新書推薦：
《
唐代玄宗肃宗之际的中枢政局
》
售價：HK$
90.0
《
游戏改变未来
》
售價：HK$
167.9
《
能源与动力工程测试技术（穆林）
》
售價：HK$
94.8
《
大学问·明清江南商业的发展
》
售價：HK$
106.8
《
金庸评传
》
售價：HK$
201.6
《
西方哲学史
》
售價：HK$
106.8
《
中国财富管理发展指数（2022）
》
售價：HK$
69.6
《
嫉妒与社会
》
售價：HK$
98.4
|
| 編輯推薦： |
以明确数据分析目的获取数据处理数据分析数据呈现数据撰写报告为线索，严格按照商业数据分析的流程安排本书内容，帮助读者理清数据分析正确的学习思路。
5大数据分析方法论：4P营销理论、用户使用行为理论、PEST分析法、逻辑树分析法、5W2H分析法，营销与管理数据分析模型快速建立。
7种经典数据分析法：对比分析法、分组分析法、交叉分析法、综合评价分析法等，用对数据分析方法才能正确分析数据。
写作手法上，以解决具体的问题为目的，引出要讲解的内容，让实际应用与知识点紧密结合，学得更快。
|
| 內容簡介： |
《新手学数据分析入门篇》共分为10章，内容涉及数据分析工作的各个方面，循序渐进地讲解了数据分析工作的开展流程、技术以及各种注意事项，其主要内容有：认识数据分析、了解数据分析方法论和数据分析方法，数据源的获取、加工、处理、分析、呈现以及最终的报告撰写等。
《新手学数据分析入门篇》内容详细全面，且注重实践操作，尤其对于想要从事数据分析工作的读者，借助《新手学数据分析入门篇》可实现快速入门，此外《新手学数据分析入门篇》也非常适合从事数据分析相关工作不久的新人巩固知识和提升相关技能。
|
| 關於作者： |
|
杨群，专业数据分析师，曾服务于国内知名市场研究公司，拥有超过10年的统计分析与数据挖掘工作经历，尤其在数据挖掘、市场研究、医药数据分析等领域有丰富的实战经验。工作十余年，一直从事将数据分析与各类业务相结合的研究和学习。
|
| 目錄：
|
第1章 全面了解数据分析行业 001
1.1 数据分析概述 002
1.1.1 认识数据分析及其分类 002
1.1.2 数据分析的重要性 003
1.2 初步了解数据分析行业 004
1.2.1 数据分析行业的发展历程 004
1.2.2 充分认识大数据时代 006
1.2.3 我国大数据产业存在挑战 011
1.3 数据分析人才的培养 012
1.3.1 大数据时代需要的人才 012
1.3.2 数据分析人才需要具备的能力 013
1.3.3 成为数据分析人才必备的素质 015
1.4 认识数据分析职位 016
1.4.1 数据分析的职位体系 016
1.4.2 数据分析师的工作内容 017
1.4.3 常见数据分析职位的技能要求 018
第2章 深入认识数据分析 019
2.1 充分理解数据 020
2.1.1 了解数据形成过程与数据处理 020
2.1.2 理解字段、记录和数据表 021
2.1.3 认识Excel处理的数据类型 022
2.2 掌握数据分析的流程 024
2.2.1 第一步：明确数据分析的目的和思路 024
2.2.2 第二步：获取需要分析的数据 025
2.2.3 第三步：对收集的数据进行处理 029
2.2.4 第四步：分析数据以获得有用信息 030
2.2.5 第五步：选择合适的数据呈现方式 031
2.2.6 第六步：撰写数据分析结果报告 033
2.3 认识数据分析的误区 033
2.4 了解基本的数据分析指标 035
2.4.1 平均数指标 036
2.4.2 频数与频率指标 036
2.4.3 绝对数与相对数指标 037
2.4.4 其他常见数据分析指标 039
第3章 数据分析方法论和数据分析方法 041
3.1 数据分析方法论和数据分析方法概述 042
3.1.1 了解数据分析方法论 042
3.1.2 了解数据分析方法 043
3.2 经典数据分析方法论详解 044
3.2.1 4P营销理论：分析公司整体营运情况 044
3.2.2 用户使用行为理论：分析用户行为 047
3.2.3 PEST分析法：分析宏观环境 048
3.2.4 逻辑树分析法：分析专项业务问题 050
3.2.5 5W2H分析法：分析任何问题 051
3.3 常见的数据分析法模型 054
3.3.1 对比分析法 054
3.3.2 分组分析法 055
3.3.3 交叉分析法 057
3.3.4 综合评价分析法 058
第4章 准备数据是数据分析的第一步 069
4.1 直接获取外部数据源 070
4.1.1 导入文本文件数据 070
4.1.2 导入Access数据 072
4.1.3 导入网站数据 073
4.1.4 导入SQL Server数据 075
4.1.5 导入XML数据 076
4.2 手工录入数据的方法 077
4.2.1 快速录入表格数据的技巧 077
4.2.2 特殊数据的
输入方法 081
4.3 问卷调查数据的录入要求 085
4.4 手动整理数据要快而准 091
4.4.1 数据来源的有效性设置 091
4.4.2 数据的编辑与修改 096
4.4.3 数据的批量修改 098
4.5 优化待分析的数据显示效果 100
4.5.1 利用字体格式提升专业性 100
4.5.2 表格效果的优化操作 102
4.5.3 格式化设置中的颜色使用原则 107
第5章
加工处理数据源是数据分析的关键 109
5.1 正确理解数据的加工处理 110
5.1.1 数据处理的要求 110
5.1.2 数据处理的步骤 112
5.2 数据处理的必备基础知识 114
5.2.1 公式和函数基础 114
5.2.2 使用公式与函数的方法 116
5.3 对数据进行清理与检查 121
5.3.1 处理数据源中的重复数据 121
5.3.2 检查数据的完整性 125
5.4 对数据源进行二次加工 127
5.4.1 在数据源中抽取数据 127
5.4.2 计算需要的数据结果 132
第6章 利用工具快速分析数据 135
6.1 利用透视功能分析数据 136
6.1.1 创建数据透视表的方法 136
6.1.2 合理地设计透视表的布局和格式 139
6.1.3 更改数据透视的汇总方式 143
6.1.4 刷新数据透视表中的数据 145
6.1.5 在数据透视表中使用计算字段 146
6.1.6 使用切片器分析数据 147
6.2 Excel数据分析工具库的应用 150
6.2.1 加载Excel分析工具库 150
6.2.2 数据的描述性统计分析 152
6.2.3 数据的抽样分析 154
6.2.4 数据的回归分析 156
6.2.5 数据的相关性分析 160
6.2.6 数据的假设检验分析 162
6.2.7 数据的预测分析 165
第7章 数据结果的简单呈现方式 169
7.1 使用条件格式展示分析结果 170
7.1.1 条件格式在数据分析情况下使用的场合 170
7.1.2 用填充色突出显示某个范围的数据 172
7.1.3 将前X%的数据显示出来 174
7.1.4 用图形比较数据大小 175
7.1.5 根据关键字将对应的记录突出显示 177
7.2 使用迷你图在单元格中分析数据 179
7.2.1 创建迷你图的方法 179
7.2.2 更改迷你图的类型 180
7.2.3 设置迷你图的外观效果 181
第8章 透过图表直观查看数据分析结果 183
8.1 揭开图表的神秘面纱 184
8.1.1 用图表展示数据的意义 184
8.1.2 掌握图表与数据之间存在的关系 186
8.1.3 数据演变成图表的5个阶段 188
8.1.4 了解图表的基本组成部分 189
8.2 利用图表展现数据的必会操作 191
8.2.1 创建一个完整图表的步骤 191
8.2.2 图表数据的编辑 197
8.2.3 图表元素的设置 203
8.3 优化图表的技巧 209
8.3.1 用图片让数据分析呈现更形象 210
8.3.2 直观区分图表中的正负数 212
8.3.3 断裂折线图的处理方法 215
8.3.4 自动显示图表中的最值数据 217
8.4 数据分析中的特殊图表制作 220
8.4.1 制作甘特图 220
8.4.2 制作对称条形图 226
第9章 更专业地用图表展示数据 231
9.1 根据需要处理细节数据 232
9.1.1 在图表下方添加数据来源 232
9.1.2 处理图表中的冗余数据 235
9.1.3 使用脚注添加说明 237
9.1.4 将数据大的图形截断展示 238
9.1.5 处理数值坐标轴中的符号 240
9.2 图表的美化原则 242
9.2.1 图表各组成部分的文字使用要协调 242
9.2.2 不要为了好看而让图表变得花哨 245
9.2.3 关键数据要突出显示出来 248
9.2.4 慎用三维立体效果 253
9.3 常见图表类型的规范制作要求 255
9.3.1 柱形图的分类和数据系列不要太多 255
9.3.2 分类标签多而长首选条形图 257
9.3.3 排序数据源使条形图数据展示更直观 258
9.3.4 多折线的情况下分开做多个图表 259
9.3.5 巧妙处理饼图中的较小扇区 260
第10章 最后一步：撰写数据分析报告 263
10.1 数据分析报告概述 264
10.1.1 数据分析报告快速入门 264
10.1.2 了解数据分析报告的种类 266
10.1.3 制作数据分析报告的工具 269
10.1.4 数据分析报告的生成 271
10.2 数据分析报告的组成 273
10.2.1 数据分析报告的开篇 274
10.2.2 数据分析报告的正文 278
10.2.3 数据分析报告的结尾 281
|
| 內容試閱：
|
前言
关于本书
在这个信息爆炸的时代，我们每天都在与数据打交道，而且这些数据都在直接或者间接地影响着我们的生活和工作，特别是在市场现状的调查、行业发展趋势的预测、公司运营决策的制定、生产数据的预测、新产品的研发等领域，更加需要基于科学、严谨的数据分析得到的数据结果，来为决策者制定决策提供可靠的数据来源。
随着大数据时代的到来和发展，数据分析从业人员的需求量也在不断增大，虽然许多人想要从事数据分析工作，但是碍于数据分析技术的繁多与学习难度，最终都止步于这个大门外。有一部分人即使已经涉足或者从事了数据分析工作，但是对于整个数据分析的过程或许还存在迷惑的地方。
其实数据分析并没有那么难，只要依照最初的数据分析目的，运用正确的数据分析方法论和数据分析方法，逐步进行就可以完成数据分析工作。虽然数据分析的方法和技术很多，但是Excel作为强大的数据分析工具，几乎可以完成大部分的数据分析任务。对于初、中级的数据分析师而言，已经足够。
为了让更多的人了解什么是数据分析，并且快速入门，我们依照数据分析的整个过程和思路，精心编写了本书。
特点说明
典型案例 本书在创作过程中侧重于实践方面的讲述，摒弃假、大、空的套话，
快速精通 并提供了许多典型案例和实操内容，通过案例分析和讲解辅助读者了解
数据分析技术的应用，让读者快速精通数据分析工作各个环节的重点和必会知识
全程图解 本书包含大量的图片、表格和图示，步步详解各种数据分析方法和数据分析技术的
步步详解 实战应用，以帮助读者更快且更熟练地掌握数据分析技术
本书结构
本书作为一本数据分析入门的实用工具书，按照数据获取数据处理数据分析数据呈现数据报告的线索，为读者详细描绘了数据分析的完整流程以及整个数据分析工作中涉及的各种方法、方法论以及Excel技术和注意事项。全书共分为10章，主要内容可分为以下3个部分。
章节安排 主要内容作用
第1～3章 本部分讲解数据分析概述、数据分析行业发展、 这部分作为本书的开篇内容，为读者详细介绍了
数据分析人才的培养、认识商业数据分析师、有关数据分析的基础知识，让读者对数据分析快速入门
了解数据分析的流程以及了解数据分析方法论和
数据分析方法
第4～7章 本部分介绍数据分析过程中数据源的准备、加工处理、 这部分内容全面介绍了整个数据分析工作中的实战操作，
各种数据分析技术以及数据结果简单的呈现方式 掌握这些内容可以完成最基本的数据分析核心过程
第8～10章 本部分介绍如何用透视功能查看数据分析结果、 这部分内容为本书的提升内容，通过对这部分内容的学习，
用更专业的图表展示数据以及数据分析报告的 可以让读者掌握数据分析结果的展示技巧以及数据分析报告的
撰写技巧和注意事项 撰写技巧，从而更好、更完整地完成数据分析工作
本书读者
本书作为数据分析入门的实用书籍，能帮助想要涉足数据分析行业的读者快速入门，也可以帮助初涉数据分析工作的工作人员更专业地完成工作。此外，对于有过数据分析工作经验的初、中级数据分析师巩固和提升数据分析技术也有一定的指导作用。由于编者经验有限，书中难免会有疏漏和不足之处，恳请专家和读者不吝赐教。
本书作者
本书由杨群编著，参与本书编写的人员有邱超群、罗浩、林菊芳、马英、邱银春、罗丹丹、刘畅、林晓军、周磊、蒋明熙、甘林圣、丁颖、蒋杰、何超等，在此对大家的辛勤工作表示衷心的感谢！由于编者经验有限，书中难免会有疏漏和不足之处，恳请专家和读者不吝赐教。
|
|
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
