xxxx欧美丰满大屁股/性欧美极品xxxx欧美一区二区/男插女的下面免费视频夜色/美女视频在线一区二区三区

歡迎光臨本店     登錄 注冊   加入收藏
  •   
歡迎光臨清華大學出版社第三事業部!

此頁面上的內容需要較新版本的 Adobe Flash Player。

獲取 Adobe Flash Player

當前位置: 首頁 > 經濟管理 > 電子商務 > 一本書玩轉數據分析

瀏覽歷史

一本書玩轉數據分析

一本書玩轉數據分析

prev next

  • 商品貨號:20170420013
  • 所屬系列:“移動互聯網 電商營銷”實戰寶典系列
    商品重量:0克
    作者:海天電商金融研究中心
    出版社:清華大學出版社
    圖書書號/ISBN:9787302438434
    出版日期:20160701
    開本:16開
    圖書頁數:292
    圖書裝訂:平裝
    版次:1
    印張:18.25
    字數:305000
    所屬分類:TP274
  • 上架時間:2017-04-20
    商品點擊數:1080
  • 定價:¥59.80元
    本店售價:¥59.80元
    注冊用戶:¥59.80元
    vip:¥56.81元
    黃金等級:¥53.82元
    用戶評價: comment rank 5
  • 商品總價:
  • 購買數量:

內容簡介:

商品附加資源

 內容簡介

本書是一本數據分析寶典,精講了數據分析的各種方法,如七何分析法、演繹樹分析法、金字塔原理、4P營銷理論、SWOT分析法、比較分析法、平均分析法、回歸分析法、檢驗分析法等,幫助讀者快速從新手成為數據分析高手!

本書通過3大數據分析工具+7大分析步驟+13大整理數據的方法+17大美化圖表法+20大數據分析法+70多個實用案例+100多個專家知識補充+100多個數據分析圖解+450多張精美圖片,深度剖析數據分析的精華之處。讓您一書在手,即可徹底讀懂數據分析,從菜鳥成為達人!

本書共分為10章,具體內容包括走進數據分析的世界、落實數據分析操作、掌握數據整理的方法、掌握數據分析秘訣、使用回歸+歷史引申、需要方差+“顯著”、數據也要美美的、數據分析函數學習、與同行之間的角逐、淘寶指數+百度指數+好搜指數。

本書結構清晰、語言簡潔、圖解豐富,適合4類人群:一是初學數據分析的新手,二是從事數據相關行業的個人與公司,三是有意學習數據分析的白領階層、工薪階層、學生等,四是希望通過數據分析“挖金”的個體老板、企業高管、政府媒體、網絡數據分析師等人群。

 

前言

 

寫作驅動

  在數據大爆炸的時代,數據分析越來越被人所重視,越來越多的人才也熱衷于數據分析師這個行業,將枯燥的數據一層層地剝開,將數據背后的“故事”展示在人們面前,而只要這些“故事”運用合適,定然能為營銷者挖到“金桶”。

  本書以數據分析為核心,從基礎、技巧、實戰三個方面分別講述數據分析的基礎知識、設計技巧及各類案例,配合全程圖解,有利于讀者的理解,幫助讀者玩轉信息圖制作。

 

 本書特色

  (1) 圖文結合,實戰性強:書中結合了450多張圖片,通過理論與實際相結合,幫助讀者了解數據分析的操作。

  (2) 內容全面,專業性強:涵蓋數據分析3大入門知識、3大分析工具、7大分析步驟、13大整理數據的方法、17大美化圖表法、20大數據分析法等數據分析的精華,幫助、指導讀者掌握數據分析的操作。

  (3) 即學即用,實用性強:書中用到的數據分析實例素材,可直接應用,或者以這些實例為模板稍做修改,即可實現現學現用。

 

適合人群

  本書結構清晰,語言簡潔、圖解豐富,適合以下讀者學習使用。

* 初學數據分析的新手。

* 從事數據相關行業的個人與公司。

* 有意學習數據分析的白領階層、工薪階層、學生等。

* 希望通過數據分析“挖金”的個體老板、企業高管、政府媒體、網絡數據分析師等人群。

 

作者介紹

  本書由海天電商金融研究中心編著,具體參加編寫的人員有董婷、李四華、王力建、譚賢、譚俊杰、徐茜、劉嬪、蘇高、柏慧、周旭陽、袁淑敏、柏松、譚中陽、楊端陽、劉偉、盧博、柏承能、劉桂花、劉勝璋、劉向東、劉松異等,在此表示感謝。由于作者知識水平有限,書中難免有錯誤和疏漏之處,懇請廣大讀者批評指正。

  目錄

第1章  啟蒙:走進數據分析的世界 1

1.1  認清數據 2

1.1.1  聽--數據在說話 2

1.1.2  看--數據在展現 4

1.1.3  觸--分析的價值 4

1.1.4  嗅--數據的重量 6

1.2  發展前景 7

1.2.1  需求--分析人才 7

1.2.2  持續--發展趨勢 8

1.3  職業要求 10

1.3.1  了解--任職方向 10

1.3.2  掌握--分析方法 12

1.3.3  巧用--分析工具 12

1.3.4  拓展--管理能力 13

1.3.5  擁有--設計能力 13

1.3.6  增強--表達能力 14

1.3.7  熟知--企業業務 14

第2章  步驟:落實數據分析操作 17

2.1  操作步驟 18

2.1.1  清晰--分析目的 18

2.1.2  獲取--數據來源 18

2.1.3  挑選--數據加工 21

2.1.4  進行--數據分析 22

2.1.5  實現--數據挖掘 23

2.1.6  展示--數據體現 24

2.1.7  制作--數據報告 26

2.2  操作誤區 30

2.2.1  脫離--分析軌道 31

2.2.2  學會--報告美觀 31

第3章  實操:掌握數據整理的

方法 33

3.1  數據排序 34

3.1.1  規則--數據升序 34

3.1.2  單列--快速排序 35

3.1.3  多列--高級排序 37

3.1.4  無限--自定義排序 40

3.2  數據篩選 44

3.2.1  簡單--單條件篩選 44

3.2.2  復雜--多條件篩選 46

3.2.3  升級--高級篩選 49

3.2.4  隨心--自定義篩選 51

3.2.5  秘技--快速雙篩選 53

3.3.6  去除--重復值篩選 55

3.3  數據匯總 59

3.3.1  規則--分類匯總 59

3.3.2  實現--匯總數據 60

3.3.3  善用--多字段匯總 62

第4章  方法:掌握數據分析秘訣 65

4.1  擺正思路 66

4.1.1  建立框架--七何

      分析法 66

4.1.2  問題分層--演繹樹

      分析法 69

4.1.3  涉及環境--PEST

      分析法 71

4.1.4  建立邏輯--金字塔

      原理 73

4.1.5  業務指導--4P營銷

      理論 75

4.1.6  競爭戰略--SWOT

      分析法 77

4.2  應用分析 80

4.2.1  尋找差距--比較

      分析法 80

4.2.2  數量特征--平均

      分析法 82

4.2.3  歸納數據--分組

      分析法 85

4.2.4  交叉計算--立體

      分析法 90

第5章  預測:使用回歸+歷史引申 95

5.1  回歸分析 96

5.1.1  基礎--一元回歸 96

5.1.2  擴充--多元回歸 109

5.2  非線回歸 112

5.2.1  穩定--對數回歸 113

5.2.2  變動--多項回歸 117

5.3  歷史引申 120

5.3.1  加權--指數平滑 120

5.3.2  算術--移動平均 124

第6章  檢驗:需要方差+

"顯著" 127

6.1  方差分析 128

6.1.1  單個--單因素方差 128

6.1.2  多個--雙因素方差 131

6.2  顯著檢驗 138

6.2.1  平均--u檢驗 138

6.2.2  均值--t檢驗 143

第7章  亮眼:數據也要美美的 149

7.1  美化表格 150

7.1.1  區分數據--色階 150

7.1.2  指定數據--突出 152

7.1.3  代表高低--數據條 154

7.1.4  體現特征--圖標集 156

7.1.5  圖表結合--迷你圖 158

7.2  轉換圖形 160

7.2.1  對比幫手--條形圖 161

7.2.2  變化趨勢--折線圖 168

7.2.3  對比差距--平均線圖 173

7.2.4  流程分析--倒三角圖 177

7.2.5  數據層次--階梯圖 185

7.2.6  突出重點--餅圖 189

7.2.7  加強展現--重坐標圖 192

7.2.8  華麗有質--圓珠圖 194

7.2.9  財務指標--蜘蛛網圖 198

7.2.10  工作進度--溫度計

       式圖 200

7.3  文本展示 202

7.3.1  形象生動--插入圖片 202

7.3.2  巧做邏輯--SmartArt 204

第8章  擴展:數據分析函數學習 209

8.1  時間函數 210

8.1.1  組合日期--DATE 210

8.1.2  突出實時--TODAY 212

8.1.3  推算工作日--

      WORKDAY 214

8.1.4  提出月份--MONTH 217

8.1.5  時分秒值--TIME 218

8.2  邏輯函數 219

8.2.1  判斷檢查--IF 220

8.2.2  滿足條件--AND 221

8.2.3  參數求反--NOT 223

8.2.4  捕捉錯誤--IFERROR 224

8.3  求值函數 225

8.3.1  最大值--MAX 226

8.3.2  最小值--MIN 227

8.3.3  數據個數--COUNT 228

8.3.4  不計空格--COUNTA 229

8.3.5  數據匯總--SUM 231

8.3.6  指定求和--SUMIF 232

8.3.7  平均值--AVERAGE 234

8.3.8  乘積計算--PRODUCT 235

8.4  處理錯誤 237

8.4.1  關于日期--"#####" 237

8.4.2  關于公式--

      "#NAME?" 237

8.4.3  關于引用--

      "#NULL" 238

8.4.4  關于參數--

      "#VALUE" 239

8.4.5  關于空白--

      "#DIV/0!" 240

8.4.6  尋找錯誤--使用幫助 241

  

第9章  競爭:與同行之間的角逐 245

9.1  知己知彼 246

9.1.1  好處--擴展戰略 246

9.1.2  要點--找準方向 248

9.1.3  類型--了解對手 249

9.2  尋找數據 250

9.2.1  入手--對手名稱 251

9.2.2  成為--對手用戶 252

9.2.3  進入--對手官網 253

9.2.4  查找--招聘信息 254

9.2.5  運用--分析平臺 255

9.3  勝券在握 255

9.3.1  差異--比較分析 255

9.3.2  行業--波特分析 256

第10章  工具:淘寶指數+百度指數+

 好搜指數 259

10.1  淘寶指數 260

10.1.1  初入--發展歷程 260

10.1.2  進入--使用功能 261

10.1.3  深入--使用步驟 263

10.2  百度指數 270

10.2.1  補充--功能模塊 270

10.2.2  吸納--操作步驟 271

10.3  好搜指數 275

10.3.1  涉及--功能詳情 275

10.3.2  學習--分析步驟 276

  

 

商品標簽

購買記錄(近期成交數量0)

還沒有人購買過此商品
總計 0 個記錄,共 1 頁。 第一頁 上一頁 下一頁 最末頁

用戶評論(共0條評論)

  • 暫時還沒有任何用戶評論
總計 0 個記錄,共 1 頁。 第一頁 上一頁 下一頁 最末頁
用戶名: 匿名用戶
E-mail:
評價等級:
評論內容:
驗證碼: captcha