基本信息
- 商品名称：企业经营数据分析(思路方法应用与工具)/大数据丛书
- 作者：赵兴峰
- 定价：59
- 出版社：电子工业
- ISBN号：9787121293337
其他参考信息（以实物为准）
- 出版时间：2016-09-01
- 印刷时间：2016-09-01
- 版次：1
- 印次：1
- 开本：16开
- 包装：平装
- 页数：258
- 字数：263千字
编辑推荐语
赵兴峰所著的《企业经营数据分析（思路方法应用与工具）》，内容来自笔者长期从业经验的总结，所有内容都是从企业的实际应用出发，并且涵盖了多个行业，其中包括生产制造业、零售服务业、电商行业等，读者可以将其中的思路和方法轻松地应用到实践工作中。
本书不是简单地演示一个案例的具体操作，也不是描述一个方法的细节，而是通过思路和方法的理论性总结，让读者学会数据分析的思路和方法，从而能够将一个场景下的分析方法延伸到*多的场景下。
内容提要
赵兴峰所著的《企业经营数据分析（思路方法应
用与工具）》为从事企业经营数据分析工作的人员以
及企业中的高层管理者提供数据分析的思路和方法。
本书的内容来自笔者长期从业经验的总结，所有的内
容都是从企业的实际应用出发，涵盖了多个行业，其
中包括生产制造业、零售服务业、电商行业等，读者
可以将其中的思路和方法轻松地应用到实践工作中。
本书主要内容包括企业中的大数据介绍、数据分
析的目的、数据分析的思路、对比与对标、分类、聚
类、逻辑关系、预测、结构、各职能部门的具体数据
分析、常用的数据分析工具介绍。
本书适合企业的管理者与数据分析人员，以及对
大数据感兴趣的读者。另外，本书还可以作为企业内
部的数据分析培训教材。
作者简介
赵兴峰，北京大学、新加坡国立大学MBA双硕士，西安交通大学工学学士，北京信宜明悦咨询有限公司创始人。
具有20年跨国公司经营数据分析实战经验，曾就职于宝洁、惠氏、摩立特、LG电子等国际知名企业，从事市场研究、商业智能、战略研究等。
目前专注于大数据时代下政府和企业的数据治理、数据统筹、数据分析和数据挖掘应用推广，致力于推动企业和政府利用数据实现战略转型与升级，构建智慧企业、智慧政府、智慧城市和智慧生态。
目录
**篇 概述篇
**章 企业中的大数据
1.1 什么是数据？什么是数据技术
1.2 数据分类
1.3 数据类型
1.4 数据结构和数据结构化
1.5 数据质量及其八个指标
1.6 数据处理与数据清洗
第2章 数据分析的目的
2.1 数据是数字化的证据——没有记录下来的事情就没有发生过
2.2 追溯——追责、求根源、求真相
2.3 监控——监督、检查、评估、监控、检测
2.4 洞察——探寻规律，掌握发展的钥匙
2.5 商机——挖掘未被满足的需求
2.6 预测——指导未来实践的规律
第3章 数据分析的思路
3.1 先总后分，逐层拆解
3.2 抽丝剥茧，寻踪问迹
3.3 内涵外延，概念清晰
3.4 可视化作图——按照认知规律作图展示
3.5 识图的九个基本方法
3.6 管理常识是数据分析的基础
第2篇 方法篇
第4章 对比与对标——识别事物的基本方法
4.1 对比是识别事物的基本方法
4.2 对比——横向、纵向及多维度对比
4.3 比值比率背后的逻辑
4.4 指标的逻辑与管理指标
4.5 对标的层次和维度
4.6 标杆管理与榜样的力量
第5章 分类——认知事物的基本方法
5.1 什么是分类？为什么要分类？分类的方法是什么
5.2 解构事物的三要素——要素、属性和行为
5.3 维度分类法
5.4 属性分类法
5.5 流程分类法
5.6 层级分类法
5.7 分类中的权重设定问题
第6章 聚类——寻找规律的**步
6.1 聚类的基本逻辑
6.2 聚类的因子和主成分
6.3 聚类的步骤
6.4 有序聚类与时间序列聚类
第7章 逻辑关系——寻找事物之间的因果规律
7.1 相关性与相关系数分析
7.2 事物之间的逻辑关系与科学规律
7.3 果因关系与因果关系，看不见的事物发展逻辑
7.4 事物发展规律的复杂性与科学抽象
7.5 因果关系与回归分析
7.6 逻辑回归
7.7 关联与共生——现象与规律的探寻
第8章 预测——数据分析的**目标
8.1 预测是数据分析的**目的
8.2 预测的必要性和误差的必然性
8.3 经验预测法
8.4 类比预测法
8.5 惯性法与时间序列分析
8.6 逻辑关系预测法
第9章 结构——事物组成的“配方”
9.1 解构与结构
9.2 结构关系影响着事物的根本属性
9.3 结构的基准——激励中的预期管理比实际激励*加有效
9.4 关键要素与非关键要素
9.5 *佳组合——人、财、物等企业资源的*佳搭配
9.6 结构化效率分析
第3篇 具体应用篇
**0章 各职能部门的具体数据分析
10.1 专业分工下的职能价值体现
10.2 人力资源管理中的数据分析
10.3 财务管理中的数据分析
10.4 营销和销售管理中的数据分析
10.5 生产管理中的数据分析
10.6 物流和供应管理中的数据分析
第4篇 工具篇
**章 常用的数据分析工具介绍
11.1 Excel——Excel数据分析功能
11.2 SQL与数据库软件Access、SQL Server、MySQL等
11.3 SPSS统计分析工具与数据分析工具家族
11.4 R语言与编程实现数据分析
11.5 SAS的历史地位与*新发展
11.6 其他软件系统以及在线资源
