新書推薦：
《
智慧宫丛书026·增长：从细菌到帝国
》
售價：HK$
180.0
《
从自察到自救：别让情绪偷走你的人生
》
售價：HK$
90.0
《
晚明的崩溃：人心亡了，一切就都亡了！
》
售價：HK$
71.8
《
俄国女皇：叶卡捷琳娜二世传（精装插图版）
》
售價：HK$
81.6
《
真想让我爱的人读读这本书
》
售價：HK$
57.6
《
解套基本逻辑与六大战法
》
售價：HK$
58.8
《
超级制造
》
售價：HK$
143.9
《
明朝270年：明朝的外交博弈和权力游戏
》
售價：HK$
69.6
|
| 內容簡介： |
|
随着互联网技术的普及，数据产生的速度加快，数据规模越来越庞大，企业对数据分析师的需求也随之增加。数据分析师需要做好日常的数据收集与积累的工作，通过数据分析师制定适合企业的发展计划，帮助企业在激烈的市场竞争中赢得主动权，实现跨越发展。目前的企业中，大多已经简历了数据分析部门，知名互联网公司如IBM、谷歌等企业尤其注重发展投资数据分析部门，培养数据分析团队。数据分析师的分析结论与建议已经成为企业决策的重要参考。本书从数据分析师培养的角度，结合大量的图表、案例，提炼出新手数据分析师急需了解的内容，帮助读者从宏观角度全面了解数据分析师的工作流程。对于想要入行的新手来说，这是一本非常实用的工具书。
|
| 關於作者： |
|
高峰，重庆文理学院高级实验师，硕士生导师，韩国科学技术院访问学者。目前从事大数据智能计算、人工智能及机器学些、虚拟现实的研究及科技成果转化工作。发表学术论文近20篇，主持省部级以上教学科研项目7项。重庆市高校在线竞聘开放课程负责人，重庆市一流课程负责人。
|
| 目錄：
|
第1章 年薪50万元的数据分析师都干什么
1.1 数据分析师是什么 / 001
1.1.1 数据分析师的等级标准 / 002
1.1.2 数据分析师的岗位职责 / 003
1.2 数据分析师的理论知识 / 004
1.2.1 数学统计知识 / 005
1.2.2 市场研究知识 / 006
1.3 数据分析的三种类型 / 009
1.3.1 描述性分析 / 010
1.3.2 探索性分析 / 010
1.3.3 验证性分析 / 012
1.4 数据分析的工具 / 013
1.4.1 常用办公软件（Excel） / 013
1.4.2 数据库 / 013
1.4.3 统计分析工具 / 014
第2章 数据分析对企业有什么意义
2.1 优化企业业务 / 015
2.1.1 全方位提升用户体验 / 016
2.1.2 优化整合企业资源 / 016
2.2 科学规划企业营运 / 017
2.2.1 用数据发现新客户 / 018
2.2.2 用数据衡量产品运营效果 / 020
2.2.3 用数据规划企业发展蓝图 / 021
2.3 为企业增值 / 023
2.3.1 数据价值转化为盈利模式 / 023
2.3.2 数据辅助业务扩充 / 024
第3章 收集数据：开启数据分析的步
3.1 收集数据的三大原则 / 026
3.1.1 虚假数据不收集 / 026
3.1.2 误差数据不收集 / 029
3.1.3 无用数据不收集 / 033
3.2 制订数据收集计划 / 035
3.2.1 确定工作范围 / 036
3.2.2 建立必要的编码原则 / 036
3.2.3 建立公用信息 / 037
3.2.4 BOM结构的确定 / 037
3.2.5 数据检查 / 038
3.3 如何收集数据 / 039
3.3.1 明确收集数据的目的 / 040
3.3.2 决定数据分层因素 / 042
3.3.3 选择正确抽样方法 / 044
3.4 收集数据常见问题 / 048
3.4.1 不知从何处开始 / 048
3.4.2 收集过多的无效数据 / 050
3.4.3 收集的数据不全面 / 050
第4章 整理数据：将一手资料变为规范数据
4.1 整理数据的两大原则 / 053
4.1.1 选择性输入 / 054
4.1.2 程式化输出 / 054
4.2 四种数据整理方法 / 056
4.2.1 时间分配处理法 / 056
4.2.2 精简分布处理法 / 057
4.2.3 设备结构处理法 / 058
4.2.4 中央处理器处理法 / 060
4.3 不规范数据整理 / 062
4.3.1 不规范数据界定 / 063
4.3.2 整理不规范数据的方法 / 064
第5章 分析数据：数据分析师的核心工作
5.1 哪些数据需要分析 / 066
5.1.1 财务数据 / 067
5.1.2 仓储数据 / 068
5.1.3 营销数据 / 070
5.1.4 人员数据 / 073
5.2 基本的数据分析方法 / 075
5.2.1 基础分析法 / 075
5.2.2 进阶分析法 / 080
5.3 三技巧玩转数据分析 / 083
5.3.1 看分布：明确产品特点 / 084
5.3.2 看趋势：追踪产品发展 / 085
5.3.3 看细化：提升运营效率 / 085
5.4 做不好数据分析的原因 / 086
5.4.1 样本容量不兼容 / 086
5.4.2 视觉效果过于美观 / 087
5.4.3 因果关系理解有误 / 089
5.4.4 忽视沉默用户 / 090
5.4.5 过度夸大数据作用 / 090
第6章 进阶分析一：正确分析财务数据
6.1 资产利用效率分析 / 092
6.1.1 总资产周转率 / 093
6.1.2 固定资产周转率 / 093
6.1.3 应收款项周转率 / 094
6.1.4 库存周转率 / 095
6.2 资金获取情况分析 / 096
6.2.1 初始盈利能力 / 096
6.2.2 盈利水平 / 098
6.2.3 投资回报情况 / 100
6.2.4 资本保值增值能力 / 101
6.2.5 社会贡献能力 / 103
6.3 债务稳定性分析 / 103
6.3.1 流动债务偿还能力 / 104
6.3.2 长期债务偿还能力 / 105
6.4 规模扩充前景分析 / 107
6.4.1 营业增长水平 / 107
6.4.2 近年利润平均增长率 / 109
6.4.3 近年资本平均增长率 / 110
6.4.4 资本积累情况 / 111
6.4.5 固定资产可持续发展能力 / 111
第7章 进阶分析二：正确分析仓储数据
7.1 仓储资源利用程度分析 / 114
7.1.1 地产利用效率 / 115
7.1.2 仓容利用率 / 115
7.1.3 有效范围 / 116
7.1.4 设备使用情况 / 116
7.2 仓储服务水平分析 / 117
7.2.1 缺货率与准时交货率 / 117
7.2.2 货损、货差赔偿费率 / 118
7.2.3 顾客满意度 / 118
7.3 仓储绩效评价分析 / 119
7.3.1 七大仓储绩效评价原则 / 119
7.3.2 进出货效率评价分析 / 121
7.3.3 储存作业评价分析 / 122
7.3.4 订单处理评价分析 / 124
7.3.5 装卸搬运评价分析 / 125
第8章 进阶分析三：正确分析营销数据
8.1 企业经营现状分析 / 127
8.1.1 市场占有率 / 128
8.1.2 利润分析 / 129
8.1.3 成本分析 / 130
8.2 企业销售情况分析 / 132
8.2.1 现金流 / 133
8.2.2 毛利率 / 134
8.2.3 产品销售收入 / 135
8.2.4 筛选合适的零售商 / 138
8.3 用户相关指标分析 / 141
8.3.1 新产品购买情况 / 141
8.3.2 用户获取难度 / 143
8.3.3 用户满意程度 / 144
8.3.4 盈亏平衡分析 / 146
第9章 进阶分析四：正确分析人员数据
9.1 人员基础指标分析 / 148
9.1.1 人员数量 / 148
9.1.2 人员流动情况 / 150
9.1.3 人员结构分布 / 153
9.2 人员运作情况分析 / 156
9.2.1 招聘 / 156
9.2.2 培训 / 159
9.2.3 薪酬 / 163
9.2.4 绩效 / 165
9.2.5 雇佣情况 / 166
9.3 人员规划效果分析 / 167
9.3.1 人均效益 / 167
9.3.2 万元工资盈利情况 / 168
第10章 展现数据：企业状况一目了然
10.1 展示数据的两种方法 / 170
10.1.1 图表展示法 / 171
10.1.2 专业语言展示法 / 175
10.2 如何成为高效率的数据分析师 / 178
10.2.1 界面安排得当，不杂乱 / 179
10.2.2 多元化展示，生动有趣 / 181
10.2.3 合理控制数据精确度 / 182
第11章 撰写数据分析报告：高水平数据分析师的技能
11.1 数据分析报告的规范结构 / 185
11.1.1 标题 / 186
11.1.2 目录 / 187
11.1.3 前言 / 188
11.1.4 问题及建议 / 189
11.1.5 附录 / 189
11.1.6 标准财务分析报告示例 / 190
11.2 数据分析报告的易错点 / 195
11.2.1 图文安排不合理，层次混乱 / 195
11.2.2 只提出问题，没有解决方案 / 196
11.2.3 缺少明确结论，核心问题模糊 / 197
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
