简介
精彩点评
-
丫LM推荐
这本书比较有趣，是我目前为止发发现的数据分析类书籍比较有趣的一本，值得阅读！
-
米推荐
对小白超友好，不仅有概念，还有生动的案例，通俗易懂，好上手。 涉及到的工具有Excel和SPSS，建议边看边实践书中的案例，也可以网上找分数据来分析！
-
guojian Li推荐
可是个人口味问题。 特别受不了这种装傻买萌的技术书籍。数据分析是很成体系的理论，国内数据便少，建议可以去找一些英文数据
-
Z.Y推荐
十分实用，可是说是数据分析入门必读的工具书，从理论到方法，再到实践，深入浅出，有理有据，逻辑框架清晰，值得一读！
-
Syu推荐
专业性强，适合有数据分析经验的人看，小白的我对一些概念不是很理解。分析，采集，处理，呈现没有那么简单
-
Amber推荐
对数据分析本是一点都不懂，看完之后有了个大致的了解，全程不枯燥，会有让人一直读下去的感觉
-
冯闪闪推荐
写的很好的一本书，覆盖了数据分析的大多数场景，感谢作者提炼的精华，收益良多
-
赵一楠Elan推荐
比较奇怪的呈现方式，部分比较干货，但又没讲清楚，总体比较枯燥
-
毛毛雨齐推荐
用讲故事的方法介绍了数据分析的整个流程，尤其是女主因为结婚退居家庭，之后又重新进入职场，从0建立一支数据团队的故事线让我很有代入感，这样成熟果断睿智勇敢的女人好喜欢哇(✪ω✪)。书中用到了很多的思维结构的模型，很适合小白入门(⁎⁍̴̛ᴗ⁍̴̛⁎)
-
-推荐
★★★★★★ 完全就是数据分析入门教材，理论知识+案例分析+技能步骤+思考分析+逻辑归纳，情节设定也有趣，整本书无一处不兼备可读性和实用性！
-
JENY推荐
很扎实的书，就是上面有好多要数学计算的，感觉好复杂，可以综合学习Excel分析即可，不用特意去记那些公式[耶]
-
怪诞幻想呦推荐
第三章、优秀之路 一、四重境界——深度 深度是指数据分析对项目的支持程度，当项目面临决策难题时，数据分析若要有深度，则要全面回答3个问题：（是什么，为什么，怎么办？） ❏项目的现状和问题是什么？ ❏问题为什么会产生？ ❏项目该怎么办？ -善于提问，善于思考🤔，实践中多悟多用。 -二、四重境界——信度 •第二重境界是信度。信度是指分析结果的可靠程度。要有信度，需满足三个条件：对比要可比、差异要显著、描述要全面。 •1、对比要可比。事实上，在我们的身边充斥着大量不具有可比性的对比分析，它严重影响了分析结果的可信度。 •2、差异要显著。企业在做精细化营销时，往往要用数据来理解不同用户的差异。那么数据相差多大才表明不同用户间的确存在差异呢？ • a、组间差异与组内差异，[]那么如何判断差异来源呢？需要显著性检验。常用的显著性检验有T检验和方差分析[ 差异研究的目的在于比较两组数据或多组数据之间的差异，通常包括以下几类分析方法，分别是方差分析、T检验和卡方检验。核心的区别在于：数据类型不一样。如果是定类和定类，此时应该使用卡方分析；如果是定类和定量，此时应该使用方差或者T检验。 方差分析(Analysis of Variance，简称ANOVA)，又称“变异数分析”，是R.A.Fisher发明的，用于两个及两个以上样本均数差别的显著性检验。 由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。]。T检验只适用于两组样本，而方差分析则适用于多组样本。 •3、描述要全面。如居民平均工资收入，使用基尼系数[ 设实际收入分配曲线（洛伦兹曲线，从最穷人数占比到最富人数占比）和收入分配绝对平等曲线之间的面积为A，实际收入分配曲线右下方的面积为B。并以A除以（A+B）的商表示不平等程度。这个数值被称为基尼系数或称洛伦茨系数。 ]。 •三、四重境界——效度 •效度是指分析的效率。效度的衡量标准有两个：速度和成本。速度越快、成本越低，则效度越高。 •在效度方面，社交网络分析[]之所以优于传统方法，在于它能够抓住重点。中心群体和随机人群相比，中心群体更重要，因此，社交网络分析以中心群体作为研究对象。用重点单位来发现规律和趋势[]，就能事半功倍，产生效度。 •四、四重境界之通度 •沟通的顺畅度即通度，通度高低直接影响数据价值的发挥水平。 •如何提高数据分析的通度？“三用三不用”原则：能用图表就不用数据；能用图片就不用文字；能用动态呈现就不用静态展示。 二、态度 避免从众心理 避免偏见 合理怀疑，在做数据分析时，分析师要合理怀疑，通过假设检验等方法 换位思考，从多角度看待数据和使用数据。 德尔菲法（Delphi method）[ 採用背對背的通信方式徵詢專家小組成員的預測意見，經過幾輪徵詢，使專家小組的预测意见趋于集中，最后做出符合市场未来发展趋势的预测结论。德尔菲法又名专家意见法或专家函询调查法，是依据系统的程序，采用匿名发表意见的方式，即团队成员之间不得互相讨论，不发生横向联系，只能与调查人员发生关系，以反复的填写问卷，以集结问卷填写人的共识及搜集各方意见，可用来构造团队沟通流程，应对复杂任务难题的管理技术。] 三、要素 分析思路[ 分析师的图纸就是分析思路。要想清楚5W2H： ❏做分析要解决什么问题（Why）？ ❏分析的对象是谁（Who）？ ❏选取多大的空间范围（Where）？ ❏覆盖多长的时间范围（When）？ ❏考虑哪些内容（What）？ ❏使用什么方法模型（How）？ ❏需要多少投入（How much）？]——图纸/项目计划书，模型[ 我没有分析思路怎么办？如果你是为企业做数据分析，你的思路有多宽取决于你脑子里有多少营销模型。比如： 分析竞争对手，你要想到波特五个力； 分析外部环境，你要想到PEST分析； 分析用户偏好，你要想到科特勒的用户决策流程] 材料[ 文案资料和调研数据都是分析师的材料，从容易度看，调研数据不及文案资料； 从可用性看，文案资料不及调研数据。 ]——需求与资源匹配 步骤[ 数据分析也有六步曲： 明确分析思路—数据采集—数据处理— 数据分析—图表展现—报告撰写。]—— 工具——图一是分析步骤与匹配的常用分析工具 图二是Excel使用的五重境界，其中重要模块有回归分析、方差分析、T检验、规划求解。 方法[ 按照所解决的问题，数据分析方法分别为描述、因果、预测和咨询四类方法。 按照所应用的领域，数据分析方法分为量化战略、量化投资、量化经营三类方法。 ] 总结[ 四重境界是——深度、信度、效度和通度。 四种态度是——避免从众心理、避免偏见、合理怀疑、换位思考。 五大要素是——图纸、材料、步骤、工具、方法。 数据分析分六步——设计方案、数据采集、数据处理、数据分析、数据展现、撰写报告。] 第四章、设计方案 数据分析师就好比厨师：设计方案就是下单；数据采集就是备料；数据处理就是切配；数据分析就是烹饪；数据呈现就是打荷。 4.1问题[ 几个关键问题：为什么要立项做数据分析？项目周期有多久？分析哪些地区？分析谁？谁分析？分析哪些内容？如何分析？需要多少经费支持？]， 4.1.1方案的作用[ 对研究机构而言，研究方案（又叫项目建议书）主要是用来竞标的。企业有一个项目，会有很多家研究机构都想做，那到底给谁做呢？可以公平竞标，看看谁的研究方案写得好，报价也相对合理。对企业而言，研究方案需要领导审批，主要是用来解决领导所关心的一些决策问题的。对我们而言，研究方案可用来指导我们的数据采集和分析工作，一案在手，成竹在胸。] 4.1.2方案的构成[ ❏原因（Why）——研究目的 ❏时间（When）——项目周期 ❏地点（Where）——调查地点 ❏人物（Who）——研究对象与项目组成员 ❏事件（What）——研究内容 ❏方法（How）——数据采集方法与研究方法 ❏程度（How much）——项目报价] 图3,研究方案解决的问题和构成七要素 4.1.3原则 1.一个假设[ 不要把撰写研究方案当成写计划书，而是要作为讲演稿来准备。有很强的宣传性 ] 2.两个要求[ ❏理论要上天。 理论要上天是指在研究方案里一定要有科学实用的理论模型和方法，比如KANO模型、PSM模型等来吸引企业的眼球，体现研究的专业性。 ❏经验要入地。 ] 3.三个问题[ ❏客户需要什么样的信息？ ❏客户为什么需要这样的信息？ ❏客户用这些信息做什么？ ] 4.四个想象[ ❏想象自己是行业专家。 ❏想象自己亲自执行操作。 ❏想象自己撰写报告。 ❏想象自己使用报告结果。 ] 4.2，奏响方案七步曲 1）明确研究目的[ 那么，如何明确研究目的呢？需要与领导有效沟通，清楚领导所面临的问题，深挖领导做分析的真正意图。 是定量研究还是个性研究？ 接到领导需求第一反应是领导的目的是什么，按照此流程来应对: 1、问问题（背景、目的、想达到的效果） 2、要资源（说出自己的想法和流程，是否有可以支持到的信息或者人力资源） 3、搞落地（知道领导需求了，资源也要到了，怎么把策划方案变成现实，就需要考虑最关键的一步也就是落地)]：明确研究目的是研究方案的首要问题，是数据分析工作的起点。 2）分解研究内容；①分解思路与步骤[ 先演绎再归纳是逻辑树分析的要点。 ]，②分解原则[ 不重不漏：用统计学语言解释，就是各项内容应构成一个完备事件组。所有内容的并集是全集（即各种情况都考虑到了，做到不漏）；任意两项内容的交集是空集（即任意两项内容不能有交叉，做到不重）。]，不重不漏 3）找准研究对象；调查谁？[ 研究对象是回答向谁（Who）调查的问题。如何寻找研究对象呢？要由研究目的和内容来决定。] 4）选择方式方法； 5）计划项目周[ 如何计划项目周期呢？ 在计划项目周期时要综合考虑项目难度、数据采集方法、样本量以及客户对时间的要求等因素，按照项目操作的流程做出合理的设计，并需要与客户最终确认。]期：时效性 6）估算项目报价；经济性[ 客户要做分析，就要在分析的作用和所花的成本间衡量，希望数据分析能在成本最低的情况下解决自身所面临的问题]，如何確定[ 项目报价要综合考虑以下几方面的因素。 ❏项目所采用的调查方法：不同的调查方法，单位成本不同。 ❏样本量：样本量越大，抽样误差越小，但项目报价越高。 ❏研究对象：研究对象越难约访，项目报价越高。 ❏时间进度：进度越紧张，项目报价越高。 ❏项目需求方所能承受的经费范围。]？ 7）确定项目组成员；如何？[ ❏谁是项目的负责人？ ❏还有谁参与这个项目？ ❏项目组成员的教育背景如何？ ❏项目组成员的研究经验有哪些？ ❏项目组成员是否做过同类型的项目？]姓名，背景，职责等 图4研究方案的七步曲与数据分析六特性 4.3实践，案例分析+总结 图5,研究方案的设计框架图 第五章，数据采集 5.1 解读数据的特征[ ❏基于时效性，数据采集要有项目周期。 ❏基于概率性，数据采集要有抽样设计。 ❏基于分散性，针对不同的数据来源要有不同的采集方法和问卷设计。 ❏基于再创性，要对采集到的数据信息深入地分析和解读。] 时效性[ 所谓时效性是指数据的发生和运用要有个提前期，失去时效性，就失去了潜在机会。] 分散性[ ）没有固定发生地。数据没有固定发生地，因此需要多渠道采集数据，除了上网和去图书馆查资料外，还要留意电视、杂志等媒体的信息，关注统计局、行业协会、研究机构的数据或者直接做市场调研。 2）零散分布，相互关联才完整。数据是零散的，真正能还原和利用数据的都是勤于思考、努力寻找数据关联性的人。] 概率性[ 数据的概率性表征了随机事件发生的可能性，如果一件事情发生的概率是1/n，不是指n次事件里必有1次发生该事件，而是指在大量重复试验的条件下，该事件发生的频率接近于1/n这个数值。换句话说，大量重复是显现概率规律的前提条件。] 再创性 5.2，二手数据案头淘 ①一手，二手数据[ ❏一手数据是通过查找或购买无法获取的，只能通过亲自调研获取，相应的采集方法是实地调查。 ❏二手数据是别人已经整理出来的，只要查找或购买就能获取，相应的采集方法是案头调查。 二手数据更易获取，一手数据可用性更强。] ②二手数据的价值[ .为实地调查创造条件，是一手数据的有效补充 .为企业发展决策提供依据， 用于企业的经常性研究工作， 二手数据更适合企业做经常性的研究工作。一手数据费时费力，难以频繁进行；而二手数据则不同，成本低、时间短，采集简单，有很强的灵活性，随时可以根据企业需要进行收集和分析，指导企业日常工作。] ③二手数据的查找 ④匹配度分析 5.3，一手数据实地跑 数据采集：调查方法、抽样设计和问卷设计 采集方法：实验法、访问法[ 定性与定量 定性研究主要回答“是什么”、“为什么”的问题，目的是探测消费行为背后的偏好、习惯、遇到的问题、生活方式和建议等，主要用于探索性和因果性分析。 定量回答是多少、到底量有多大的问题。 有无媒介]、观察法三种访问法的分类访问法访访问法的分类 表5-5 各种访问法的优缺点和适用性比较 调查方式：多快好省用抽样[ 抽样调查具有经济性、易操作性和广泛适用性。因此，抽样调查是我们最常用的调查方式，那么具体如何来抽样呢？可以从两个方面来回答这个问题。第一，抽样技术如何选择？第二，样本量如何确定？] 2.抽样技术的选择 简单抽样[ 简单随机抽样适合于什么样的总体？个体差异不大的总体，也就是说由于个体差异不大，不管谁被抽取到了，都不太会影响对总体的分析。] 分层抽样[ 分层抽样包括分类和抽样] 3.样本量的确定[ 抽样，就要确定样本量。样本量的确定是一个比较复杂的问题，它的大小不取决于总体的多少，而是取决于研究对象的变化程度、所允许的误差大小以及所要求的推断置信程度。在确定样本量时，既要有定性的考虑，又要有定量的考虑。 从定性的角度来看，需要考虑决策的重要性、研究性质、变量的个数、资源限制等。具体地说，重要的决策、结论性研究、多变量、资源充足则样本量要大一些。 从定量的角度来看，不同的估计对象（总体均值或成数），不同的抽样方式（重复抽样或不重复抽样），样本量的计算公式是不同的。] ❏一种是定量的确定方法——根据所允许的抽样误差范围确定样本量。 ❏一种是定性的确定方法——根据特定目的确定样本量。 问卷设计细思量 数据采集的框架结构图 第六章、数据处理（理论和相关软件操作要结合） 6.1 入库：数据录入 6.1.1 录入结构 6.1.2 编码 6.2 冲洗：数据清洗 6.2.1 查重 6.2.2 改缺 6.2.3 纠错 6.3 切堆：数据加工 6.3.1 数据抽取 6.3.2 数据排序与分组 6.4 打焯：数据描述 6.4.1 集中与离散趋势 6.4.2 频数分布 6.4.3 交叉分布 总结 数据处理框架图 第七
-
吴志推荐
工商服务，财税服务，知识产权服务，资质审批服务，资金服务。各位老总请私信我
-
栗子推荐
这本书的定义应该是一本数据分析的工具书，书中用情景对话的形式讲述有关数据分析的详细说明和工作方法，对于从事这个工作的小白来说确实是一本启蒙好书，虽然我不是这个专业的，但是发现里面的很多方法也可以在其他工作中通用，是一本需要详细记笔记，并且用时需要再翻阅的工具书~
-
陈杰推荐
我是市场营销专业的，两点感受： 1. 整个架构，内容像是在做市场调研，而非数据分析 2. 内容完整度还算可以，小白看没问题 3. 与我这两年做的数据分析，内容和档次都差很多 4. 真实环境中，分析是一个基于具体业务的理性分析决策行为，底层是数据逻辑支撑。而数据处理则会占据90%时间，本书还是有点夸夸其谈。