数据分析：企业的贤内助_数据库教程

资源名称：数据分析：企业的贤内助 

内容简介：

资深数据分析师多年工作经验结晶，20余位行业专家联袂推荐！

数据分析领域的开创性著作，技术内容专业、细致、严谨；写作方式独辟蹊径，构思巧妙，生动有趣！

以企业经营中的案例为依托，将复杂的数据分析知识巧妙地融入其中，完整呈现数据分析项目的流程，系统阐述数据分析的专业思路、方法和技能！

真正的好书不在于给出答案，而在于给出思考问题的方法。本书选择人物对话的形式，通过一问一答把读者带入到思考问题的情境，耳濡目染，感同身受。思路上清晰连贯，表达上深入浅出，减少枯燥的概念，增加生动的故事和实用的案例；减少晦涩的公式推导，增加思路引导的互动情境。

本书章节逻辑清晰，从企业的一个个具化的需求出发，使读者对数据分析的了解循序渐进，将复杂的数据分析知识体系串成有机的整体；数据分析体系完整，从数据采集、数据清洗和加工，到战略数据分析、经营数据分析和投资数据分析等综合分析，最后到数据成果的精彩呈现均加以阐述，使读者完整了解到数据分析对企业各个环节的价值。书中的案例来源于企业经营的实际案例，实用性强，分析线索环环紧扣，分析方法细致严谨，数据展示简洁明了，难能可贵的是作者将自己多年在数据分析实际工作中的“解题”思路加以展现，为广大数据分析师们的实务工作提供了宝贵的借鉴。

本书在章节编排方面兼顾不同读者的需求：第1章可加强企业高管对数据分析的认识。第2章有助于想进入数据分析行业的有志之士明确发展方向和路径。第3章帮助在信息技术公司、软件公司、互联网公司、传统企业、电商企业、管理咨询公司、市场研究公司等从事数据分析工作的分析师进行自检。第4章到第8章有助于初中级数据分析师以及阅读使用数据分析报告的职业经理人提升数据分析的专业思路、方法和技能。

资源目录：

本书赞誉

序

前言

第一篇　数据分析的价值与要求

第1章　内助出山2

1.1　决策困境的出路4

1.1.1　战略决策4

1.1.2　投资决策9

1.1.3　营销决策14

1.2　数据分析的前景16

1.2.1　成功案例17

1.2.2　行业发展18

1.3　数据价值问与答20

1.3.1　Q&A1：凭经验也可做决策20

1.3.2　Q&A2：数据分析提高决策成本21

1.3.3　Q&A3：调研数据不足信22

1.3.4　Q&A4：数据分析的组织结构23

1.3.5　Q&A5：数据分析部门的职责25

1.4　本章小结26

第2章　招兵买马28

2.1　分析师的岗位要求29

2.1.1　教育背景29

2.1.2　基本素质31

2.1.3　技能经验32

2.2　分析师的海阔天空33

2.2.1　发展方向33

2.2.2　晋升空间35

2.2.3　职业规划38

2.3　分析师的能力测试39

2.3.1　数据敏感性测试40

2.3.2　逻辑思维力测试42

2.4　本章小结48

第3章　优秀之路50

3.1　修四重提升境界52

3.1.1　第一重：深度52

3.1.2　第二重：信度55

3.1.3　第三重：效度59

3.1.4　第四重：通度60

3.2　悟四种专业态度62

3.2.1　态度一：避免从众心理62

3.2.2　态度二：避免偏见63

3.2.3　态度三：合理怀疑64

3.2.4　态度四：换位思考64

3.3　熟五大分析要素65

3.3.1　要素一：图纸65

3.3.2　要素二：材料66

3.3.3　要素三：步骤66

3.3.4　要素四：工具67

3.3.5　要素五：方法68

3.4　本章小结69

第二篇　数据分析的实战与应用

第4章　下单：设计方案72

4.1　揭开方案的面纱74

4.1.1　研究方案的作用74

4.1.2　研究方案的构成74

4.1.3　向1234原则看齐75

4.2　奏响方案七步曲77

4.2.1　明确研究目的77

4.2.2　分解研究内容78

4.2.3　找准研究对象82

4.2.4　选择方式方法83

4.2.5　计划项目周期83

4.2.6　估算项目报价84

4.2.7　确定项目组成员85

4.3　市场细分案例87

4.4　本章小结87

第5章　备料：数据采集89

5.1　解读数据的特征90

5.1.1　时效性90

5.1.2　分散性91

5.1.3　概率性91

5.1.4　再创性91

5.2　二手数据案头淘92

5.2.1　二手数据的价值93

5.2.2　二手数据的查找94

5.3　一手数据实地跑95

5.3.1　调查方法慎选择96

5.3.2　多快好省用抽样105

5.3.3　问卷设计细思量110

5.4　本章小结125

第6章　切配：数据处理127

6.1　入库：数据录入129

6.1.1　录入结构129

6.1.2　编码129

6.2　冲洗：数据清洗134

6.2.1　查重135

6.2.2　改缺135

6.2.3　纠错137

6.3　切堆：数据加工140

6.3.1　数据抽取140

6.3.2　数据排序与分组141

6.4　打焯：数据描述142

6.4.1　集中与离散趋势142

6.4.2　频数分布145

6.4.3　交叉分布147

6.5　本章小结150

第7章　烹饪：数据分析151

7.1　菜名：界定分析目的152

7.2　菜谱：梳理分析思路152

7.2.1　按时间维度153

7.2.2　按空间维度153

7.2.3　按综合维度154

7.3　厨艺：运用分析方法156

7.3.1　基础分析方法156

7.3.2　衍生分析方法161

7.3.3　春节策划案例分析161

7.4　菜肴1：战略分析　163

7.4.1　分析思路163

7.4.2　矩阵分析法与层次分析法171

7.5　菜肴2：投资分析185

7.5.1　分析思路185

7.5.2　预测分析法186

7.5.3　收益分析法200

7.5.4　风险分析法208

7.6　菜肴3：营销分析216

7.6.1　分析思路216

7.6.2　聚类分析218

7.6.3　KANO模型225

7.6.4　PSM模型229

7.6.5　品牌知觉图分析234

7.6.6　定标比超分析240

7.6.7　漏斗分析245

7.6.8　AIDA模型248

7.7　本章小结253

第8章　打荷：数据呈现255

8.1　盘饰：好文配好图256

8.1.1　明确要表达的信息256

8.1.2　选择图表类型257

8.1.3　制作选定的图表276

8.1.4　确定有效的表达292

8.2　摆放：报告闯四关299

8.2.1　报告的准备299

8.2.2　报告的种类300

8.2.3　报告的结构304

8.2.4　报告的论述308

8.3　本章小结314

资源截图：