第1章 业务指标
1.1 如何理解数据？
1.2 常用的指标有哪些？
1.2 如何选择指标？
1.4 指标体系和报表
第2章 分析方法
2.1 5W2H分析方法
2.2 逻辑树分析方法
2.3 行业分析方法
2.4 多维度拆解分析方法
2.5 对比分析方法
2.6 假设检验分析方法
2.7 相关分析方法
2.8 群组分析方法
2.9 RFM分析方法
2.10 AARRR模型分析方法
2.11 漏斗分析方法
第3章 用数据分析解决问题
3.1 数据分析解决问题的过程
3.2 如何明确问题？
3.3 如何分析原因？
3.4 如何提出建议？
3.5 总结
第2篇 实战
第4章 国内电商行业
4.1 业务知识
4.2 案例分析
第5章 跨境电商行业
5.1 业务知识
5.2 案例分析
第6章 金融信贷行业
6.1 业务知识
6.2 案例分析
第7章 金融第三方支付行业
7.1 业务知识
7.2 案例分析
第8章 家政行业
8.1 业务知识
8.2 案例分析
第9章 旅游行业
9.1 业务知识
9.2 案例分析
第10章 在线教育行业
10.1 业务知识
10.2 案例分析
第11章 运营商行业
11.1 业务知识
11.2 案例分析
第12章 内容行业
12.1 业务知识
12.2 案例分析
第13章 房产行业
13.1 业务知识
13.2 案例分析
第14章 汽车行业
14.1 业务知识
14.2 案例分析
第15章 零售行业
15.1 业务知识
15.2 案例分析
附录 常见的业务面试题
参考文献
· · · · · · (收起)
具体描述
數據分析不是某個固定的職位，而是人工智能時代的通用能力。你會看到各行業的招聘中都會要求應聘者具備數據分析能力。所以，具備數據分析能力可以極大地提升你在職場中的競爭力。
然而，很多人掌握瞭數據分析工具（如Excel、SQL、Python等），麵對工作還是不知道如何展開分析，經常會遇到下麵這些問題：
（1）手裏拿瞭一堆數據，卻不知道怎麼去利用；
（2）業務部門不滿意，總覺得你分析得不深入；
（3）準備麵試或找到新工作後，不知道如何快速掌握該行業的業務知識。
本書可以幫助從事數據分析相關工作的讀者解決以上問題，具備數據分析的能力。本書分為兩篇，第一篇為“方法”，介紹瞭指標、分析方法以及如何用數據分析解決問題。
第二篇為“實戰”，介紹如何應用第一篇的方法來解決工作中的問題。我們將在這一篇分享 來自不同行業的業務知識，以及如何用數據分析解決問題的案例，每一章都從業務模式、業務指標、案例分析三個方麵展開。
通過本書的學習，你會熟悉數據分析的方法，並將其靈活應用在自己所處的行業中。這樣當你在工作中遇到新的問題時，也能夠知道如何展開分析。
用户评价
##真没在豆瓣上评论过专业书，拿到书比我想象的内容更丰富一些，案例通俗易懂。先看了基础部分和自己工作内容相关的一部分，其他的继续啃完！
评分##很厚，内容很扎实的一本书。看了一个多月才看完。包括基础知识和案例分析，学到了很多！
评分##思维比方法重要多了。
评分##这本书比较适合运营、市场、产品从业者来读，很入门的数据分析书籍，里面的数据指标、分析方法都是比较常见的，在工作中也经常用到，但是可能没那么系统。读完前三章，给自己数据分析方面的知识画了个系统的导图。阅读感也好，不像其他类似书籍过于学术化，这本书读起来很轻松，总体不错。
评分##思维比方法重要多了。
评分##【2020必读100本书】第90本：适合小白学习！
评分##分析基本功
评分##总体来说还算是一本很不错的数据分析的入门书籍，系统性的阐述了数据分析方式方法及数据分析应该具备的数据分析思维，同时介绍了目前比较流行的11种数据分析方法，更难得的是他不仅仅只是告诉你数据分析是什么？还教你如何用？在提供what和how的同时，还提供了许多具体的案例来加深读者的理解，能够让读者受到启发触类旁通。
评分##一本书都是在做数据分析应用题，总体来说还不错，是对市面上缺少行业介绍和数据分析思考方法类书的极好补充。这本书让我认识到人类社会生产生活中的各种指标大多数都是有理数。
相关图书
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2026 tushu.tinynews.org All Rights Reserved. 求知書站 版权所有