《數據分析原理：6步解決業務分析難題》周文全/黃怡媛/馬炯雄『EPUB電子書下載』

內容簡介

《數據分析原理：6步解決業務分析難題》係統地介紹了數據如何始於業務、取於業務、用於業務。既有紮實的理論鋪設，又有具體的案例支撐，通俗易懂地回答了數據“怎麼來”和“怎麼用”的問題。同時，本書總結出了解決業務分析難題的六大步驟，包括對最終數據分析產生關鍵影響的數據源的選取方法，以及通過對業務模塊的判斷確定分析方法的適用場景，最終推演、驗證、分析出結論，並選擇最優的分析結果展現方式，讓數據分析全過程形成閉環。

《數據分析原理：6步解決業務分析難題》的內容從底層原理出發，幫助讀者打好數據分析基本功。在原理的講解過程中，通過提問、思考、解答、案例分享的方式，結合三位專家十多年的行業經驗，讓讀者從根本上理解數據分析、學會數據分析。本書適合數據分析從業者、數據分析愛好者閱讀，也適合大中專院校數據相關專業的老師和學生使用。

作者簡介

周文全，暨南大學畢業，10多年工作經驗，先後在中國電信、阿裏巴巴、騰訊從事數據分析工作，億級App商業增長負責人。

微信公眾號“數據分析學習之道” 運營者，教授全網暢銷課“Spring數據分析思維案例實戰”。

優秀講師，創作型職場從業者，擅長思維發散、問題分析與解決、探索新技術。

黃怡媛，本科為暨南大學經濟學專業，碩士為英國巴斯大學創業與管理專業。畢業後在騰訊、阿裏巴巴等國內一線互聯網企業工作，參與過億級toC產品的運營，也參與過toB產品從0到1的搭建，有5年多的產品運營和數據運營經驗。擅長業務分析和策略製定，關注商業和科技行業動向，樂於探索新領域。

馬炯雄，本科為廣東工業大學信息管理與信息係統專業。畢業後在騰訊工作，有超過十年的產品運營和數據分析經驗，對問題的拆解和數據指標體係的搭建有自己獨特的見解和方法。

目錄

第1章　數據分析始於懂業務，切於指標體係001
1.1　怎樣才叫懂業務並高於業務視角002
1.1.1　懂業務的三個標準003
1.1.2　什麼是高於業務視角008
1.2　如何才能成為懂業務的專家014
1.2.1　多想一步，不做隻為完成工作的“機器人”015
1.2.2　主動思考，培養批判性思維018
1.3　四步法建立指標體係021
1.3.1　指標的含義021
1.3.2　指標體係的定義022
1.3.3　指標體係建立的四個步驟023
1.4　五大行業的業務目標和指標體係028
1.4.1　能源行業的目標和指標體係——以中石化為例029
1.4.2　政務行業的目標和指標體係——以粵省事為例033
1.4.3　金融行業的目標和指標體係——以建行App為例035
1.4.4　教育行業的目標和指標體係——以騰訊課堂為例037
1.4.5　互聯網行業的目標和指標體係039
第2章　良好的目標拆解能夠讓分析事半功倍043
2.1　目標拆解的核心法則044
2.1.1　MECE法則是什麼045
2.1.2　如何做到完全窮盡和相互獨立046
2.1.3　MECE法則實踐案例051
2.2　利用公式法進行拆解055
2.2.1　公式法的定義055
2.2.2　生活中的問題用公式法拆解055
2.2.3　銷售中的問題用公式法拆解057
2.2.4　互聯網中的問題用公式法拆解059
2.3　利用路徑法進行拆解064
2.3.1　路徑法的定義064
2.3.2　路徑法的案例：分析某清理工具App的日活趨勢064
2.4　利用模塊法進行拆解068
2.4.1　模塊法的定義069
2.4.2　模塊法的案例：利用商業畫布模型拆解商業問題069
第3章　數據的選取對最終分析產生關鍵性的影響075
3.1　常見的數據類型和獲取途徑076
3.1.1　數據的類型076
3.1.2　數據的獲取渠道078
3.1.3　外部競爭對手數據的獲取081
3.1.4　內部數據的提取082
3.2　選取數據和數據預處理092
3.2.1　選取數據的原則092
3.2.2　數據預處理095
第4章　業務模塊決定分析方法的適用場景103
4.1　行業分析104
4.1.1　行業分析的目的確認105
4.1.2　係統性資料搜集和整理108
4.1.3　找到行業的痛點112
4.1.4　形成自己的策略和觀點114
4.2　市場規模預測分析117
4.2.1　時間序列預測法117
4.2.2　用戶構成預測法121
4.3　渠道質量評估125
4.3.1　渠道的定義、分類和管理126
4.3.2　渠道質量分析法128
4.3.3　渠道反作弊分析法133
4.4　產品分析136
4.4.1　產品的功能設計合理性分析136
4.4.2　產品的健康度分析143
4.4.3　產品精細化分群運營分析145
4.5　運營活動分析150
4.5.1　活動目標拆解分析法152
4.5.2　設計活動內容之選品分析法155
4.5.3　活動前上線預熱之優惠券營銷分析157
4.5.4　活動正式上線之指標體係日常監控分析160
4.5.5　活動後效果複盤之整體效果分析161
4.6　用戶增長分析163
4.6.1　用戶留存率增長分析165
4.6.2　用戶流失率降低分析171
第5章　推演、組織、驗證出正確的結論177
5.1　合理推演，避免謬誤，從而得出正確的結論178
5.1.1　過度簡化因果謬誤178
5.1.2　滑坡謬誤180
5.1.3　忽略常見原因謬誤182
5.1.4　事後歸因謬誤183
5.1.5　以偏概全謬誤184
5.2　分析結論的組織：金字塔原理的使用186
5.2.1　結論的三個層次186
5.2.2　什麼是金字塔原理189
5.2.3　如何運用金字塔原理190
5.3　多數分析結論都需要靠AB測試來驗證193
5.3.1　AB測試的應用場景193
5.3.2　AB測試四步法194
5.3.3　AB測試的常見誤區198
第6章　數據分析的展現方式201
6.1　圖表是數據分析結論的最直觀展現方式202
6.1.1　“圖表三千，隻取一瓢”203
6.1.2　根據論證邏輯，選擇合適的圖表203
6.1.3　錦上添花的其他圖表類型209
6.1.4　圖表需要優化：圖表優化的三大原則211
6.2　分析報告能把數據分析的結論和思考進一步升華216
6.2.1　克服拖延症最好的辦法：“先把手弄髒”216
6.2.2　搭好基礎框架就完成了至少80%的工作216
6.2.3　細心打磨，增強專業說服力217
6.3　把數據分析的結論娓娓道來218
6.3.1　匯報是達到業務目的的手段218
6.3.2　用講故事的邏輯組織你的匯報220
6.3.3　優秀匯報的成熟模型：SCQA和ZUORA222
6.3.4　說在最後：準備好麵對問題和挑戰225
······