编辑推荐
null
内容简介
近年来，随着谷歌、亚马逊、阿里巴巴等互联网企业在全球范围内的崛起，“大数据”成为人们耳熟能详的热门词。与此同时，在企业越来越重视数据分析的背景下，拥有数据分析专业人员的重要性被提上日程。仓桥一成著的《图解商务统计(商务数据分析与精细化运营)》内容深入浅出，实例分析具体丰富，不论你是文科还是理科出身，都能够通过本书掌握数据分析的基本知识和基本技能，并顺利地将其应用于商务实践之中。 本书共分7章，主要内容包括何为商务统计统计学的基本知识、数据分析的基础、提高企业效率的统计学、提高商务业务效率的统计学、商品开发的统计学、市场营销的统计学。 本书适合商务统计学新人、对商业统计感兴趣的读者阅读使用。
作者介绍
仓桥一成，1983年出生于日本广岛县。曾在东京大学学习医疗数据的统计分析，毕业后进入大学院。在2008年取得医学研究科保健硕士学位、2011年取得博士学位。2011年3月成立专业的统计分析咨询机构——iAnalysis（蓼蓝分析）。
目 录
第1章 何为商务统计 1.1 商务统计的必要性 掌握商务统计技能的人是高端人才 1.2 数据分析师能为企业带来巨大利益 数据分析师的年收入高达1200万～1500万日元 1.3 对分析官的高期待与高需求 商务统计为企业的成本削减与营业额提升作出贡献 1.4 以大数据为武器的企业 利用大数据得到快速成长的IT先进企业 1.5 为商务统计作出贡献的各种数据 企业成长所需的不仅仅是大数据 1.6 统计学发展的历史与其在商务中活用的进程 在医学、经济学、遗传学、心理学、社会学、药学、工学领域中发展的统计学 1.7 活用商务统计的三项必要技能 不论文理科出身，都能掌握 1.8 网络相关部门中的成功事例 利用A/B测试与反馈评分扩大顾客范围 1.9 营业、销售部门中的成功案例 通过共享数据及5W1H分析提高效率 1.10 市场营销部门的成功案例 通过品牌分析进行战略决策 专栏 数据分析的实绩 第2章 统计学的基本知识 2.1 数据是数值的合集 记录数据的必要性 2.2 何为概率与期望值 统计学的基础学问 2.3 了解数值型数据分布的有效工具 直方图与散点图 2.4 何为相关性 正比例和反比例的区别 2.5 相关关系与因果关系 在商务中运用的关键 2.6 何为正态分布 数据分布的基本 2.7 掌握分类数据的方法 交叉分类与交叉表 2.8 了解全局的方式 平均数、中位数、众数 2.9 平均数和中位数的应用方法 商务应用中的优缺点 2.10 离群值的判定方法 不符合分析的数据 2.11 表示分布离散程度的数值 将数据分布离散程度数值化 2.12 标准差与百分位数 两种指标的应用区别 2.13 何为偏差值 商务领域中的偏差值 2.14 何为A/B测试 随机分组的必要性 2.15 检验数据的特征 利用P值进行t检验 2.16 母集与随机抽样 为了了解集团整体的特征 2.17 何为偏差 与实际调查数值的差距 2.18 数据的可视化（一） 柱形图、饼图、百分化的柱形图、折线图 2.19 数据的可视化（二） 有效利用直方图 2.20 数据的可视化（三） 箱形图的使用方法 2.21 数据的可视化（四） 汇总表、交叉表与热点图的使用 2.22 数据的可视化（五） 活用散点图 2.23 数据清洗 花费大量时间对数据进行精细查验 2.24 何为模型 通过方程式来简要表现 2.25 何为线性回归分析 对数据间的比例关系进行分析 2.26 更为高端的模型 对条件进行分析，利用统计决策树与随机森林 专栏 只要掌握了统计学基础知识，就能自行选择工具进行分析 第3章 数据分析的基础 3.1 企业经营中数据分析的作用 理念、战略、作战、战术、兵站的金字塔 3.2 通过数据分析预测企业的未来 利用概率分析利润的期望值 3.3 通过数据分析能了解的事情 把握全局、预测未来、寻找最优解 3.4 数据分析的结构 假设检验分析与大数据分析 3.5 基于假设进行分析 活用实务知识的假设检验分析 3.6 基于数据的分析 无需掌握专业知识，获得信息即可运用的大数据分析 3.7 商务统计的工具（一） 数据分析的基本工具Excel 3.8 商务统计的工具（二） 活用BI工具 3.9 商务统计的工具（三） 开放源代码软件R的应用 3.10 使用Excel的注意点 记录原始数据 3.11 了解最基本的数据格式 何为CSV数据 3.12 稳健的数据管理 何为数据库 3.13 制作图表，将数据可视化 将Excel中的数据制成图表 3.14 解读数据的方式 相同数据制成不同图表，给人的印象也会发生变化 3.15 为了落实数据，提出假设 假设检验分析的步骤 3.16 用数据检验提出的假设 选择最适合的图表 3.17 由数据来建立模型 为建立模型而构建的数据集市 3.18 通过简单线性回归进行分析 关键是通过散点图进行可视化 3.19 进行多元线性回归 有两个以上自变量的分析方法 3.20 构建更为复杂的模型 尝试运用统计决策树、随机森林 3.21 数据分析的PDCA 在出成果前把数据分析看作一种投资 专栏 想知道对本公司最适合的数据运用方法？专家顾问必不可缺 第4章 提高企业效率的统计学 4.1 计算最佳员工数量 使用多元线性回归和统计决策树 4.2 经费及预算的最优化 如何最有效地降低成本 4.3 分析企划的成果 以概率论为基础，判断是否持续可行 4.4 统计学观点中的加薪与升职 进行人事评价的统计分析 4.5 库存的最优化 预测需求的分析手法 4.6 最具成效的人员配置 用于团队组织的统计学方法 4.7 分析智能手机、电脑，调查不端行为 实时发现不端行为的机制 专栏 将数据分析视为高级机密，应进行内制化处理 提高公司内部数据阅读权限的重要性 第5章 提高商务业务效率的统计学 5.1 通过客户管理（CRM）提高营业效率 数据化营业，提高效率 5.2 如何高效地给属下分配工作 数据化业务，提高工作效率 5.3 适当的劳动时间和休息时间 分析成果与劳动时间及休息时间的关系 5.4 减少加班的高效时间分配 活用电脑的操作记录 5.5 设置效率最高的劳动定额 从期望值到最优劳动定额的计算 5.6 营业路径的最优化 从成交率、销售额、利润的相关性入手分析 5.7 分析成交率高的营业交流 自然语言处理的分析 5.8 推算成交率的估计值 分析估计值与成交率 5.9 由成交率的高低推定营业时期与营业方法 把握交易对象的结算时期与喜好的分析 专栏 统计学分析方法是一种人工智能 第6章 商品开发的统计学 6.1 预测新商品的销售走向 通过统计提前掌握畅销商品 6.2 对市场调查有益的统计信息 运用公开数据 6.3 把握企业的定位 对应分析与定位 6.4 先行了解市场景气及需求情况的商品投放时期 分析POS数据 6.5 风险最小化的成本分配 通过单纯形法求最优解 6.6 数值化的目标 对消费者的动向及需求进行统计学分析 6.7 从概率论的角度看需求调查 考虑不真实的可能性 6.8 通过网络数据进行评价调查 分析本公司商品的销售与网站的关系 专栏 运用企业内数据的最佳方式 第7章 市场营销的统计学 7.1 避免促销的无用功 对用户认知度进行调查和分析 7.2 通过统计获得重复模式 从顾客的特征推测最适合的市场营销方式 7.3 计算策略与广告的效果，进行权衡取舍 活用A/B测试提高广告的效果 7.4 PR效果的事前预测 由统计推断有效的PR方式 7.5 网站的最优化 活用多变量测试 专栏 掌握基础，更上一层楼
媒体评论
null
