基本信息

• 商品名稱：企業經營數據分析(思路方法應用與工具)/大數據叢書
• 作者：趙興峰
• 代碼：59
• 出版社：電子工業
• ISBN號：9787121293337

其他參考信息

• 出版時間：2016-09-01
• 印刷時間：2016-09-01
• 版次：1
• 印次：1
• 開本：16開
• 包裝：平裝
• 頁數：258
• 字數：263千字

編輯推薦語

趙興峰所著的《企業經營數據分析（思路方法應用與工具）》，內容來自筆者長期從業經驗的總結，所有內容都是從企業的實際應用出發，並且涵蓋了多個行業，其中包括生產制造業、零售服務業、電商行業等，讀者可以將其中的思路和方法輕松地應用到實踐工作中。 本書不是簡單地演示一個案例的具體操作，也不是描述一個方法的細節，而是通過思路和方法的理論性總結，讓讀者學會數據分析的思路和方法，從而能夠將一個場景下的分析方法延伸到*多的場景下。

內容提要

趙興峰所著的《企業經營數據分析（思路方法應用與工具）》為從事企業經營數據分析工作的人員以及企業中的高層管理者提供數據分析的思路和方法。
    本書的內容來自筆者長期從業經驗的總結，所有的內容都是從企業的實際應用出發，涵蓋了多個行業，其中包括生產制造業、零售服務業、電商行業等，讀者可以將其中的思路和方法輕松地應用到實踐工作中。
     本書主要內容包括企業中的大數據介紹、數據分析的目的、數據分析的思路、對比與對標、分類、聚類、邏輯關繫、預測、結構、各職能部門的具體數據分析、常用的數據分析工具介紹。
     本書適合企業的管理者與數據分析人員，以及對大數據感興趣的讀者。另外，本書還可以作為企業內部的數據分析培訓教材。
    

作者簡介

趙興峰，北京大學、新加坡國立大學MBA雙碩士，西安交通大學工學學士，北京信宜明悅咨詢有限公司創始人。 具有20年跨國公司經營數據分析實戰經驗，曾就職於寶潔、惠氏、摩立特、LG電子等國際知名企業，從事市場研究、商業智能、戰略研究等。 目前專注於大數據時代下政府和企業的數據治理、數據統籌、數據分析和數據挖掘應用推廣，致力於推動企業和政府利用數據實現戰略轉型與升級，構建智慧企業、智慧政府、智慧城市和智慧生態。

目錄

**篇 概述篇
**章 企業中的大數據
1.1 什麼是數據？什麼是數據技術
1.2 數據分類
1.3 數據類型
1.4 數據結構和數據結構化
1.5 數據質量及其八個指標
1.6 數據處理與數據清洗
第2章 數據分析的目的
2.1 數據是數字化的證據——沒有記錄下來的事情就沒有發生過
2.2 追溯——追責、求根源、求真相
2.3 監控——監督、檢查、評估、監控、檢測
2.4 洞察——探尋規律，掌握發展的鑰匙
2.5 商機——挖掘未被滿足的需求
2.6 預測——指導未來實踐的規律
第3章 數據分析的思路
3.1 先總後分，逐層拆解
3.2 抽絲剝繭，尋蹤問跡
3.3 內涵外延，概念清晰
3.4 可視化作圖——按照認知規律作圖展示
3.5 識圖的九個基本方法
3.6 管理常識是數據分析的基礎
第2篇 方法篇
第4章 對比與對標——識別事物的基本方法
4.1 對比是識別事物的基本方法
4.2 對比——橫向、縱向及多維度對比
4.3 比值比率背後的邏輯
4.4 指標的邏輯與管理指標
4.5 對標的層次和維度
4.6 標杆管理與榜樣的力量
第5章 分類——認知事物的基本方法
5.1 什麼是分類？為什麼要分類？分類的方法是什麼
5.2 解構事物的三要素——要素、屬性和行為
5.3 維度分類法
5.4 屬性分類法
5.5 流程分類法
5.6 層級分類法
5.7 分類中的權重設定問題
第6章 聚類——尋找規律的**步
6.1 聚類的基本邏輯
6.2 聚類的因子和主成分
6.3 聚類的步驟
6.4 有序聚類與時間序列聚類
第7章 邏輯關繫——尋找事物之間的因果規律
7.1 相關性與相關繫數分析
7.2 事物之間的邏輯關繫與科學規律
7.3 果因關繫與因果關繫，看不見的事物發展邏輯
7.4 事物發展規律的復雜性與科學抽像
7.5 因果關繫與回歸分析
7.6 邏輯回歸
7.7 關聯與共生——現像與規律的探尋
第8章 預測——數據分析的**目標
8.1 預測是數據分析的**目的
8.2 預測的必要性和誤差的必然性
8.3 經驗預測法
8.4 類比預測法
8.5 慣性法與時間序列分析
8.6 邏輯關繫預測法
第9章 結構——事物組成的“配方”
9.1 解構與結構
9.2 結構關繫影響著事物的根本屬性
9.3 結構的基準——激勵中的預期管理比實際激勵*加有效
9.4 關鍵要素與非關鍵要素
9.5 *佳組合——人、財、物等企業資源的*佳搭配
9.6 結構化效率分析
第3篇 具體應用篇
**0章 各職能部門的具體數據分析
10.1 專業分工下的職能價值體現
10.2 人力資源管理中的數據分析
10.3 財務管理中的數據分析
10.4 營銷和銷售管理中的數據分析
10.5 生產管理中的數據分析
10.6 物流和供應管理中的數據分析
第4篇 工具篇
**章 常用的數據分析工具介紹
11.1 Excel——Excel數據分析功能
11.2 SQL與數據庫軟件Access、SQL Server、MySQL等
11.3 SPSS統計分析工具與數據分析工具家族
11.4 R語言與編程實現數據分析
11.5 SAS的歷史地位與*新發展
11.6 其他軟件繫統以及在線資源