中圖網小程序
一鍵登錄
更方便
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
數據分析師手記——數據分析72個核心問題精解 版權信息
- ISBN：9787302628101
- 條形碼：9787302628101 ; 978-7-302-62810-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
數據分析師手記——數據分析72個核心問題精解 本書特色
《數據分析師手記：數據分析72個核心問題精解》適合想入門數據分析的初學者，也適合有一定基礎的從業者。對于想入門或基礎較為薄弱的讀者，本書從常用的分析指標、分析方法等基本知識出發，為讀者梳理出一幅清晰的學習地圖；對于有一定基礎的從業者，本書對數據的價值及創新模式等進行了探索式思考，幫助讀者對數據分析這一工具有更深入的了解。
數據分析師手記——數據分析72個核心問題精解 內容簡介
《數據分析師手記：數據分析72個核心問題精解》從底層認知、思維方法、工具技術、項目落地及展望出發，使用問答的形式對數據分析中的72個核心知識點進行講解，構建了數據分析的知識框架，帶領讀者認識數據分析背后的奧妙。讀者可以用本書作為學習地圖，針對具體的方法、技術進行延伸學習。
數據分析師手記——數據分析72個核心問題精解 目錄
第 1 章 底層認知
1.1 基礎認知
第 1 問：數據分析怎么學？—本書學習指南 / 2
第 2 問：數據分析是怎么來的？—數據分析極簡發展史 / 4
第 3 問：什么是數據指標？ / 6
第 4 問：常見的指標有哪些？ / 9
第 5 問：對于數據分析領域，統計學要學到什么程度？ / 10
第 6 問：數據分析領域主要的崗位有哪些？ / 13
1.2 底層邏輯 / 17
第 7 問：如何建立完整有效的數據指標體系？ / 17
第 8 問：數據指標體系如何應用？—數據監控體系 / 21
第 9 問：數據分析的產出價值是什么？ / 24
第 10 問：數據分析的常見陷阱有哪些？ / 26
第 11 問：如何讓數據驅動業務？—數據分析流程 / 28
第 2 章 思維方法 / 32
2.1 數據思維 / 33
第 12 問：什么是數據思維？ / 33
第 13 問：怎么使用數據思維？ / 35
第 14 問：怎么訓練數據思維？ / 38
2.2 通用分析方法 / 41
第 15 問：什么是數據異常分析？ / 41
第 16 問：什么是描述性分析？ / 43
第 17 問：什么是對比分析？ / 46
第 18 問：什么是細分分析？ / 48
第 19 問：什么是歸因分析？ / 52
第 20 問：什么是預測分析？ / 56
第 21 問：什么是相關性分析？ / 58
第 22 問：什么是二八定律 / 帕累托定律分析？ / 61
2.3 商業分析方法 / 63
第 23 問：什么是 PEST 分析？ / 63
第 24 問：什么是 SWOT 分析？ / 65
第 25 問：什么是邏輯樹分析？ / 68
第 26 問：什么是“STP+4P”分析？ / 71
第 27 問：什么是波士頓矩陣分析？ / 73
第 28 問：什么是 5W2H 分析？ / 77
2.4 產品分析方法 / 79
第 29 問：什么是生命周期分析？ / 80
第 30 問：什么是 AB 測試分析？ / 83
第 31 問：什么是競品分析？ / 88
2.5 用戶分析方法 / 90
第 32 問：什么是用戶畫像分析？ / 90
第 33 問：什么是漏斗分析？ / 96
第 34 問：什么是 RFM 用戶分層分析？ / 100
第 35 問：什么是同期群分析？ / 104
第 3 章 工具技術 / 107
第 36 問：分析工具如何選？—常用場景說明 / 108
3.1 Excel / 109
第 37 問：用 Excel 做數據分析夠嗎？— Excel 的學習路徑 / 109
第 38 問：Excel 中有哪些重要的函數或功能？—Excel 高頻常用函數介紹 / 110
第 39 問：如何用 Excel 做數據分析？—Excel 透視表*全指南 / 114
3.2 SQL / 127
第 40 問：什么是 SQL ？—SQL 的學習路徑 / 127
第 41 問：SQL 基礎操作有哪些？ / 129
第 42 問：SQL 有哪些高頻函數？ / 130
第 43 問：SQL 的表連接該如何做？ / 130
第 44 問：什么是 SQL 的窗口函數？ / 137
第 45 問：SQL 要學習到什么程度？—SQL 在數據分析中落地 / 147
3.3 Python / 151
第 46 問：什么是 Python ？—Python 的介紹與開始 / 151
第 47 問：Python 基礎語法有哪些？ / 152
第 48 問：Python 數據分析工具包 Pandas 是什么？ / 160
第 49 問：Python 數據可視化工具包 Matplotlib 是什么？ / 177
第 50 問：Pandas 如何解決業務問題？—數據分析流程詳解 / 183
3.4 PowerBI / 195
第 51 問：什么是商業智能？—商業智能與 PowerBI 入門 / 195
第 52 問：PowerBI 的核心概念有哪些？—一文看懂 PowerBI 運行邏輯 / 198
第 53 問：如何用 PowerBI 做數據分析？—PowerBI 完整數據分析流程案例 / 208
第 4 章 項目落地 / 222
4.1 落地思維 / 223
第 54 問：數據分析的結果該如何落地？ / 223
第 55 問：數據分析沒有思路怎么辦？—數據分析中“以終為始”的思考邏輯 / 226
第 56 問：如何從不同層次理解業務？—數據分析中“點線面體”的思考邏輯 / 229
第 57 問：數據分析怎么做才有價值？—數據分析中的目標管理 / 231
4.2 理解業務本質 / 235
第 58 問：常說的業務場景是什么？—從營銷角度出發構建“業務場景模型” / 235
第 59 問：零售行業常說的人貨場是什么？—從“人貨場模型”看落地場景中的數據
分析 / 240
第 60 問：如何深入理解業務？—利用點線面思維構建“業務模型” / 242
第 61 問：如何梳理業務流程？—從“線”的層次思考業務 / 245
第 62 問：如何看懂公司的商業模式？—從“面”的層次思考業務 / 250
第 63 問：從戰略層次全局看待業務？—從“體”的層次思考業務 / 254
4.3 互聯網產品數據分析實踐 / 258
第 64 問：如何分析用戶行為數據？—還原實際業務中的落地分析流程 / 258
第 65 問：如何定義問題？—AARRR 模型中獲取階段的落地分析 / 263
第 66 問：如何形成分析思路？—AARRR 模型中促活階段的落地分析 / 268
第 67 問：如何給落地建議？—AARRR 模型中留存階段的落地分析 / 274
4.4 報告呈現 / 279
第 68 問：為什么要做數據分析報告？—向上匯報與橫向溝通 / 279
第 69 問：如何用數據來講故事？—報告結構與金字塔原理 / 281
第 70 問：如何制作一個圖表？—數據可視化的邏輯 / 284
4.5 項目復現實戰 / 287
第 71 問：游戲行業，如何分析活動？ / 287
第 5 章 展望 / 298
第 72 問：數據分析師的前景及如何成長？ / 299
展開全部
書友推薦
- >
朝聞道
- >
月亮與六便士
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
名家帶你讀魯迅:朝花夕拾
- >
唐代進士錄
- >
巴金－再思錄
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
二體千字文
本類暢銷
