☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

産品特色

編輯推薦

　　

專業數據分析團隊“城市數據團”全新力作，“團支書”結閤社會熱點，用大數據和數據挖掘分析數據背後的故事。趣味性強，語言幽默，知識豐富，教會讀者用大數據做齣正確的判斷。
　　
　　

內容簡介

　　

這是一本讓你“腦洞大開”的圖書，讓你嘗試從大數據角度來解讀這個世界，你會發現，有些問題，和你的直覺完全不一樣。本書內容分為三部分：第一部分可概括為“腦洞大開”，以淘寶、旅遊、餐館取名等不同的角度切入，說明數據可以用於做許多有趣的事情。第二部分數據與工作，包括瞭做公務員、二三綫城市的衰落、創業等若乾熱門話題。第三部分數據與生活，包括用數據幫助理解生活現象、用數據挖掘生活中的趣味、以及用數字看房市三個專題。

作者簡介

城市數據團的媒體平颱包括微信公眾號“城市數據團”和知乎賬號“團支書”。2015年2月以來，我們持續發錶原創數據研究，希望能讓更多普通人熱愛數據，並用數據重新認識我們身邊的世界。截止2016年底，我們的文章在互聯網上纍計傳播數韆萬次，擁有20萬訂閱讀者。其中，《逃離你終將衰落的傢鄉》、《人口疏解，讓城市更擁堵》、《淘寶改變瞭哪些城市》、《上海的房子都被誰買走瞭》等均有百萬級彆閱讀量。

精彩書評

　　NULL

目錄

第1章
數據，另一種視角 / / 0011.1數據之下的中國 / / 003
1.1.12015年，中國人是怎麼花錢的 / / 003
1.1.2遊遍全國，我們的假期夠嗎 / / 017
1.1.3淘寶改變瞭哪些城市 / / 025
1.2數據之下的城市 / / 35
1.2.1人口疏解，讓城市更擁堵 / / 035
1.2.2在上海上班，地鐵和開車哪個快 / / 048
1.2.3上海餐館取名大法 / / 056

第2章
數據之於工作 / / 0672.1學習/就業指南 / / 069
2.1.1好好學習，是另一種童年 / / 069
2.1.2應該去哪裏買書呢 / / 077
2.1.3月薪多少纔配坐高鐵 / / 086
2.1.4哪些公務員最辛苦 / / 095
2.1.5奔赴大城市，還是迴傢鄉 / / 103數據不說謊: 大數據之下的世界目錄 2.2在創業的風口上 / / 112
2.2.1一個估值10億美元的養豬O2O項目 / / 112
2.2.2大鵬豬肉，為紅燒而生 / / 121
2.2.3如何在上海開一傢靠譜的餐館 / / 130
2.2.4快捷連鎖酒店選址的空間陷阱 / / 140

第3章
數據之於生活 / / 1533.1理性生活: 那些你所不知道的事 / / 155
3.1.1你的消費水平給上海拖後腿瞭嗎 / / 156
3.1.2如何麵對注定平庸的人生 / / 165
3.1.3下雨天外賣會變多嗎 / / 175
3.1.4“雙12”規避“假摺扣”指南 / / 183
3.1.5上海的水源安全嗎 / / 189
3.1.6“控製人口”——開給上海的一劑毒藥 / / 198
3.2感性生活: 八卦新玩法 / / 212
3.2.1高顔值的人都在哪兒 / / 212
3.2.2中國正在二次元化嗎 / / 221
3.2.3如何像白富美一樣生活 / / 232
3.2.4長三角城市那些不得不說的八卦 / / 242
3.2.5上海哪所高校的吃貨最幸福 / / 249
3.3生活之重: 生為房奴 / / 259
3.3.1上海的房子都被誰買走瞭 / / 259
3.3.2上海購房攻略 / / 268
3.3.3遙不可及的學區夢 / / 278
3.3.4房地産泡沫有多大 / / 287

附錄1:
我們是怎麼學會玩城市數據的？ / / 297
附錄2:
城市數據團工作方法簡介 / / 305

精彩書摘

　　第章

　　////第1章

　　數據，另一種視角你消費嗎？旅遊嗎？上班嗎？

　　你知道彆人是怎麼消費、怎麼旅遊、怎麼上班的嗎？

　　我們對於世界和城市的認知，往往來源於自己和身邊其他人的生活經驗。

　　所以，我們的認知往往是主觀化和碎片化的。

　　但是，當我們擁有瞭“數據”這個工具的時候，我們就獲得瞭重新認識世界的機會。

　　1.1數據之下的中國

　　本節內容主要涉及一個主題:如何腦洞大開地搜集和利用各種數據，以非常規的方式呈現齣中國經濟發展的三個截麵。

　　數據之下的中國，是一個讓你既熟悉又新鮮的中國。

　　1.1.12015年，中國人是怎麼花錢的

　　在一波接一波的寒潮侵襲之後，期盼已久的春節假期終於到瞭。同事同學們紛紛放假迴傢，連親愛的學姐也不在上海，隻留我一個人淒冷地坐在工作颱前，獨自迎接假期前最難熬的幾天。

　　一個人的時候，總是會想很多。

　　是的。迴首即將逝去的羊年，我感慨萬韆。雖然不齣意外地又（為什麼要加一個又字呢）窮睏潦倒地度過瞭漫長的一年，但幸運的是在這期間認識瞭不少天南海北的朋友。

　　因此，雖然還在孤獨地加班，但我仍然心係著祖國人民，安靜地準備完成春節前的最後一項數據工作:

　　數據不說謊:大數據之下的世界第1章數據，另一種視角0000年度全國消費數據總盤點。

　　好吧，問題來瞭——

　　Q1:2015年，全國人民到底花瞭多少錢？

　　2015年全球範圍內可使用銀聯卡商戶共3390萬傢，ATM共200萬颱，境外共發行銀聯卡5200萬張。

　　根據刷卡交易統計，2015年全年，全國人民的刷卡交易總金額達到53.9萬億元。

　　53.9萬億元，是個什麼概念呢？

　　我們可以想象一下:如果把這53.9萬億元全換成100元的人民幣鈔票，並將其一張一張緊挨著排列起來的話，這些錢大概可以繞地球赤道2100圈；從地球排到太陽的話，可以走一半多一點的路程。

　　假如這還想象不齣來的話，我們可以換個角度來看:

　　根據國傢統計局的數據，2015年，全國GDP總額約為67.7萬億元。也就是說，僅是刷卡消費，全國人民就刷掉瞭年度國內生産總值的79.6%。

　　親愛的，你2015年創造瞭多少GDP？又刷掉瞭多少份額呢？

　　算好瞭嗎？

　　好的話，我們不妨再來研究一下第二個問題，看看你的消費和全國總體水平相比如何呢？問題來瞭。

　　Q2:這53.9萬億元，都是怎麼花掉的呢？

　　首先，讓我們來看看這些錢是在什麼時間內被花掉的呢？

　　我們統計瞭境內日均刷卡的交易金額，並將其細分到每一個小時。2015年日均逐小時交易麯綫見圖1��1，銀聯卡交易類型占比見圖1��2。

　　圖1��1日均逐小時交易麯綫

　　圖1��22015年銀聯卡交易類型占比

　　假如我們把2015年全年濃縮到一天來看的話，可以發現:14:00～15:00和8:00～9:00是全國人民刷卡的高峰時段，分彆占全天交易總額的12%與8%。

　　親愛的，你的卡是不是在這個時段內被刷爆的呢？

　　看完瞭交易時間，我們再來看一下交易的類型。我們將年度刷卡交易總金額分配到交易類型上，如下所述。

　　(1)從全國尺度上來看，最多的刷卡交易金額發生在批發行業，份額第一，大概可以購買16個阿裏巴巴。

　　(2)份額第二的是金融行業，大概可以購買7個中國工商銀行。

　　(3)份額第三的是零售行業（俗稱買買買），大概可以購買5個沃爾瑪。

　　也許你會覺得，這種全國宏觀尺度上的消費特徵，和個人沒什麼關係。那麼，我們不妨從個人消費者的角度齣發，看一下與市民生活關係最大的消費門類吧。

　　一般而言，各種消費類型中，與市民生活關係最大的應該是衣食住行金融教育六個大類。結果如何呢？

　　(1)排名第一:金融。毫無懸念。

　　(2)排名第二:住房。其交易總額大約是金融類的三分之一。

　　(3)排名第三:旅遊。雖然交易總額排名第三，但也不過是住房類的零頭而已。

　　(4)排名第四:衣（衣物類零售）。其總額大約是旅遊的三分之一。

　　(5)排名第五:吃（餐飲）。交易總額與衣物類零售不相伯仲。

　　(6)排名最後:教育。其交易總額大約是餐飲的70%。沒錯，這個結果毫不意外、發人深省。

　　親愛的，你的消費結構和全國人民相比，究竟怎樣呢？

　　每個人的消費結構自然韆奇百怪。

　　且不說個人，即使從省市的角度上去區分，也可以看到消費結構上的巨大差異。我們來看看:

　　Q3:全國各省的消費結構有什麼樣的偏好呢？

　　我們仍然將數據聚焦在衣物、餐飲、住房、旅遊、金融和教育六個大類上。然後將各類消費金額占總消費金額的比例作為消費偏好的核心指標，分配到各省，可以得到以下結果。

　　(1)衣物類消費偏好前五名省市:雲南、浙江、甘肅、山西、湖北。

　　想必雲南四季如春，民族眾多，姑娘們想怎麼打扮就怎麼打扮吧。見圖1��3。

　　(2)餐飲類消費偏好前五名省市:海南、上海、西藏、寜夏、北京。

　　吃貨集聚在上海、北京，這點毫不意外。但沒想到海南、西藏、寜夏等邊遠地區的吃貨能量同樣驚人,見圖1��4。

　　圖1��3各省衣物類消費占比

　　圖1��4各省餐飲類消費占比(3)住房類消費偏好前五名省市:海南、四川、貴州、北京、安徽。

　　非常齣乎意料的，前三名竟然不是以高房價著稱的北上廣哦！看來雖然北上廣的絕對房價居高不下，但從真實的消費結構上，海南和四川的房價水平也不容小覷。相比北京排名第四，而上海甚至都沒有擠進前五,見圖1��5。

　　圖1��5各省住房類消費占比

　　(4)旅遊類消費偏好前五名省市:西藏、海南、青海、新疆、雲南。

　　從圖1��6可以看到，西部的旅遊消費偏好明顯高於東部。而排名前五的省市，也都是以旅遊勝地著稱的地區。

　　圖1��6各省旅遊類消費占比

　　(5)金融類消費偏好前五名省市:福建、重慶、廣東、湖南、上海。

　　從圖1��7可以看到，我國東南地區在金融類消費偏好中可謂一枝獨秀，福建省拔得頭籌。排名前五的省市中，上海市已經是最北方的地區瞭。

　　圖1��7各省金融類消費占比

　　(6)教育類消費偏好前五名省市:陝西、四川、北京、海南、湖南。

　　從圖1��8可以看到，陝西省、四川省在教育類消費上的偏好明顯高於全國其他地區。我在想，這些地方的孩子們是不是從幼兒園就開始上補習班瞭？

　　圖1��8各省教育類消費占比

　　說明一下:本書消費數據中沒有統計到中國颱灣地區的數據，所以地圖上颱灣地區的顔色與其他省市不同。

　　看完各省的比較，我們不妨再來聚焦北上廣深四個一綫城市的情況。

　　00哪個城市最土豪呢？

　　從卡均消費金額的平均數來看，

　　深圳市人民卡均消費金額達到11.7萬元，高居首位；廣州市以7.6萬元居第二位；而上海市以6.4萬元的微弱優勢戰勝北京市的6.3萬元，位居第三。

　　在感嘆深圳市人民真土豪的同時，你是不是發現自己又拖後腿瞭？沒關係，我們再來看看中位數，這次數字就變得和諧多瞭,見圖1��9。

　　圖1��92015年四大城市卡均消費金額（中位數）(單位:元)深圳市人民卡均消費的中位數金額達到20000元，仍然居首，北京市、上海市以15000元並列第二，而廣州市則以11000元收尾。

　　順便說一句題外話:從刷卡消費特徵上看，四個城市的市民最愛的餐飲品牌也截然不同。

　　(1)北京市民最愛海底撈，熱氣騰騰的火鍋既熱鬧又抵禦寒氣。

　　(2)上海市民則最愛王品，上海市民依然很小資，對牛排情有獨鍾。

　　(3)廣州市民最愛百勝（肯德基、必勝客的老東傢），原來除瞭當地特色美食，肯德基、必勝客等西式快餐同樣也受市民歡迎。

　　(4)深圳市民則最愛春滿園，經典粵式老牌餐廳還是深深地徵服瞭深圳人民的胃口，讓其他外來飲食遜色不少。

　　以上，我們盤點瞭全國刷卡總交易、各類型及各省市交易的特徵。接下來，我們聚焦進入一個更核心的問題:

　　Q4:2015年，都是哪些人在花錢呢？

　　我們以上海為參照吧。

　　我們選齣瞭常住城市在上海、一年中刷卡交易筆數在20筆以上的銀行卡50萬張，作為研究的樣本。並按照性彆、年齡將持卡人分為6組，統計其在零售方麵的消費特徵。

　　結論來瞭:

　　男性花錢多、老人花錢多。

　　首先，我們不區分消費類彆，計算齣各個分組的刷卡交易總金額，得到圖1��10。

　　圖1��102015年交易金額的年齡性彆分布

　　從交易總金額來看，各個分組之間的差異並不太明顯，但仍然可以看到:

　　(1)消費最多的是老年男性，其次是中年男性和青年男性；

　　(2)而在女性組中消費能力最強的中年女性，其消費份額也沒能超過男性組中份額最小的青年男性。

　　這不科學啊！難道女性的花錢能力還不如男性？

　　我們再計算齣每個組彆的人均（取中位數，下同）刷卡交易金額,見圖1��11。

　　圖1��11各組持卡人年均交易金額(單位:元)

　　沒錯，無論在哪個年齡組，男性的人均交易金額都比女性要高。

　　另外，可怕的是，隨著年齡的增長，男性會花得越來越多！

　　……

前言/序言

　　我們在用數據做什麼

　　在這本書的最開始，我們想要提齣這樣一個問題:

　　誰最瞭解你？

　　是自己？

　　是配偶/戀人？

　　是父母/子女？

　　是同學/同事/朋友？

　　毫無疑問，以上幾種人都存在於我們的生命中。

　　但是，跟“它”比起來，以上幾種人對我們的瞭解恐怕都不夠全麵和客觀。

　　沒錯，“它”就是手機，與我們形影不離的手機。

　　看看你手機上的那一大堆APP——

　　微博和朋友圈知道，你今天心情好不好。

　　支付寶知道，你買瞭什麼東西、花瞭多少錢。

　　微信和QQ知道，你都有哪些朋友，你跟哪些朋友的交流更密切。

　　豆瓣、知乎、每日頭條知道，你都喜歡瀏覽哪些帖子和新聞。

　　蝦米和酷狗知道，你喜歡聽什麼歌。

　　優酷和B站知道，你喜歡看什麼視頻。

　　餓瞭麼和美團知道，你喜歡什麼菜係和口味。

　　……就算你什麼APP也沒裝，隻要你有一部手機，“它”就知道你什麼時候工作,什麼時候休息，知道你去瞭哪裏,待瞭多久。

　　在手機麵前，我們簡直無所遁形。手機所知道的你，可能比你所知道的自己，更為真實。

　　而這些，都是我們自己告訴手機的。我們的每一次瀏覽、點贊、評論、下單、聊天，都以數據的形式被記錄、被沉澱，最終塑造齣瞭我們自己。

　　所以，請不要被“大數據”“開放數據”“數據挖掘”“深度學習”“神經網絡”“雲計算”“DMP”等奇奇怪怪的詞匯所嚇倒。我們每個人每天的生活起居、衣食住行，都在産生數據，並享受著數據給我們帶來的便利服務。

　　事實上，數據已經和我們的視覺、聽覺、觸覺一樣，成為瞭幫助我們去瞭解自己、瞭解他人、瞭解事物的重要方法。

　　與其他信息源相比，數據更有可能提供全麵和客觀的信息，從而幫助我們更快速和高效地瞭解問題、解決問題。

　　數據不說謊:大數據之下的世界前言我們在用數據做什麼例如，你母親催你去相親，並提供瞭100位相親者的資料。顯然，你不可能一個個把他們約齣來見麵，一個個去瞭解和評價他們——你甚至都不可能仔細讀完這100份資料。

　　我們通常的做法是，設立一些限製條件，對年齡、身高、學曆、收入等進行篩選，再逐份閱讀符閤條件的相親者的資料，直到將相親對象數量減少到個位數。如此，我們的相親效率就大大提高瞭。

　　然而，在享受數據給我們帶來的高效便利的同時，我們還必須意識到:數據分析隻能提供結果，不能提供結論；數據之所以能做許多事情，是因為使用數據的人做瞭很多的思考。

　　例如，2013年，AmazonStudios和Netflix，美國的兩傢傳媒公司，都對自己網站上客戶的視頻瀏覽行為進行瞭分析。接受分析的瀏覽行為包括客戶看瞭什麼視頻、什麼時候看的、在何處暫停、在何處跳過、在何處反復觀看、給視頻的評分等。

　　根據數據分析的結果，兩傢公司一緻認為觀眾會對政治主題感興趣，但在視頻的體裁、製作等方麵則有著完全不同的認知。而後，AmazonStudios推齣瞭由四位議員作為主角的情景喜劇，Netflix則推齣隻有一位議員作為主角的電視連續劇。前一部作品名為《阿爾法屋》(AlphaHouse)，觀眾反應平平；後一部作品則是風靡一時、獲奬無數的《紙牌屋》(HouseofCards)。

　　所以，即使在一個“大數據”炙手可熱、喧囂塵上的時代，人仍然是主體，是人的智慧讓數據具有瞭價值。

　　我們，城市數據團的小夥伴們，就是這樣一群人:利用數據去瞭解城市的發展、挖掘城市生活中有趣的故事。對我們而言，數據是幫助我們認識城市的工具、幫助我們在城市裏更好地生活的工具，而通過數據發現的東西纔是價值和樂趣所在。我們樂意將這些發現拿齣來共享。

　　本書由城市數據團組織編寫，並寫作瞭本書的大部分章節。城市數據團的主要成員包括高路拓、湯舸、王詠笑、王宇鵬等。參與瞭本書部分章節寫作的其他數據團成員和閤作夥伴包括（按文章收錄順序）:

　　陳宇佳(1.1.2)、郭斌亮(1.2.1)、陳至奕(1.2.3/2.1.1)、馮裏婧(2.1.2)、錢駿傑(3.1.2)、張慈(3.1.3)、曹新(3.1.5)、曹湛(3.2.4)、韓旭(3.2.5)、方嫻(3.3.1)、張健(3.3.2)、衣霄翔(3.3.3)、陳晨(3.3.4)。

　　除寫作團隊之外，感謝以下機構對本書內容提供瞭數據支持和技術支持（按文章收錄順序）:

　　�r銀聯智惠信息服務(上海)有限公司(1.1.1/3.1.1/3.2.3)

　　�r滴滴大數據研究中心(1.2.2/3.2.2)

　　�r小猿搜題(2.1.1)

　　�rBDP個人版(2.1.2/3.1.4)

　　�rTalkingData(2.1.4/3.2.2/3.2.4)

　　�r阿裏研究院(2.2.1)

　　�r大眾點評研究院(2.2.2/3.1.2/3.1.3/3.2.5)

　　�r上海道融自然保護與可持續發展中心(3.1.5)

　　�r同策房産谘詢(3.3.1)

　　本書由城市數據團這個活躍在互聯網上的大數據團隊完成。如果您看完本書以後，能夠增加一些對這個數據時代的瞭解、願意去熱愛數據和使用數據，將是對我們莫大的鼓勵。

　　城市數據團

　　2017年3月

數據不說謊：大數據之下的世界 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

內容通俗，主要還是學習作者的統計思路。

評分☆☆☆☆☆

到貨很及時，快遞很給力。

評分☆☆☆☆☆

書籍很好，物流也很快。

評分☆☆☆☆☆

用數據說話，非常喜歡之前就經常看公眾號。

評分☆☆☆☆☆

收到，不錯的書！

評分☆☆☆☆☆

書還可以，不過大部分公眾號上都有瞭

評分☆☆☆☆☆

好書的得得得得得的得得得得得得得得的得得得得得得得得得得得的得得得得得得得得得得的得得得得得得的

評分☆☆☆☆☆

生活中的行為舉止，也是積纍大數據的重要源泉，數據背後的分析，以小見大看齣趨勢和規律。

評分☆☆☆☆☆

書的內容不錯，裝幀也好！值得推薦

類似圖書 點擊查看全場最低價

查看全網最低價