万本电子书0元读

万本电子书0元读

顶部广告

数据分析师宝典电子书

本书系统、详细介绍了数据分析知识的框架,分别从数据分析的类型、作用、步骤等方面讲解了一名合格的数据分析人员应该掌握的知识与技能,而且也注重实务操作,有真实的案例分析,旨在帮助数据分析人员快速掌握数据分析核心知识,实现数据分析能力的大幅度提升。

售       价:¥

纸质售价:¥43.50购买纸书

617人正在读 | 0人评论 6.7

作       者:黄羿,刘友缘,等

出  版  社:电子工业出版社

出版时间:2020-07-01

字       数:13.5万

所属分类: 科技 > 计算机/网络 > 计算机理论与教程

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
随着移动通信和互联网应用的发展,物联网、云计算、大数据等新兴技术与应用不断涌现。这是一个用数据说话的时代,也是一个依靠数据竞争的时代。目前世界500强企业中,有90%以上都建立了数据分析部门。IBM、微软、Google等知名公司都积极投资数据业务,建立数据部门,培养数据分析团队。各国政府和越来越多的企业意识到数据和信息已经成为企业的智力资产和资源,数据的分析和处理能力正在成为日益倚重的技术手段。<br/>【推荐语】<br/>本书系统、详细介绍了数据分析知识的框架,分别从数据分析的类型、作用、步骤等方面讲解了一名合格的数据分析人员应该掌握的知识与技能,而且也注重实务操作,有真实的案例分析,旨在帮助数据分析人员快速掌握数据分析核心知识,实现数据分析能力的大幅度提升。<br/>【作者】<br/>黄羿博士研究生、重庆文理学院教授,重庆英才?创新创业示范团队骨干、中国计算机学会(CCF)会员。专注大数据智能计算与分析、人工智能与可信计算研究。发表学术论文20余篇,授权发明专利2项,软件著作权20余项,出版专著或教材4部,主持与参与国家、省部级项目20余项,获中国产学研合作创新成果优秀奖。刘友缘重庆文理学院高级实验师,中国计算机学会(CCF)会员。发表学术论文10余篇,获得国家软件著作权20余项,主持省部级项目4项,目前主要从事数据挖掘、可信软件、无线网络技术的研究。马新强重庆文理学院教授,重庆英才?创新创业示范团队负责人、国家“三区”科技人才,浙江大学健康医疗大数据国家研究院拓展部项目副主任;中国计算机学会(CCF)高级会员、多维数据感知与智能识别重庆市工程研究中心主任。专注大数据智能计算与可视化研究,对健康医疗大数据智能化服务有深度实践案例,获吴文俊人工智能科学技术发明奖二等奖、中国产学研合作创新成果优秀奖、重庆市科技步奖。<br/>
目录展开

作者简介

版权页

前言

说明篇

第1章 什么是数据分析

1.1 数据分析的三种类型

1.1.1 描述性数据分析

1.1.2 探索性数据分析

1.1.3 验证性数据分析

1.2 一般都对哪些数据做分析

1.2.1 人力资源数据

1.2.2 财务数据

1.2.3 营销数据

1.2.4 仓储数据

1.3 数据分析的五个步骤

1.3.1 收集数据

1.3.2 处理数据

1.3.3 分析数据

1.3.4 展示数据

1.3.5 撰写数据分析报告

第2章 数据分析有什么用

2.1 指导企业做运营规划

2.1.1 从数据中了解和发现客户

2.1.2 用数据来衡量产品和运营的效果

2.1.3 为企业长期规划和短期规划制订“发展路线图”

2.2 优化企业业务

2.2.1 改进企业用户体验

2.2.2 合理分配企业资源

2.3 为企业创造新的商业价值

2.3.1 将数据价值转化为“金钱”

2.3.2 业务扩展过程中的投资并购

第3章 数据分析师需要具备哪些技能

3.1 掌握基本的理论知识

3.1.1 数学统计知识

3.1.2 市场研究知识

3.2 常用的数据分析工具有哪些

3.2.1 数据库

3.2.2 常用的统计分析工具

3.2.3 日常办公软件

技术篇

第4章 如何收集数据

4.1 收集数据常见的三个问题

4.1.1 不知从何处下手

4.1.2 收集的数据无用

4.1.3 收集的数据不全面

4.2 收集数据要遵循的三个原则

4.2.1 数据必须真实

4.2.2 数据一定要准确

4.2.3 数据必须是可以使用的

4.3 收集数据有什么技巧

4.3.1 充分理解收集数据的目的

4.3.2 制订数据收集计划

4.3.3 正确决定数据分层因素

4.3.4 选择合适的抽样方法

第5章 如何处理数据

5.1 手中的“脏”数据怎么处理

5.1.1 哪些属于“脏”数据

5.1.2 “脏”数据的处理方法

5.2 数据处理要遵循的两个原则

5.2.1 约束输入

5.2.2 规范输出

5.3 数据处理的四种分类方式

5.3.1 根据数据处理设备的结构来分类

5.3.2 根据数据处理的时间分配来分类

5.3.3 根据数据处理的体系架构来分类

5.3.4 根据计算机中央处理器的工作方式来分类

第6章 如何分析数据

6.1 数据分析常用到的分析方法

6.1.1 基本分析法

6.1.2 高级分析法

6.2 数据分析的五个误区

6.2.1 选取的样本容量有误

6.2.2 忽略沉默客户

6.2.3 错判数据之间的因果关系

6.2.4 被数据的视觉效果所蒙蔽

6.2.5 过度依赖数据

6.3 数据分析的三个技巧

6.3.1 看趋势

6.3.2 看分布

6.3.3 看细化

第7章 如何展示数据

7.1 数据高效展示的方法

7.1.1 数据可视化

7.1.2 数据形象化

7.2 数据展示过程中会遇到的几个“坑”

7.2.1 界面太拥挤杂乱

7.2.2 过度追求数据精确度

7.2.3 数据展现手法单一

第8章 如何撰写数据分析报告

8.1 规范的数据分析报告包括哪几部分

8.1.1 标题

8.1.2 目录

8.1.3 前言

8.1.4 数据分析的过程和数据分析报告的高度概括

8.1.5 附录

8.2 写分析报告时要注意的事项

8.2.1 图文并茂,层次清晰

8.2.2 一定要有明确的结论

8.2.3 一定要有建议或解决方案

8.3 案例:财务分析报告

应用篇

第9章 怎么做好人力资源数据指标的分析

9.1 人力资源资本能力指标分析

9.1.1 人力资源数量指标

9.1.2 员工人数流动指标

9.1.3 人力资源结构指标

9.2 人力资源运作能力指标分析

9.2.1 招聘指标

9.2.2 培训指标

9.2.3 绩效管理指标

9.2.4 薪酬指标

9.2.5 劳动关系指标

9.3 人力资源效率指标分析

9.3.1 人均销售收入

9.3.2 人均净利润

9.3.3 万元工资销售收入

9.3.4 万元工资净利润

9.3.5 万元人工成本净利润

第10章 怎么做好财务数据指标的分析

10.1 偿债能力指标

10.1.1 短期偿债能力分析

10.1.2 长期偿债能力分析

10.2 运营能力指标

10.2.1 应收款项周转率

10.2.2 存货周转率

10.2.3 总资产周转率

10.2.4 固定资产周转率

10.3 盈利能力指标

10.3.1 企业盈利能力的一般分析

10.3.2 社会贡献能力分析

10.4 发展能力指标

10.4.1 营业增长率

10.4.2 资本积累率

10.4.3 总资产增长率

10.4.4 固定资产成新率

10.4.5 三年利润平均增长率

10.4.6 三年资本平均增长率

第11章 怎么做好营销数据指标的分析

11.1 宏观市场指标

11.1.1 市场占有率

11.1.2 市场增长率

11.2 企业经营状况指标

11.2.1 净利润

11.2.2 利润率

11.2.3 成本分析

11.3 客户相关指标

11.3.1 客户满意度

11.3.2 新产品购买率

11.3.3 客户获取成本

11.3.4 盈亏平衡分析

11.4 零售营销评估指标

11.4.1 库存周转率

11.4.2 库存投资毛利回报率

11.4.3 平均交易额

11.4.4 零售商利润率

第12章 怎么做好仓储数据指标的分析

12.1 仓储管理指标

12.1.1 仓库资源利用程度

12.1.2 仓库服务水平

12.1.3 仓库储存能力与质量

12.2 仓储绩效评价指标

12.2.1 进出货作业效率评价指标

12.2.2 储存作业评价指标

12.2.3 订单处理作业评价指标

12.2.4 备货作业效率评价指标

12.2.5 装卸搬运效率评价指标

12.3 实例:光电科技有限公司的仓储管理

反侵权盗版声明

内容简介

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部