大數據分析是個入門容易但精專頗難的領域。牛
琨著的《縱觀大數據(建模分析及應用)》以大數據分
析為主線，以電信行業應用為背景，以一線操作者為
對像，繫統闡述了大數據分析的理論、方法和實踐。
從思維創新開始，依次介紹了大數據挖掘、經營分析
和營銷策劃三個主題。本書聚合了作者多年實戰操作
的經驗，加上執教和內訓的總結，輔以真實的案例，
對於電信行業的分析師而言是一部較為實用的工具類
書籍。

第一章 思維能力特訓
第一節 大腦如何轉彎
第二節 智慧之匙
第三節 人人皆可創新
第四節 阻礙創新的因素
第五節 創新的習慣
第六節 小測試：學到了多少?
第二章 數據分析導論
第一節 數據分析：從狹義到廣義
第二節 數據的層次
第三節 初級的數據層
第四節 中級的統計層
第五節 **的模型層
第三章 數統計分析：可敬的老前輩
第一節 從統計分析到數據挖掘
第二節 統計分析的輝煌時代
第三節 統計分析的無可奈何
第四節 統計分析的未來
第四章 Excel：數據基礎管理
第一節 新功能怎麼用
第二節 幾個大招
第三節 函數
第四節 E×ceI操作技巧
第五節 Smart Art
第五章 SPSS：處理大數據
第一節 基本功能介紹
第二節 文件操作
第三節 統計功能
第四節 分析功能
第六章 數據預處理：不可承受之重
第一節 數據預處理做什麼
第二節 數據清洗
第三節 數據集成
第四節 數據轉換
第五節 數據歸約
第六節 數據離散化
第七章 建模：數據挖掘的本義
第一節 數據挖掘的過去和未來
第二節 數據挖掘的標準流程
第三節 主要模型介紹
第四節 回歸：*似然估計
第五節 聚類：回歸本質
第六節 分類：與預測不同
第七節 關聯規則：煥發活力
第八節 過擬合與適用性：平衡**與健壯
第八章 SAP Predictive AnaIytics：簡單為王
第一節 基本功能介紹
第二節 聚類模型
第三節 分類模型
第四節 關聯規則模型
第九章 概論：經營分析的常見錯誤
第一節 典型錯誤
第二節 經營分析的概念和內涵
第三節 經營分析的能力要求
第四節 互聯網時代的經營分析
第十章 質的分析：定性分析方法
第一節 觀察法
第二節 訪談法
第三節 CATI：市場調研利器
第四節 焦點小組座談會
第五節 案例分析法
第十一章 置的分析：定置分析方法
第一節 比較分析法
第二節 因素分析法
第三節 分組分析法
第四節 異常分析法
第五節 結構分析法
第十二章 主題分析：每個月的那幾天
第一節 主題分析的概念
第二節 主題分析的組織方式
第三節 主題分析的關鍵點
第十三章 主題分析模板：簡單的靈魂
第一節 模板框架設計
第二節 雙表展示結構
第三節 彙總表、過程表與月份表
第四節 公式邏輯與細節 調整
第十四章 專題分析：價值所在
第一節 專題分析的概念
第二節 專題分析思路
第三節 數據提取與處理
第四節 數據分析與展示
第十五章 專題分析案例：事實說話
第一節 價值背離模型：用戶流失之源
第二節 移動業務融合比例分析
第三節 行業發展預測模型
第四節 業務發展預測模型
第五節 業務規模預測模型
第十六章 概論：營銷策劃的日常
第一節 營銷策劃的概念
第二節 營銷策劃技術演進
第三節 互聯網+時代的營銷策劃
第十七章 管理咨詢模型：****庫
第一節 STP模型
第二節 SWOT模型
第三節 BCG矩陣
第四節 波特五力分析
第五節 基尼繫數
第六節 蘭徹斯特模型
第十八章 方法論：不是僅靠經驗
第一節 概論
第二節 市場分析
第三節 套餐設計
第四節 營銷準備
第五節 後評估
第六節 套餐優化
第十九章 營銷策劃案例：經典的背後
第一節 移動業務套餐
第二節 家庭客戶套餐
第三節 集團客戶套餐
第二十章 互聯網化趨勢：無娛樂不營銷
第一節 粉絲經濟學
第二節 互聯網思維
第三節 炒作營銷
第四節 跨界營銷
第五節 事件營銷