数据驱动力:企业数据分析实战

数据驱动力:企业数据分析实战

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

这本书详尽地阐述了数据分析的方方面面。数据不应再是企业沉睡的金矿,而应成为每一项重大商业决策和业务增长的有效依据。

内容简介

面对大数据这一势不可挡的时代潮流,所有企业都需要思考如何在实际工作中挖掘数据,充分发挥数据分析师的才能,进而有效地利用数据完成商业决策。

本书首先讲解数据本身,重点介绍如何选择正确的数据源,确保数据的质量和可靠性,然后讨论数据分析,组织需要获取拥有必备技术和工具并能洞察数据变化的人才。接下来几章介绍具体的分析工作,包括性能分析、设计指标、A/B测试和原型讲解等,随之深入到分析价值链的下一环节:利用分析结果和数据见解做出决策。

作者简介

作者卡尔·安德森,数据科学家,擅长利用统计学和机器学习技术解决商业问题。纽约WW公司数据副总裁,领导数据科学团队构建数据产品和制定数据策略。曾任纽约Warby Parker公司数据科学总监,在创建数据驱动组织方面拥有丰富的经验。

章节目录

版权信息

O'Reilly Media, Inc. 介绍

中文版赞誉

前言

第1章 数据驱动意味着什么

1.1 数据收集

1.2 数据访问

1.3 报表

1.4 报警

1.5 从报表和报警到分析

1.6 数据驱动的特征

1.7 分析成熟度

1.8 小结

第2章 数据质量

2.1 数据质量的各个方面

2.2 脏数据

2.2.1 数据生成

2.2.2 数据录入

2.2.3 缺失数据

2.2.4 多重记录

2.2.5 截尾数据

2.2.6 计量单位

2.2.7 默认值

2.3 数据世系

2.4 数据质量是共同承担的责任

第3章 数据收集

3.1 全量收集

3.2 数据源的优先级

3.3 关联数据

3.4 数据收集

3.5 购买数据

数据集的价值

3.6 数据留存

第4章 分析组织

4.1 分析师类型

4.1.1 数据分析师

4.1.2 数据工程师和分析工程师

4.1.3 商业分析师

4.1.4 数据科学家

4.1.5 统计学家

4.1.6 金融工程师

4.1.7 会计和财务分析师

4.1.8 数据可视化专家

4.2 分析需要团队协作

4.3 技能和素质

4.4 辅助工具

4.4.1 探索性数据分析和统计建模

4.4.2 数据库查询

4.4.3 文件审查和操作

4.5 分析组织结构

4.5.1 集中型

4.5.2 分散型

第5章 数据分析

5.1 什么是分析

5.2 分析的类型

5.2.1 描述性分析

5.2.2 探索性分析

5.2.3 推断分析

5.2.4 预测分析

5.2.5 因果分析

第6章 指标设计

6.1 指标设计

6.1.1 简单

6.1.2 标准化

6.1.3 准确

6.1.4 精确

6.1.5 相对和绝对

6.1.6 稳健

6.1.7 直接

6.2 KPI

6.2.1 KPI案例

6.2.2 多少个KPI

6.2.3 KPI的定义和目标

第7章 用数据讲故事

7.1 讲故事

7.2 第一步

7.2.1 想达到什么目的

7.2.2 受众是谁

7.2.3 使用什么媒介

7.3 大力推销

7.4 数据可视化

7.4.1 选择图表

7.4.2 设计图表元素

7.5 传达

7.5.1 信息图

7.5.2 仪表板

7.6 小结

第8章 A/B测试

8.1 为何要做A/B测试

8.2 怎么做:A/B测试中的最佳实践

8.2.1 实验之前

8.2.2 运行实验

8.3 其他方法

8.3.1 多变量测试

8.3.2 贝叶斯定理中的“强盗”

8.4 文化内涵

第9章 决策

9.1 决策制定得如何

数据驱动、数据启发还是数据影响

9.2 是什么让决策变得困难

9.2.1 数据

9.2.2 文化

9.2.3 认知障碍

9.2.4 直觉会在何处奏效

9.3 解决方案

9.3.1 动机

9.3.2 能力

9.3.3 触发器

9.4 小结

第10章 数据驱动型文化

10.1 开放、信任的文化

10.2 广泛的数据通识

10.3 目标优先的文化

10.4 求知好问的文化

10.5 迭代、学习型的文化

10.6 反HiPPO文化

10.7 数据领导

第11章 数据驱动型的首席高管

11.1 首席数据官

11.1.1 首席数据官的职责

11.1.2 成功的秘密

11.1.3 首席数据官的未来

11.2 首席分析官

11.3 小结

第12章 隐私、道德和风险

12.1 尊重隐私

无意泄露

12.2 要有同理心

提供选择

12.3 数据质量

12.4 安全

12.5 执行

12.6 小结

第13章 结论

扩展阅读

分析组织

数据分析与数据科学

决策制定

数据可视化

A/B测试

附录 A 关于数据不合理的有效性:为什么数据越多越好

A.1 最近邻类型问题

A.2 相对频率问题

A.3 估计单变量分布问题

A.4 多变量问题

附录 B 愿景声明

B.1 价值

B.2 启动

关于作者

关于封面

看完了

版权声明

数据驱动力:企业数据分析实战是2021年由人民邮电出版社出版,作者[英] 卡尔·安德森。

得书感谢您对《数据驱动力:企业数据分析实战》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
地球科学中的大数据分析与挖掘算法手册 电子书
本书以数据分析与挖掘思想为主线,深入剖析关联、分类、回归、聚类、顺序模式挖掘、深度学习以及异常检测等算法的原理、实现、相似算法、改进思路以及地学案例,具有很强的系统性、完整性以及落地性,可以作为各行业特别是地球科学领域中希望驾驭大数据并发掘其价值的科研人员和工程人员的参考书,读者既可以通过本书系统掌握大数据分析挖掘的思想方法,也可以将其作为算法工具书查阅。
对话大数据:政府/工业/金融/医疗/人才行业创新与应用案例分析 电子书
26位在大数据相关行业享有盛誉的知名企业家和权威学者分享关于大数据创新与应用的宝贵观点。
大数据定义智能运维 电子书
运维数据治理开山之作,企业基础平台数据资源建设必备图书。
大数据:挖掘数据背后的真相 电子书
无须数学、统计学基础,轻松掌握大数据。
眼科标准数据集(2019版) 电子书
本书参考国家电子病历及信息化行业标准,以及最新眼科领域诊疗指南,与中山大学中山眼科中心专家共建而成。