搜索
本站启用全新域名www.datathinking.net,请大家以后用此域名访问,谢谢您多年的支持和理解。 注册点这里
查看: 2764|回复: 4

谁说菜鸟不会数据分析

[复制链接]
发表于 2013-10-1 09:05:20 | 显示全部楼层 |阅读模式
学数据分析、挖掘技术上数据挖掘学习交流网 http://www.datathinking.net
找数据分析、挖掘工作上数据分析招聘网 http://www.datathinking.com


购买请点击:谁说菜鸟不会数据分析(全彩)



当谈到用数据解决问题时,我经常用这样的语言去诠释:“如果你不能量化它,你就不能理解它,如果不理解就不能控制它,不能控制也就不能改变它”。数据无处不在,信息时代的最主要特征就是“数据处理”,数据分析正以我们从未想象过的方式影响着日常生活。
在知识经济与信息技术时代,每个人都面临着如何有效地吸收、理解和利用信息的挑战。那些能够有效利用工具从数据中提炼信息、发现知识的人,最终往往成为各行各业的强者!
这本书向我们清晰又友好地介绍了数据分析方法、技巧与工具,强烈推荐读一读这本书,它或许会给你带来意想不到的收获!
  ——沈浩
中国传媒大学电视与新闻学院,教授:调查统计研究所,副所长
数据挖掘研发中心,首席技术顾问
统计学是一门很难,但是很有趣,更是很有用的工具学科。懂得如何使用它的人总是乐在其中,而尚未入门的人则畏之如虎。国内讲述统计学理论,以及讲述统计软件操作的书籍可谓汗牛充栋,但是多数流于理论,疏于应用和实践指导。很大一部分读者需求未被满足。
近年来随着信息技术的普及,各行各业的业务数据自动化趋势愈来愈明显,使得数据分析的需求开始从统计专业人士向各行业人员全面扩展。在此背景之下,出版一本能够深入浅出,从实际应用的角度介绍统计分析基础知识的书就变得很有必要。
这本书在理论和实践的平衡方面做了很有价值的尝试,基于最为普及的Excel、5W21_1、PEST等数据分析方法论,深入浅出地介绍了如何满足具体工作中的常见统计分析需求,对于需要应用统计分析,但是又未接受过这方面系统培训的读者来说,本书应当是一本非常合适的数据分析入门教材。
  ——张文彤博士
英德知联恒市场咨询(上海)有限公司新事业开友部,全国枝术总监
作者简介
张文霖,新浪博客“小蚊子乐园”博主,资深数据分析师,曾服务于国内著名市场研究公司、中国移动等公司,具有多年移动互联网数据分析经验,略懂Excel、PPT、SPSS、水晶易表等工具。
刘夏璐,暨南大学硕士。曾在腾讯、雅芳中国等知名企业有PM、数据分析实习经历。热衷于研究数据、图表与互联网产品。目前是一名在互联网浪潮中扑腾的后生。
狄松,英国南安普顿大学理学硕士,主修市场分析,现服务于全球著名市场研究公司,任高级研究员,主要从事数据分析,建模等工作。获得SPSS高级认证,高级调查分析师证书,具有多年数据分析经验,略懂Excel、PPT以及SPSS、Minitab等工具。
目录
第1章 数据分析那些事儿
1.1 数据分析是“神马” /14
1.1.1 何谓数据分析 /14
1.1.2 数据分析的广阔前景 /15
1.1.3 菜鸟与数据分析师 /17
1.1.4 数据分析师的基本素质 /18
1.2 数据分析六步曲 /21
1.2.1 明确分析目的和内容 /22
1.2.2 数据收集 /22
1.2.3 数据处理 /23
1.2.4 数据分析 /24
1.2.5 数据展现 /25
1.2.6 报告撰写 /25
1.3 几个常用指标或术语 /26
1.4 本章小结 /31

第2章 无米难为巧妇——数据准备
2.1 理解数据 /34
2.1.1 字段与记录 /34
2.1.2 数据类型 /35
2.1.3 数据表 /36
2.1.4 问卷录入 /37
2.2 初识Excel /40
2.2.1 菜单操作 /41
2.2.2 函数 /44
2.2.3 图表 /48
2.2.4 宏 /49
2.2.5 快捷键 /51
2.3 数据来源 /53
2.3.1 导入外部数据 /53
2.3.2 手动输入数据更灵活 /59
2.4 本章小结 /62

第3章 三心二意——数据处理
3.1 何为数据处理 /64
3.1.1 “三心二意”处理数据 /64
3.1.2 数据处理的内容 /66
3.2 数据清洗 /67
3.2.1 清洗数据时的小妙招 /68
3.2.2 重复数据处理 /74
3.2.3 处理缺失数据 /79
3.2.4 检查数据逻辑错误 /85
3.3 数据加工 /91
3.3.1 数据抽取 /92
3.3.2 数据计算 /98
3.3.3 数据分组 /104
3.3.4 数据转换 /106
3.4 数据抽样 /112
3.5 本章小结 /114

第4章 工欲善其事必先利其器—— 数据分析
4.1 数据分析方法论 /116
4.1.1 数据分析方法论与数据分析法的区别 /117
4.1.2 PEST分析法 /118
4.1.3 5W2H分析法 /120
4.1.4 逻辑树分析法 /122
4.1.5 4P营销理论 /123
4.1.6 用户行为理论 /124
4.2 数据分析方法 /126
4.2.1 对比分析法 /126
4.2.2 分组分析法 /131
4.2.3 结构分析法 /132
4.2.4 平均分析法 /132
4.2.5 交叉分析法 /133
4.2.6 综合评价分析法 /134
4.2.7 杜邦分析法 /138
4.2.8 漏斗图分析法 /140
4.2.9 矩阵关联分析法 /140
4.2.10 高级数据分析方法 /146
4.2.11 数据分析的三大误区 /147
4.3 数据分析工具 /148
4.3.1 初识数据透视表 /148
4.3.2 创建数据透视表的三步法 /149
4.3.3 数据透视表分析实践 /152
4.3.4 多选题分析 /158
4.3.5 数据透视表小技巧 /163
4.4 本章小结 /168

第5章 给数据量体裁衣——数据展现
5.1 揭开图表的真面目 /170
5.1.1 图表的作用 /170
5.1.2 经济适用图表有哪些 /171
5.1.3 根据关系选择图表 /172
5.1.4 图表制作五步法 /177
5.2 表格也疯狂 /178
5.2.1 突出显示单元格 /178
5.2.2 项目选取 /179
5.2.3 数据条 /179
5.2.4 图标集 /180
5.2.5 迷你图 /182
5.3 给图表换装 /183
5.3.1 平均线图 /183
5.3.2 双坐标图 /185
5.3.3 竖形折线图 /188
5.3.4 瀑布图 /191
5.3.5 帕累托图 /193
5.3.6 旋风图 /197
5.3.7 人口金字塔图 /202
5.3.8 漏斗图 /204
5.3.9 矩阵图(散点图) /206
5.3.10 发展矩阵图 /210
5.3.11 改进难易矩阵(气泡图) /212
5.4 本章小结 /214

第6章 专业化生存——图表可以更美的
6.1 别让图表犯错 /217
6.1.1 让图表“五脏俱全” /217
6.1.2 要注意的条条框框 /219
6.1.3 图表会说谎 /231
6.2 浓妆淡抹总相宜——图表美化 /235
6.2.1 图表美化的三原则 /236
6.2.2 略施粉黛——美化图表的技巧 /239
6.2.3 图表也好“色” /245
6.3 如虎添翼的招儿 /254
6.3.1 我的图表模板 /254
6.3.2 快速制图 /256
6.3.3 添加数据系列 /257
6.3.4 添加标签小工具 /258
6.3.5 智能“照相机” /261
6.3.6 修剪超大值 /264
6.3.7 制作图表时通用的快捷操作 /265
6.4 本章小结 /266

第7章 专业的报告——体现你的职场价值
7.1 初识数据分析报告 /269
7.1.1 数据分析报告的定义 /269
7.1.2 数据分析报告的写作原则 /269
7.1.3 数据分析报告的作用 /271
7.1.4 数据分析报告的种类 /272
7.2 数据分析报告的结构 /274
7.2.1 标题页 /275
7.2.2 目录 /277
7.2.3 前言 /278
7.2.4 正文 /279
7.2.5 结论与建议 /280
7.2.6 附录 /281
7.3 撰写报告时的注意事项 /282
7.4 报告范例 /283
7.5 本章小结 /290

第8章 数据分析技能持续提升
8.1 软件工具 /292
8.1.1 数据分析类工具 /292
8.1.2 数据展现类工具 /296
8.2 论坛 /299
8.2.1 数据分析类论坛 /299
8.2.2 数据展现类论坛 /301
8.3 博客 /301
8.3.1 数据分析十大博客 /302
8.3.2 PPT十大中文博客 /304
8.4 本章小结 /305
写在后面的Q/A /306

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册

x
发表于 2013-10-15 08:02:42 | 显示全部楼层
数据很美!需要揭开面纱,露出真容。
发表于 2014-3-5 12:37:36 | 显示全部楼层
支持支持  
发表于 2014-3-5 12:37:38 | 显示全部楼层
支持支持  
发表于 2014-3-19 20:51:28 | 显示全部楼层
嘻嘻
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

快速回复 返回顶部 返回列表