鏈接：pan.baidu.com/s/1lnjyzdPb_HpUQpqqa9Rc3A?pwd=wmp8?

提取碼：wmp8

《數(shù)據(jù)分析師手記：數(shù)據(jù)分析72個(gè)核心問(wèn)題精解》從底層認(rèn)知、思維方法、工具技術(shù)、項(xiàng)目落地及展望出發(fā)，使用問(wèn)答的形式對(duì)數(shù)據(jù)分析中的72個(gè)核心知識(shí)點(diǎn)進(jìn)行講解，構(gòu)建了數(shù)據(jù)分析的知識(shí)框架，帶領(lǐng)讀者認(rèn)識(shí)數(shù)據(jù)分析背后的奧妙。讀者可以用本書(shū)作為學(xué)習(xí)地圖，針對(duì)具體的方法、技術(shù)進(jìn)行延伸學(xué)習(xí)。

目錄

第 1 章　底層認(rèn)知

1.1 基礎(chǔ)認(rèn)知

第 1 問(wèn)：數(shù)據(jù)分析怎么學(xué)？—本書(shū)學(xué)習(xí)指南 / 2

第 2 問(wèn)：數(shù)據(jù)分析是怎么來(lái)的？—數(shù)據(jù)分析極簡(jiǎn)發(fā)展史 / 4

第 3 問(wèn)：什么是數(shù)據(jù)指標(biāo)？ / 6

第 4 問(wèn)：常見(jiàn)的指標(biāo)有哪些？ / 9

第 5 問(wèn)：對(duì)于數(shù)據(jù)分析領(lǐng)域，統(tǒng)計(jì)學(xué)要學(xué)到什么程度？ / 10

第 6 問(wèn)：數(shù)據(jù)分析領(lǐng)域主要的崗位有哪些？ / 13

1.2　底層邏輯 / 17

第 7 問(wèn)：如何建立完整有效的數(shù)據(jù)指標(biāo)體系？ / 17

第 8 問(wèn)：數(shù)據(jù)指標(biāo)體系如何應(yīng)用？—數(shù)據(jù)監(jiān)控體系 / 21

第 9 問(wèn)：數(shù)據(jù)分析的產(chǎn)出價(jià)值是什么？ / 24

第 10 問(wèn)：數(shù)據(jù)分析的常見(jiàn)陷阱有哪些？ / 26

第 11 問(wèn)：如何讓數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)？—數(shù)據(jù)分析流程 / 28

第 2 章　思維方法 / 32

2.1　數(shù)據(jù)思維 / 33

第 12 問(wèn)：什么是數(shù)據(jù)思維？ / 33

第 13 問(wèn)：怎么使用數(shù)據(jù)思維？ / 35

第 14 問(wèn)：怎么訓(xùn)練數(shù)據(jù)思維？ / 38

2.2　通用分析方法 / 41

第 15 問(wèn)：什么是數(shù)據(jù)異常分析？ / 41

第 16 問(wèn)：什么是描述性分析？ / 43

第 17 問(wèn)：什么是對(duì)比分析？ / 46

第 18 問(wèn)：什么是細(xì)分分析？ / 48

第 19 問(wèn)：什么是歸因分析？ / 52

第 20 問(wèn)：什么是預(yù)測(cè)分析？ / 56

第 21 問(wèn)：什么是相關(guān)性分析？ / 58

第 22 問(wèn)：什么是二八定律 / 帕累托定律分析？ / 61

2.3　商業(yè)分析方法 / 63

第 23 問(wèn)：什么是 PEST 分析？ / 63

第 24 問(wèn)：什么是 SWOT 分析？ / 65

第 25 問(wèn)：什么是邏輯樹(shù)分析？ / 68

第 26 問(wèn)：什么是“STP+4P”分析？ / 71

第 27 問(wèn)：什么是波士頓矩陣分析？ / 73

第 28 問(wèn)：什么是 5W2H 分析？ / 77

2.4　產(chǎn)品分析方法 / 79

第 29 問(wèn)：什么是生命周期分析？ / 80

第 30 問(wèn)：什么是 AB 測(cè)試分析？ / 83

第 31 問(wèn)：什么是競(jìng)品分析？ / 88

2.5　用戶(hù)分析方法 / 90

第 32 問(wèn)：什么是用戶(hù)畫(huà)像分析？ / 90

第 33 問(wèn)：什么是漏斗分析？ / 96

第 34 問(wèn)：什么是 RFM 用戶(hù)分層分析？ / 100

第 35 問(wèn)：什么是同期群分析？ / 104

第 3 章　工具技術(shù) / 107

第 36 問(wèn)：分析工具如何選？—常用場(chǎng)景說(shuō)明 / 108

3.1　Excel / 109

第 37 問(wèn)：用 Excel 做數(shù)據(jù)分析夠嗎？— Excel 的學(xué)習(xí)路徑 / 109

第 38 問(wèn)：Excel 中有哪些重要的函數(shù)或功能？—Excel 高頻常用函數(shù)介紹 / 110

第 39 問(wèn)：如何用 Excel 做數(shù)據(jù)分析？—Excel 透視表最全指南 / 114

3.2　SQL / 127

第 40 問(wèn)：什么是 SQL ？—SQL 的學(xué)習(xí)路徑 / 127

第 41 問(wèn)：SQL 基礎(chǔ)操作有哪些？ / 129

第 42 問(wèn)：SQL 有哪些高頻函數(shù)？ / 130

第 43 問(wèn)：SQL 的表連接該如何做？ / 130

第 44 問(wèn)：什么是 SQL 的窗口函數(shù)？ / 137

第 45 問(wèn)：SQL 要學(xué)習(xí)到什么程度？—SQL 在數(shù)據(jù)分析中落地 / 147

3.3　Python / 151

第 46 問(wèn)：什么是 Python ？—Python 的介紹與開(kāi)始 / 151

第 47 問(wèn)：Python 基礎(chǔ)語(yǔ)法有哪些？ / 152

第 48 問(wèn)：Python 數(shù)據(jù)分析工具包 Pandas 是什么？ / 160

第 49 問(wèn)：Python 數(shù)據(jù)可視化工具包 Matplotlib 是什么？ / 177

第 50 問(wèn)：Pandas 如何解決業(yè)務(wù)問(wèn)題？—數(shù)據(jù)分析流程詳解 / 183

3.4　PowerBI / 195

第 51 問(wèn)：什么是商業(yè)智能？—商業(yè)智能與 PowerBI 入門(mén) / 195

第 52 問(wèn)：PowerBI 的核心概念有哪些？—一文看懂 PowerBI 運(yùn)行邏輯 / 198

第 53 問(wèn)：如何用 PowerBI 做數(shù)據(jù)分析？—PowerBI 完整數(shù)據(jù)分析流程案例 / 208

第 4 章　項(xiàng)目落地 / 222

4.1　落地思維 / 223

第 54 問(wèn)：數(shù)據(jù)分析的結(jié)果該如何落地？ / 223

第 55 問(wèn)：數(shù)據(jù)分析沒(méi)有思路怎么辦？—數(shù)據(jù)分析中“以終為始”的思考邏輯 / 226

第 56 問(wèn)：如何從不同層次理解業(yè)務(wù)？—數(shù)據(jù)分析中“點(diǎn)線面體”的思考邏輯 / 229

第 57 問(wèn)：數(shù)據(jù)分析怎么做才有價(jià)值？—數(shù)據(jù)分析中的目標(biāo)管理 / 231

4.2　理解業(yè)務(wù)本質(zhì) / 235

第 58 問(wèn)：常說(shuō)的業(yè)務(wù)場(chǎng)景是什么？—從營(yíng)銷(xiāo)角度出發(fā)構(gòu)建“業(yè)務(wù)場(chǎng)景模型” / 235

第 59 問(wèn)：零售行業(yè)常說(shuō)的人貨場(chǎng)是什么？—從“人貨場(chǎng)模型”看落地場(chǎng)景中的數(shù)據(jù)

分析 / 240

第 60 問(wèn)：如何深入理解業(yè)務(wù)？—利用點(diǎn)線面思維構(gòu)建“業(yè)務(wù)模型” / 242

第 61 問(wèn)：如何梳理業(yè)務(wù)流程？—從“線”的層次思考業(yè)務(wù) / 245

第 62 問(wèn)：如何看懂公司的商業(yè)模式？—從“面”的層次思考業(yè)務(wù) / 250

第 63 問(wèn)：從戰(zhàn)略層次全局看待業(yè)務(wù)？—從“體”的層次思考業(yè)務(wù) / 254

4.3　互聯(lián)網(wǎng)產(chǎn)品數(shù)據(jù)分析實(shí)踐 / 258

第 64 問(wèn)：如何分析用戶(hù)行為數(shù)據(jù)？—還原實(shí)際業(yè)務(wù)中的落地分析流程 / 258

第 65 問(wèn)：如何定義問(wèn)題？—AARRR 模型中獲取階段的落地分析 / 263

第 66 問(wèn)：如何形成分析思路？—AARRR 模型中促活階段的落地分析 / 268

第 67 問(wèn)：如何給落地建議？—AARRR 模型中留存階段的落地分析 / 274

4.4　報(bào)告呈現(xiàn) / 279

第 68 問(wèn)：為什么要做數(shù)據(jù)分析報(bào)告？—向上匯報(bào)與橫向溝通 / 279

第 69 問(wèn)：如何用數(shù)據(jù)來(lái)講故事？—報(bào)告結(jié)構(gòu)與金字塔原理 / 281

第 70 問(wèn)：如何制作一個(gè)圖表？—數(shù)據(jù)可視化的邏輯 / 284

4.5　項(xiàng)目復(fù)現(xiàn)實(shí)戰(zhàn) / 287

第 71 問(wèn)：游戲行業(yè)，如何分析活動(dòng)？ / 287

第 5 章　展望 / 298

第 72 問(wèn)：數(shù)據(jù)分析師的前景及如何成長(zhǎng)？ / 299

查看全部↓

前言/序言

前言

為什么要學(xué)習(xí)數(shù)據(jù)分析

以往在增量時(shí)代，每天都有新的領(lǐng)域、新的市場(chǎng)被開(kāi)發(fā)。尤其是在互聯(lián)網(wǎng)、電商等領(lǐng)域的紅利期，似乎只要做好單點(diǎn)的突破就能獲得市場(chǎng)。在那個(gè)時(shí)代，業(yè)務(wù)運(yùn)營(yíng)主要依 靠經(jīng)驗(yàn)和直覺(jué)驅(qū)動(dòng)。例如跨境電商領(lǐng)域初期，憑借世界工廠平臺(tái)的優(yōu)勢(shì)，國(guó)內(nèi)廠家只需 基于經(jīng)驗(yàn)選品即可大賣(mài)。

但是隨著規(guī)則的成熟，更多玩家的進(jìn)入，市場(chǎng)從藍(lán)海變?yōu)榧t海，進(jìn)入存量期，僅靠 經(jīng)驗(yàn)驅(qū)動(dòng)的增長(zhǎng)模式不再有效。還是拿跨境電商舉例：由于賣(mài)家劇增，海外市場(chǎng)飽和， 跨境電商進(jìn)入存量運(yùn)營(yíng)時(shí)代，已經(jīng)不存在絕對(duì)的藍(lán)海市場(chǎng)，每個(gè)細(xì)分領(lǐng)域都有許多競(jìng)爭(zhēng)對(duì)手。

此時(shí)，要求商家從粗放運(yùn)營(yíng)轉(zhuǎn)為精細(xì)化運(yùn)營(yíng)，由經(jīng)驗(yàn)驅(qū)動(dòng)轉(zhuǎn)為數(shù)據(jù)驅(qū)動(dòng)，而這個(gè)轉(zhuǎn)變中最重要的一點(diǎn)就是數(shù)據(jù)，也就是用數(shù)據(jù)分析報(bào)告決定市場(chǎng)是否值得投入，用數(shù)據(jù)選 品，用數(shù)據(jù)做經(jīng)營(yíng)分析，用數(shù)據(jù)管理庫(kù)存。

從這個(gè)角度來(lái)看，數(shù)據(jù)分析已然成為了大數(shù)據(jù)時(shí)代各個(gè)崗位的通用能力。因此，為 了保持競(jìng)爭(zhēng)力，任何人都有必要用數(shù)據(jù)分析能力武裝自己：利用數(shù)據(jù)思維分析問(wèn)題，依 靠數(shù)據(jù)支撐決策。

如何開(kāi)始 — 數(shù)據(jù)分析師勝任力模型