在“互联网大数据”的时期,发掘海量信息的使用价值被很多的人所关心。比如,可否从销售量统计数据中分折之后的销售量?从网页访问系统日志能小结出什么规律性?但绝大部分人并沒有恰当的观念定义,光凭自身的觉得或是从他人那边听见的一些经验分享开展某些假定,而且在假定的前提条件下再建立统计数据的剖析方位,那样因此会造成数据统计分析結果的局限。《我最想要的Excel数据分析书》从数据分析最基本的处理构思刚开始详细介绍,随后融合4个具体好用实例开展了解读,最终论述了怎样运用EXCEL自然环境,使数据统计分析更为高效率。
目录
- 第1章 用数据分析解决问题的基本思路
- 数据分析的正确方法:要想分析有价值,需要注意这几点
- 确定直接与利润挂钩的要素:输出结果
- 确定应关注的分析对象:分析单位
- 找出产生差异的"特征":解释变量
- 自动确定分析方法:定性数据与定量数据
- 时刻牢记三点进行分析
- 数据分析前软件准备
- 第2章 初级数据分析实例:如何增加营业额
- 分析1:顾客的性别和婚姻情况会对营业额产生影响吗
- 分析2:光顾次数与消费金额之间存在什么关系
- 分析3:多元回归分析要做的准备―虚拟变量
- 分析4:梳理影响销售的多个要因
- 报告:我们应该采取什么措施来提高营业额呢
- 第3章 进阶数据分析实例1:拟定办公用品的营销战略
- 分析1:将销售数据重新统计成以员工为单位的数据
- 分析2:合并销售、入职测试、压力测试的数据
- 分析3:明确每位员工身上影响销售的特征
- 报告:有良好销售业绩的是怎样的员工
- 第4章 进阶数据分析实例2:根据网站日志分析顾客行为
- 分析:对各类页面的访问次数进行多元回归分析
- 报告:具有何种行为的用户会贡献较高的销售额
- 第5章 进阶数据分析实例3:预测产品销量
- 分析1:将各月的特征和过去的销量用作解释变量
- 分析2:对各月的虚拟变量和销量进行多元回归分析
- 分析3:预测今后的销量
- 报告:准备多少库存伸缩量才能有效抑制机会损失的风险呢
- 第6章 活用高级技巧,让分析更高效、更深入
- 软件准备:促进Excel进化为BI工具的PowerBI与SQLServer
- 活用术1:提高数据合并的效率
- 活用术2:使用数据挖掘功能的多元回归分析
- 活用术3:进行定性输出结果分析的朴素贝叶斯分类
- 活用术4:分析会对输出结果产生影响的类型
- 活用术5:迅速进行时间序列分析
- 活用术6:分析结果的可视化
- 第7章 本书总结
- 后 记
- How to 索引