数据分析师宝典

作品简介

随着移动通信和互联网应用的发展，物联网、云计算、大数据等新兴技术与应用不断涌现。这是一个用数据说话的时代，也是一个依靠数据竞争的时代。目前世界500强企业中，有90%以上都建立了数据分析部门。IBM、微软、Google等知名公司都积极投资数据业务，建立数据部门，培养数据分析团队。各国政府和越来越多的企业意识到数据和信息已经成为企业的智力资产和资源，数据的分析和处理能力正在成为日益倚重的技术手段。

黄羿，刘友缘，马新强著。

作品目录

• 作者简介
• 前言
• 说明篇
• 第1章 什么是数据分析
• 1.1 数据分析的三种类型
• 1.2 一般都对哪些数据做分析
• 1.3 数据分析的五个步骤
• 第2章 数据分析有什么用
• 2.1 指导企业做运营规划
• 2.2 优化企业业务
• 2.3 为企业创造新的商业价值
• 第3章 数据分析师需要具备哪些技能
• 3.1 掌握基本的理论知识
• 3.2 常用的数据分析工具有哪些
• 技术篇
• 第4章 如何收集数据
• 4.1 收集数据常见的三个问题
• 4.2 收集数据要遵循的三个原则
• 4.3 收集数据有什么技巧
• 第5章 如何处理数据
• 5.1 手中的“脏”数据怎么处理
• 5.2 数据处理要遵循的两个原则
• 5.3 数据处理的四种分类方式
• 第6章 如何分析数据
• 6.1 数据分析常用到的分析方法
• 6.2 数据分析的五个误区
• 6.3 数据分析的三个技巧
• 第7章 如何展示数据
• 7.1 数据高效展示的方法
• 7.2 数据展示过程中会遇到的几个“坑”
• 第8章 如何撰写数据分析报告
• 8.1 规范的数据分析报告包括哪几部分
• 8.2 写分析报告时要注意的事项
• 8.3 案例：财务分析报告
• 应用篇
• 第9章 怎么做好人力资源数据指标的分析
• 9.1 人力资源资本能力指标分析
• 9.2 人力资源运作能力指标分析
• 9.3 人力资源效率指标分析
• 第10章 怎么做好财务数据指标的分析
• 10.1 偿债能力指标
• 10.2 运营能力指标
• 10.3 盈利能力指标
• 10.4 发展能力指标
• 第11章 怎么做好营销数据指标的分析
• 11.1 宏观市场指标
• 11.2 企业经营状况指标
• 11.3 客户相关指标
• 11.4 零售营销评估指标
• 第12章 怎么做好仓储数据指标的分析
• 12.1 仓储管理指标
• 12.2 仓储绩效评价指标
• 12.3 实例：光电科技有限公司的仓储管理
• 反侵权盗版声明
• 内容简介