掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
數據驅動力 企業數據分析實戰 版權信息
- ISBN：9787115560179
- 條形碼：9787115560179 ; 978-7-115-56017-9
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
數據驅動力 企業數據分析實戰 本書特色
1.本書通過豐富的案例展示如何打造完整的分析價值鏈：收集正確、可靠的數據，合理分析，獲得見解，并將見解融入決策過程； 2.前華為中國區CIO楊通鵬、EXIN亞太區總經理孫振鵬聯合推薦； 3.一線案例分析，助力數字化轉型。 在數字化轉型如火如荼的當下，企業必須努力打造數據驅動型文化。這不只意味著擁有數據分析精英團隊--如果缺乏前瞻性分析，即使生成再多的報表，也不是數據驅動組織。 - 理解數據驅動的真正含義 - 學習評估數據質量的各個指標 - 收集和分析可靠的數據 - 用數據講故事 - 用A/B測試進行數據驅動決策 - 打造數據驅動型文化
數據驅動力 企業數據分析實戰 內容簡介
本書首先講解數據本身, 重點介紹如何選擇正確的數據源, 確保數據的質量和可靠性, 然后討論數據分析, 組織需要獲取擁有**技術和工具并能洞察數據變化的人才。接下來幾章介紹具體的分析工作, 包括性能分析、設計指標、A/B測試和原型講解等, 隨之深入到分析價值鏈的下一環節: 利用分析結果和數據見解做出決策。
數據驅動力 企業數據分析實戰 目錄
版權聲明
O'Reilly Media， Inc．介紹
前言 xi
第 1章 數據驅動意味著什么 1
1．1 數據收集 1
1．2 數據訪問 2
1．3 報表 3
1．4 報警 4
1．5 從報表和報警到分析 5
1．6 數據驅動的特征 7
1．7 分析成熟度 8
1．8 小結 12
第 2章 數據質量 13
2．1 數據質量的各個方面 14
2．2 臟數據 15
2．2．1 數據生成 16
2．2．2 數據錄入 16
2．2．3 缺失數據 22
2．2．4 多重記錄 24
2．2．5 截尾數據 24
2．2．6 計量單位 25
2．2．7 默認值 25
2．3 數據世系 26
2．4 數據質量是共同承擔的責任 26
第3章 數據收集 29
3．1 全量收集 29
3．2 數據源的優先級 31
3．3 關聯數據 33
3．4 數據收集 34
3．5 購買數據 36
3．6 數據留存 39
第4章 分析組織 41
4．1 分析師類型 41
4．1．1 數據分析師 42
4．1．2 數據工程師和分析工程師 42
4．1．3 商業分析師 43
4．1．4 數據科學家 43
4．1．5 統計學家 43
4．1．6 金融工程師 44
4．1．7 會計和財務分析師 44
4．1．8 數據可視化專家 45
4．2 分析需要團隊協作 45
4．3 技能和素質 48
4．4 輔助工具 50
4．4．1 探索性數據分析和統計建！50
4．4．2 數據庫查詢 51
4．4．3 文件審查和操作 52
4．5 分析組織結構 54
4．5．1 集中型 54
4．5．2 分散型 55
第5章 數據分析 58
5．1 什么是分析 59
5．2 分析的類型 60
5．2．1 描述性分析 63
5．2．2 探索性分析 65
5．2．3 推斷分析 71
5．2．4 預測分析 73
5．2．5 因果分析 76
第6章 指標設計 78
6．1 指標設計 79
6．1．1 簡單 79
6．1．2 標準化 79
6．1．3 準確 80
6．1．4 精確 81
6．1．5 相對和絕對 81
6．1．6 穩健 82
6．1．7 直接 83
6．2 KPI 84
6．2．1 KPI案例 85
6．2．2 多少個KPI 86
6．2．3 KPI的定義和目標 87
第7章 用數據講故事 89
7．1 講故事 89
7．2 第 一步 92
7．2．1 想達到什么目的 92
7．2．2 受眾是誰 92
7．2．3 使用什么媒介 93
7．3 大力推銷 93
7．4 數據可視化 94
7．4．1 選擇圖表 94
7．4．2 設計圖表元素 97
7．5 傳達 101
7．5．1 信息圖 101
7．5．2 儀表板 103
7．6 小結 106
第8章 A/B測試 108
8．1 為何要做A/B測試 111
8．2 怎么做：A/B測試中的*佳實踐 112
8．2．1 實驗之前 112
8．2．2 運行實驗 117
8．3 其他方法 119
8．3．1 多變量測試 119
8．3．2 貝葉斯定理的“強盜” 120
8．4 文化內涵 121
第9章 決策 123
9．1 決策制定得如何 124
9．2 是什么讓決策變得困難 127
9．2．1 數據 128
9．2．2 文化 129
9．2．3 認知障礙 130
9．2．4 直覺會在何處奏效 133
9．3 解決方案 134
9．3．1 動機 135
9．3．2 能力 136
9．3．3 觸發器 139
9．4 小結 139
第 10章 數據驅動型文化 141
10．1 開放、信任的文化 142
10．2 廣泛的數據通識 144
10．3 目標優先的文化 145
10．4 求知好問的文化 146
10．5 迭代、學習型的文化 147
10．6 反HiPPO文化 149
10．7 數據領導 149
第 11章 數據驅動型的首席高管 151
11．1 首席數據官 152
11．1．1 首席數據官的職責 153
11．1．2 成功的秘密 155
11．1．3 首席數據官的未來 158
11．2 首席分析官 159
11．3 小結 162
第 12章 隱私、道德和風險 164
12．1 尊重隱私 165
12．2 要有同理心 168
12．3 數據質量 172
12．4 安全 173
12．5 執行 174
12．6 小結 174
第 13章 結論 176
擴展閱讀 181
附錄A 關于數據不合理的有效性：為什么數據越多越好 183
附錄B 愿景聲明 189
關于作者 192
關于封面 192
O'Reilly Media， Inc．介紹
前言 xi
第 1章 數據驅動意味著什么 1
1．1 數據收集 1
1．2 數據訪問 2
1．3 報表 3
1．4 報警 4
1．5 從報表和報警到分析 5
1．6 數據驅動的特征 7
1．7 分析成熟度 8
1．8 小結 12
第 2章 數據質量 13
2．1 數據質量的各個方面 14
2．2 臟數據 15
2．2．1 數據生成 16
2．2．2 數據錄入 16
2．2．3 缺失數據 22
2．2．4 多重記錄 24
2．2．5 截尾數據 24
2．2．6 計量單位 25
2．2．7 默認值 25
2．3 數據世系 26
2．4 數據質量是共同承擔的責任 26
第3章 數據收集 29
3．1 全量收集 29
3．2 數據源的優先級 31
3．3 關聯數據 33
3．4 數據收集 34
3．5 購買數據 36
3．6 數據留存 39
第4章 分析組織 41
4．1 分析師類型 41
4．1．1 數據分析師 42
4．1．2 數據工程師和分析工程師 42
4．1．3 商業分析師 43
4．1．4 數據科學家 43
4．1．5 統計學家 43
4．1．6 金融工程師 44
4．1．7 會計和財務分析師 44
4．1．8 數據可視化專家 45
4．2 分析需要團隊協作 45
4．3 技能和素質 48
4．4 輔助工具 50
4．4．1 探索性數據分析和統計建！50
4．4．2 數據庫查詢 51
4．4．3 文件審查和操作 52
4．5 分析組織結構 54
4．5．1 集中型 54
4．5．2 分散型 55
第5章 數據分析 58
5．1 什么是分析 59
5．2 分析的類型 60
5．2．1 描述性分析 63
5．2．2 探索性分析 65
5．2．3 推斷分析 71
5．2．4 預測分析 73
5．2．5 因果分析 76
第6章 指標設計 78
6．1 指標設計 79
6．1．1 簡單 79
6．1．2 標準化 79
6．1．3 準確 80
6．1．4 精確 81
6．1．5 相對和絕對 81
6．1．6 穩健 82
6．1．7 直接 83
6．2 KPI 84
6．2．1 KPI案例 85
6．2．2 多少個KPI 86
6．2．3 KPI的定義和目標 87
第7章 用數據講故事 89
7．1 講故事 89
7．2 第 一步 92
7．2．1 想達到什么目的 92
7．2．2 受眾是誰 92
7．2．3 使用什么媒介 93
7．3 大力推銷 93
7．4 數據可視化 94
7．4．1 選擇圖表 94
7．4．2 設計圖表元素 97
7．5 傳達 101
7．5．1 信息圖 101
7．5．2 儀表板 103
7．6 小結 106
第8章 A/B測試 108
8．1 為何要做A/B測試 111
8．2 怎么做：A/B測試中的*佳實踐 112
8．2．1 實驗之前 112
8．2．2 運行實驗 117
8．3 其他方法 119
8．3．1 多變量測試 119
8．3．2 貝葉斯定理的“強盜” 120
8．4 文化內涵 121
第9章 決策 123
9．1 決策制定得如何 124
9．2 是什么讓決策變得困難 127
9．2．1 數據 128
9．2．2 文化 129
9．2．3 認知障礙 130
9．2．4 直覺會在何處奏效 133
9．3 解決方案 134
9．3．1 動機 135
9．3．2 能力 136
9．3．3 觸發器 139
9．4 小結 139
第 10章 數據驅動型文化 141
10．1 開放、信任的文化 142
10．2 廣泛的數據通識 144
10．3 目標優先的文化 145
10．4 求知好問的文化 146
10．5 迭代、學習型的文化 147
10．6 反HiPPO文化 149
10．7 數據領導 149
第 11章 數據驅動型的首席高管 151
11．1 首席數據官 152
11．1．1 首席數據官的職責 153
11．1．2 成功的秘密 155
11．1．3 首席數據官的未來 158
11．2 首席分析官 159
11．3 小結 162
第 12章 隱私、道德和風險 164
12．1 尊重隱私 165
12．2 要有同理心 168
12．3 數據質量 172
12．4 安全 173
12．5 執行 174
12．6 小結 174
第 13章 結論 176
擴展閱讀 181
附錄A 關于數據不合理的有效性：為什么數據越多越好 183
附錄B 愿景聲明 189
關于作者 192
關于封面 192
展開全部
數據驅動力 企業數據分析實戰 作者簡介
卡爾.安德森（Carl Anderson），數據科學家，擅長利用統計學和機器學習技術解決商業問題。紐約WW公司數據副總裁，領導數據科學團隊構建數據產品和制定數據策略。曾任紐約Warby Parker公司數據科學總監，在創建數據驅動組織方面擁有豐富的經驗。
書友推薦
- >
李白與唐代文化
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
自卑與超越
- >
煙與鏡
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
有舍有得是人生
- >
朝聞道
- >
名家帶你讀魯迅:朝花夕拾
本類暢銷
