / 104
第 3 章 工具技术 / 107
第 36 问:分析工具如何选?—常用场景说明 / 108
3.1 Excel / 109
第 37 问:用 Excel 做数据分析够吗?— Excel 的学习路径 / 109
第 38 问:Excel 中有哪些重要的函数或功能?—Excel 高频常用函数介绍 / 110
第 39 问:如何用 Excel 做数据分析?—Excel 透视表最全指南 / 114
3.2 SQL / 127
第 40 问:什么是 SQL ?—SQL 的学习路径 / 127
第 41 问:SQL 基础操作有哪些? / 129
第 42 问:SQL 有哪些高频函数? / 130
第 43 问:SQL 的表连接该如何做? / 130
第 44 问:什么是 SQL 的窗口函数? / 137
第 45 问:SQL 要学习到什么程度?—SQL 在数据分析中落地 / 147
3.3 Python / 151
第 46 问:什么是 Python ?—Python 的介绍与开始 / 151
第 47 问:Python 基础语法有哪些? / 152
第 48 问:Python 数据分析工具包 Pandas 是什么? / 160
第 49 问:Python 数据可视化工具包 Matplotlib 是什么? / 177
第 50 问:Pandas 如何解决业务问题?—数据分析流程详解 / 183
3.4 PowerBI / 195
第 51 问:什么是商业智能?—商业智能与 PowerBI 入门 / 195
第 52 问:PowerBI 的核心概念有哪些?—一文看懂 PowerBI 运行逻辑 / 198
第 53 问:如何用 PowerBI 做数据分析?—PowerBI 完整数据分析流程案例 / 208
第 4 章 项目落地 / 222
4.1 落地思维 / 223
第 54 问:数据分析的结果该如何落地? / 223
第 55 问:数据分析没有思路怎么办?—数据分析中“以终为始”的思考逻辑 / 226
第 56 问:如何从不同层次理解业务?—数据分析中“点线面体”的思考逻辑 / 229
第 57 问:数据分析怎么做才有价值?—数据分析中的目标管理 / 231
4.2 理解业务本质 / 235
第 58 问:常说的业务场景是什么?—从营销角度出发构建“业务场景模型” / 235
第 59 问:零售行业常说的人货场是什么?—从“人货场模型”看落地场景中的数据
分析 / 240
第 60 问:如何深入理解业务?—利用点线面思维构建“业务模型” / 242
第 61 问:如何梳理业务流程?—从“线”的层次思考业务 / 245
第 62 问:如何看懂公司的商业模式?—从“面”的层次思考业务 / 250
第 63 问:从战略层次全局看待业务?—从“体”的层次思考业务 / 254
4.3 互联网产品数据分析实践 / 258
第 64 问:如何分析用户行为数据?—还原实际业务中的落地分析流程 / 258
第 65 问:如何定义问题?—AARRR 模型中获取阶段的落地分析 / 263
第 66 问:如何形成分析思路?—AARRR 模型中促活阶段的落地分析 / 268
第 67 问:如何给落地建议?—AARRR 模型中留存阶段的落地分析 / 274
4.4 报告呈现 / 279
第 68 问:为什么要做数据分析报告?—向上汇报与横向沟通 / 279
第 69 问:如何用数据来讲故事?—报告结构与金字塔原理 / 281
第 70 问:如何制作一个图表?—数据可视化的逻辑 / 284
4.5 项目复现实战 / 287
第 71 问:游戏行业,如何分析活动? / 287
第 5 章 展望 / 298
第 72 问:数据分析师的前景及如何成长? / 299
《数据分析师手记:数据分析72个核心问题精解》适合想入门数据分析的初学者,也适合有一定基础的从业者。对于想入门或基础较为薄弱的读者,本书从常用的分析指标、分析方法等基本知识出发,为读者梳理出一幅清晰的学习地图;对于有一定基础的从业者,本书对数据的价值及创新模式等进行了探索式思考,帮助读者对数据分析这一工具有更深入的了解。
《数据分析师手记:数据分析72个核心问题精解》从底层认知、思维方法、工具技术、项目落地及展望出发,使用问答的形式对数据分析中的72个核心知识点进行讲解,构建了数据分析的知识框架,带领读者认识数据分析背后的奥妙。读者可以用本书作为学习地图,针对具体的方法、技术进行延伸学习。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格