新書推薦:
《
敢为天下先:三年建成港科大
》
售價:HK$
77.3
《
长高食谱 让孩子长高个的饮食方案 0-15周岁儿童调理脾胃食谱书籍宝宝辅食书 让孩子爱吃饭 6-9-12岁儿童营养健康食谱书大全 助力孩子身体棒胃口好长得高
》
售價:HK$
47.0
《
身体自愈力:解决内在病因的身体智慧指南
》
售價:HK$
98.6
《
非言语沟通经典入门:影响人际交往的重要力量(第7版)
》
售價:HK$
123.1
《
山西寺观艺术壁画精编卷
》
售價:HK$
1680.0
《
中国摄影 中式摄影的独特魅力
》
售價:HK$
1097.6
《
山西寺观艺术彩塑精编卷
》
售價:HK$
1680.0
《
积极心理学
》
售價:HK$
55.8
|
編輯推薦: |
本书是一本为商务人士准备的开展统计分析的佐证。 本书不仅包括线性线性回归分析等统计学知识,还在项目继续的判断法、提高企业营业效、适合的人事费管理上,也有深入地剖析。 数据是商业成功的关键,教会商务人士如何把商业统计用在合适的位置。 以亚马逊和DeNA等活用大数据的企业为例,为商务人士解说适合的职员人数的破解方式、提高营业效率访问的路线设定法等。 让你也能在这本书中学到适合自己的商业统计本领。
|
內容簡介: |
近年来,随着谷歌、亚马逊、阿里巴巴等互联网企业在全球范围内的崛起,大数据成为人们耳熟能详的热门词。与此同时,在企业越来越重视数据分析的背景下,拥有数据分析专业人员的重要性被提上日程。 本书内容深入浅出,实例分析具体丰富,不论你是文科还是理科出身,都能够通过本书掌握数据分析的基本知识和基本技能,并顺利地将其应用于商务实践之中。本书共分7 章,主要内容包括何为商务统计统计学的基本知识、数据分析的基础、提高企业效率的统计学、提高商务业务效率的统计学、商品开发的统计学、市场营销的统计学。 本书适合商务统计学新人、对商业统计感兴趣的读者阅读使用。
|
關於作者: |
仓桥一成 1983年出生于日本广岛县。曾在东京大学学习医疗数据的统计分析,毕业后进入大学院。在2008年取得医学研究科保健硕士学位、2011年取得博士学位。2011年3月成立专业的统计分析咨询机构iAnalysis(蓼蓝分析)。
|
目錄:
|
第 1 章 何为商务统计 1
1.1 | 商务统计的必要性2
掌握商务统计技能的人是高端人才
1.2 | 数据分析师能为企业带来巨大利益4
数据分析师的年收入高达1200 万~ 1500 万日元
1.3 | 对分析官的高期待与高需求6
商务统计为企业的成本削减与营业额提升作出贡献
1.4 | 以大数据为武器的企业8
利用大数据得到快速成长的IT 先进企业
1.5 | 为商务统计作出贡献的各种数据10
企业成长所需的不仅仅是大数据
1.6 | 统计学发展的历史与其在商务中活用的进程 12
在医学、经济学、遗传学、心理学、社会学、药学、工学领域中发展
的统计学
1.7 | 活用商务统计的三项必要技能14
不论文理科出身,都能掌握
1.8 | 网络相关部门中的成功事例16
利用A B 测试与反馈评分扩大顾客范围
1.9 | 营业、销售部门中的成功案例18
通过共享数据及5W1H 分析提高效率
1.10 | 市场营销部门的成功案例20
通过品牌分析进行战略决策
专栏 数据分析的实绩22
第 2 章 统计学的基本知识. 23
2.1 | 数据是数值的合集24
记录数据的必要性
2.2 | 何为概率与期望值26
统计学的基础学问
2.3 | 了解数值型数据分布的有效工具28
直方图与散点图
2.4 | 何为相关性30
正比例和反比例的区别
2.5 | 相关关系与因果关系32
在商务中运用的关键
2.6 | 何为正态分布34
数据分布的基本
2.7 | 掌握分类数据的方法36
交叉分类与交叉表
2.8 | 了解全局的方式38
平均数、中位数、众数
2.9 | 平均数和中位数的应用方法40
商务应用中的优缺点
II
2.10 | 离群值的判定方法42
不符合分析的数据
2.11 | 表示分布离散程度的数值44
将数据分布离散程度数值化
2.12 | 标准差与百分位数46
两种指标的应用区别
2.13 | 何为偏差值48
商务领域中的偏差值
2.14 | 何为A B 测试50
随机分组的必要性
2.15 | 检验数据的特征52
利用P 值进行t 检验
2.16 | 母集与随机抽样54
为了了解集团整体的特征
2.17 | 何为偏差56
与实际调查数值的差距
2.18 | 数据的可视化(一)58
柱形图、饼图、百分化的柱形图、折线图
2.19 | 数据的可视化(二)60
有效利用直方图
2.20 | 数据的可视化(三)62
箱形图的使用方法
2.21 | 数据的可视化(四)64
汇总表、交叉表与热点图的使用
2.22 | 数据的可视化(五)66
活用散点图
2.23 | 数据清洗68
花费大量时间对数据进行精细查验
2.24 | 何为模型70
通过方程式来简要表现
2.25 | 何为线性回归分析72
对数据间的比例关系进行分析
2.26 | 更为高端的模型74
对条件进行分析,利用统计决策树与随机森林
专栏 只要掌握了统计学基础知识,就能自行选择工具进行分析76
第3 章 数据分析的基础 77
3.1 | 企业经营中数据分析的作用78
理念、战略、作战、战术、兵站的金字塔
3.2 | 通过数据分析预测企业的未来80
利用概率分析利润的期望值
3.3 | 通过数据分析能了解的事情82
把握全局、预测未来、寻找最优解
3.4 | 数据分析的结构84
假设检验分析与大数据分析
3.5 | 基于假设进行分析86
活用实务知识的假设检验分析
IV
3.6 | 基于数据的分析88
无需掌握专业知识,获得信息即可运用的大数据分析
3.7 | 商务统计的工具(一)90
数据分析的基本工具Excel
3.8 | 商务统计的工具(二)92
活用BI 工具
3.9 | 商务统计的工具(三)94
开放源代码软件R 的应用
3.10 | 使用Excel 的注意点96
记录原始数据
3.11 | 了解最基本的数据格式98
何为CSV 数据
3.12 | 稳健的数据管理100
何为数据库
3.13 | 制作图表,将数据可视化102
将Excel 中的数据制成图表
3.14 | 解读数据的方式104
相同数据制成不同图表,给人的印象也会发生变化
3.15 | 为了落实数据,提出假设106
假设检验分析的步骤
3.16 | 用数据检验提出的假设108
选择最适合的图表
3.17 | 由数据来建立模型110
为建立模型而构建的数据集市
V
3.18 | 通过简单线性回归进行分析112
关键是通过散点图进行可视化
3.19 | 进行多元线性回归114
有两个以上自变量的分析方法
3.20 | 构建更为复杂的模型116
尝试运用统计决策树、随机森林
3.21 | 数据分析的PDCA118
在出成果前把数据分析看作一种投资
专栏 想知道对本公司最适合的数据运用方法?专家顾问必不
可缺120
第4 章 提高企业效率的统计学.121
4.1 | 计算最佳员工数量122
使用多元线性回归和统计决策树
4.2 | 经费及预算的最优化124
如何最有效地降低成本
4.3 | 分析企划的成果126
以概率论为基础,判断是否持续可行
4.4 | 统计学观点中的加薪与升职128
进行人事评价的统计分析
4.5 | 库存的最优化130
预测需求的分析手法
VI
4.6 | 最具成效的人员配置132
用于团队组织的统计学方法
4.7 | 分析智能手机、电脑,调查不端行为134
实时发现不端行为的机制
专栏 将数据分析视为高级机密,应进行内制化处理136
提高公司内部数据阅读权限的重要性
第5 章 提高商务业务效率的统计学137
5.1 | 通过客户管理(CRM)提高营业效率138
数据化营业,提高效率
5.2 | 如何高效地给属下分配工作140
数据化业务,提高工作效率
5.3 | 适当的劳动时间和休息时间142
分析成果与劳动时间及休息时间的关系
5.4 | 减少加班的高效时间分配144
活用电脑的操作记录
5.5 | 设置效率最高的劳动定额146
从期望值到最优劳动定额的计算
5.6 | 营业路径的最优化148
从成交率、销售额、利润的相关性入手分析
5.7 | 分析成交率高的营业交流150
自然语言处理的分析
VII
5.8 | 推算成交率的估计值152
分析估计值与成交率
5.9 | 由成交率的高低推定营业时期与营业方法154
把握交易对象的结算时期与喜好的分析
专栏 统计学分析方法是一种人工智能156
第6 章 商品开发的统计学 .157
6.1 | 预测新商品的销售走向158
通过统计提前掌握畅销商品
6.2 | 对市场调查有益的统计信息160
运用公开数据
6.3 | 把握企业的定位162
对应分析与定位
6.4 | 先行了解市场景气及需求情况的商品投放时期164
分析POS 数据
6.5 | 风险最小化的成本分配166
通过单纯形法求最优解
6.6 | 数值化的目标168
对消费者的动向及需求进行统计学分析
6.7 | 从概率论的角度看需求调查170
考虑不真实的可能性
6.8 | 通过网络数据进行评价调查172
分析本公司商品的销售与网站的关系
专栏 运用企业内数据的最佳方式174
第7 章 市场营销的统计学 .175
7.1 | 避免促销的无用功176
对用户认知度进行调查和分析
7.2 | 通过统计获得重复模式178
从顾客的特征推测最适合的市场营销方式
7.3 | 计算策略与广告的效果,进行权衡取舍180
活用A B 测试 提高广告的效果
7.4 | PR 效果的事前预测182
由统计推断有效的PR 方式
7.5 | 网站的最优化184
活用多变量测试
专栏 掌握基础,更上一层楼186
|
|