給新手的企業數據分析實戰(全彩)

周召安,李光昭

  • 出版商: 電子工業
  • 出版日期: 2020-08-01
  • 定價: $354
  • 售價: 8.5$301
  • 語言: 簡體中文
  • 頁數: 184
  • 裝訂: 平裝
  • ISBN: 7121393670
  • ISBN-13: 9787121393679
  • 相關分類: Data Science
  • 立即出貨 (庫存 < 3)

買這商品的人也買了...

商品描述

這是一本沒有編程基礎也能學習的企業數據分析書。

本書以解決企業中常見的數據分析問題為主線,通過實例,
採用“思路―方法―具體實現過程”的結構進行通俗易懂的講解。

本書共分為3 篇:

第1 篇,帶領讀者了解數據分析並熟悉3 個最常用的數據分析工具――SPSS Modeler、Power BI 和MySQL。

也許你之前都沒有聽說過SPSS Modeler 和Power BI,但請不要擔心,它們真的很容易上手。

第2 篇商品分析,介紹了企業中兩個典型的分析――現有商品分析和新商品分析。

- 現有商品分析,就是幫你發現現有的商品結構是否存在問題,以增強核心競爭優勢;

- 新商品分析,就是評估客戶需求和驗證客戶需求,以延續核心競爭優勢。

第3 篇客戶分析,共介紹了4 個實例――挖掘客戶消費行為、挖掘客戶流失概率、企業客戶分析、動態展示RFM 分析的結果。


本書能夠幫助初學者快速邁入數據分析的大門,也能對管理人員有所啟發。

作者簡介

海南智企數據分析師事務所有限公司聯合創始人、數據分析師某高校“商業數據分析與應用”專業建設委員會委員

目錄大綱

第1 篇熟悉數據分析工具 
第1 章快速了解數據分析/ 2 
1.1 何謂數據分析/. 2 
1.1.1 數據分析的定義/. 3 
1.1.2 數據分析的作用/. 3 
1.2 了解常用的數據分析工具/. 4 
1.3 怎麼配合使用多個數據分析工具/. 5 
1.4 常用的數據分析指標/. 5 
1.5 企業對數據分析的期望/ 7 
1.5.1 便於高效觀察數據/. 7 
1.5.2 找出關鍵指標異常的原因/. 8 
1.5.3 評估策略/. 8 
1.5.4 利用數據進行資源配置/. 8 

第2 章快速熟悉SPSS Modeler 和MySQL /. 9 
2.1 初識SPSS Modeler / 9 
2.2 實例1:建立每日客戶消費數據處理模型/. 16 
2.2.1 讀取及檢查數據源/. 16 
2.2.2 篩選數據/. 20 
2.2.3 匯總數據/. 21 
2.2.4 新增一列來求每天的會員訂單均價/. 25 
2.2.5 合併數據/. 26 
2.3 實例2:將處理好的數據存儲到MySQL 數據庫中/ 28 
2.3.1 安裝Wampserver 與Navicat for MySQL / 28 
2.3.2 連接服務器,新建數據庫/. 29 
2.3.3 配置ODBC 數據源/ 30 
2.3.4 將數據寫入MySQL 數據庫/ 32 
2.4 實例3:在MySQL 中處理數據/. 35 
2.4.1 了解基本的My SQL 語句/. 35 
2.4.2 了解添加了條件的MySQL 語句/ 40 
2.4.3 用函數處理數據/. 44 

第3 章快速熟悉Power BI / 48 
3.1 初識Power BI /. 48 
3.1.1 了解數據可視化/. 48 
3.1.2 了解Power BI 的功能模塊/ 50 
3.2 實例4:建立度量值,實時處理數據/. 54 
3.2.1 整體思路/. 55 
3.2.2 連接數據庫並加載表/. 55 
3.2.3 清洗數據/. 57 
3.2.4 準備日期表/. 60 
3.2.5 關聯表間關係/. 63 
3.2.6 用簡單DAX 函數創建度量值/. 64 
3.3 實例5:放置圖表控件,形成儀錶盤/. 68 
3.3.1 構建儀錶盤內容/. 68 
3.3.2 添加篩選控件/. 71 
3.3.3 分享儀錶盤/. 73 

第2 篇商品分析 

第4 章現有商品分析——增強核心競爭優勢/. 76 
4.1 相關知識/ 76 
4.1.1 商品市場策略/. 76 
4.1.2 常見銷售額走勢特徵分析/. 78 
4.1.3 特殊銷售額走勢特徵分析/. 79 
4.1.4 商品結構分析/. 81 
4.2 實例6:分析某餐飲企業的商品結構/. 83 
4.2.1 整理出商品銷售額匯總表/. 84 
4.2.3 將商品進行分類/. 89 
4.2.4 根據分類來統計指標/. 94 
4.2.5 解讀分析結果並製訂調整計劃/. 98 

第5 章新商品分析——延續核心競爭優勢/ 101 
5.1 相關知識/ 101 
5.1.1 定位新商品/. 101 
5.1.2 如何獲取準確的客戶需求/. 102 
5.2 實例7:評估客戶需求/. 103 
5.2.1 理解分析方法/. 104 
5.2.2 設計問卷/. 106 
5.2.3 收集並清洗數據/. 107 
5.2.4 據據公式計算數據/. 109 
5.3 實例8:驗證客戶需求/. 110 
5.3.1 觀察價格變動引起的需求變化/. 110 
5.3.2 調研客戶的價格期望/. 111 
5.3.3 分析得到的結果/. 113 

第3 篇客戶分析 

第6 章管理客戶——找出客戶消費規律/. 116 
6.1 相關知識/ 116 
6.1.1 靈活定義客戶群體/. 116 
6.1.2 常見的“拉新”策略/. 116 
6.1.3 老客戶維護策略/. 117 
6.2 實例9:挖掘客戶消費行為/ 118 
6.2.1 整體思路/. 118 
6.2.2 數據預處理/. 119 
6.2.3 提取客戶第1 次消費行為數據/. 121 
6.2.4 調整挖掘模型/. 125 
6.2.5 實現自動挖掘/. 130 
6.3 實例10:挖掘客戶流失概率/ 133 
6.3.1 整體思路/. 134 
6.3.2 定義流失客戶/. 134 
6.3.3 建立“檔案表” /. 136 
6.3.4 計算流失概率指標/. 142 
6.3.5 解讀得到的結果/. 144 

第7 章資源配置——讓客戶營銷更有價值/ 146 
7.1 相關知識/ 146 
7.1.1 客戶細分的常用方法/. 146 
7.1.2 客戶價值識別的三大指標——R、F、M /. 147 
7.2 實例11:企業客戶分析/. 148 
7.2.1 統計指標情況/. 149 
7.2.2 查看新客戶覆蓋情況/. 153 
7.2.3 挖掘第2 次交易的周期規律/. 157 
7.2.4 分析客戶的價值/. 159 
7.3 實例12:動態展示RFM 分析的結果/ 167 
7.3.1 準備數據/. 167 
7.3.2 創建參數切片器/. 168 
7.3.3 創建度量值及數據標準化/. 169 
7.3.4 劃分客群/. 171 
7.3.5 數據可視化/. 172