給新手的企業(yè)數(shù)據(jù)分析實(shí)戰(zhàn)（全彩）

定　價(jià)：￥59.00

作　者：	周召安著
出版社：	電子工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787121393679	出版時(shí)間：	2020-08-01	包裝：	平裝
開本：	16開	頁數(shù)：	184	字?jǐn)?shù)：

內(nèi)容簡介

　　這是一本沒有編程基礎(chǔ)也能學(xué)習(xí)的企業(yè)數(shù)據(jù)分析書。本書以解決企業(yè)中常見的數(shù)據(jù)分析問題為主線，通過實(shí)例，采用“思路―方法―具體實(shí)現(xiàn)過程”的結(jié)構(gòu)進(jìn)行通俗易懂的講解。本書共分為3 篇。第1 篇，帶領(lǐng)讀者了解數(shù)據(jù)分析并熟悉3 個(gè)最常用的數(shù)據(jù)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(dān)心，它們真的很容易上手。第2 篇商品分析，介紹了企業(yè)中兩個(gè)典型的分析――現(xiàn)有商品分析和新商品分析?，F(xiàn)有商品分析，就是幫你發(fā)現(xiàn)現(xiàn)有的商品結(jié)構(gòu)是否存在問題，以增強(qiáng)核心競爭優(yōu)勢；新商品分析，就是評估客戶需求和驗(yàn)證客戶需求，以延續(xù)核心競爭優(yōu)勢。第3 篇客戶分析，共介紹了4 個(gè)實(shí)例――挖掘客戶消費(fèi)行為、挖掘客戶流失概率、企業(yè)客戶分析、動(dòng)態(tài)展示RFM 分析的結(jié)果。本書能夠幫助初學(xué)者快速邁入數(shù)據(jù)分析的大門，也能對管理人員有所啟發(fā)。

作者簡介

　　海南智企數(shù)據(jù)分析師事務(wù)所有限公司聯(lián)合創(chuàng)始人、數(shù)據(jù)分析師某高校“商業(yè)數(shù)據(jù)分析與應(yīng)用”專業(yè)建設(shè)委員會(huì)委員

圖書目錄

=
第1 篇熟悉數(shù)據(jù)分析工具
=
第1 章快速了解數(shù)據(jù)分析 / 2
1．1 何謂數(shù)據(jù)分析 /． 2
1．1．1 數(shù)據(jù)分析的定義 /． 3
1．1．2 數(shù)據(jù)分析的作用 /． 3
1．2 了解常用的數(shù)據(jù)分析工具 /． 4
1．3 怎么配合使用多個(gè)數(shù)據(jù)分析工具 /． 5
1．4 常用的數(shù)據(jù)分析指標(biāo) /． 5
1．5 企業(yè)對數(shù)據(jù)分析的期望 / 7
1．5．1 便于高效觀察數(shù)據(jù) /． 7
1．5．2 找出關(guān)鍵指標(biāo)異常的原因 /． 8
1．5．3 評估策略 /． 8
1．5．4 利用數(shù)據(jù)進(jìn)行資源配置 /． 8
=
第2 章快速熟悉SPSS Modeler 和MySQL /． 9
2．1 初識(shí)SPSS Modeler / 9
2．2 實(shí)例1：建立每日客戶消費(fèi)數(shù)據(jù)處理模型 /． 16
2．2．1 讀取及檢查數(shù)據(jù)源 /． 16
2．2．2 篩選數(shù)據(jù) /． 20
2．2．3 匯總數(shù)據(jù) /． 21
2．2．4 新增一列來求每天的會(huì)員訂單均價(jià) /． 25
2．2．5 合并數(shù)據(jù) /． 26
2．3 實(shí)例2：將處理好的數(shù)據(jù)存儲(chǔ)到MySQL 數(shù)據(jù)庫中 / 28
2．3．1 安裝Wampserver 與Navicat for MySQL / 28
2．3．2 連接服務(wù)器，新建數(shù)據(jù)庫 /． 29
2．3．3 配置ODBC 數(shù)據(jù)源 / 30
2．3．4 將數(shù)據(jù)寫入MySQL 數(shù)據(jù)庫 / 32
2．4 實(shí)例3：在MySQL 中處理數(shù)據(jù) /． 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(shù)處理數(shù)據(jù) /． 44
=
第3 章快速熟悉Power BI / 48
3．1 初識(shí)Power BI /． 48
3．1．1 了解數(shù)據(jù)可視化 /． 48
3．1．2 了解Power BI 的功能模塊 / 50
3．2 實(shí)例4：建立度量值，實(shí)時(shí)處理數(shù)據(jù) /． 54
3．2．1 整體思路 /． 55
3．2．2 連接數(shù)據(jù)庫并加載表 /． 55
3．2．3 清洗數(shù)據(jù) /． 57
3．2．4 準(zhǔn)備日期表 /． 60
3．2．5 關(guān)聯(lián)表間關(guān)系 /． 63
3．2．6 用簡單DAX 函數(shù)創(chuàng)建度量值 /． 64
3．3 實(shí)例5：放置圖表控件，形成儀表盤 /． 68
3．3．1 構(gòu)建儀表盤內(nèi)容 /． 68
3．3．2 添加篩選控件 /． 71
3．3．3 分享儀表盤 /． 73
=
第2 篇商品分析
=
第4 章現(xiàn)有商品分析――增強(qiáng)核心競爭優(yōu)勢 /． 76
4．1 相關(guān)知識(shí) / 76
4．1．1 商品市場策略 /． 76
4．1．2 常見銷售額走勢特征分析 /． 78
4．1．3 特殊銷售額走勢特征分析 /． 79
4．1．4 商品結(jié)構(gòu)分析 /． 81
4．2 實(shí)例6：分析某餐飲企業(yè)的商品結(jié)構(gòu) /． 83
4．2．1 整理出商品銷售額匯總表 /． 84
4．2．3 將商品進(jìn)行分類 /． 89
4．2．4 根據(jù)分類來統(tǒng)計(jì)指標(biāo) /． 94
4．2．5 解讀分析結(jié)果并制訂調(diào)整計(jì)劃 /． 98
=
第5 章新商品分析――延續(xù)核心競爭優(yōu)勢 / 101
5．1 相關(guān)知識(shí) / 101
5．1．1 定位新商品 /． 101
5．1．2 如何獲取準(zhǔn)確的客戶需求 /． 102
5．2 實(shí)例7：評估客戶需求 /． 103
5．2．1 理解分析方法 /． 104
5．2．2 設(shè)計(jì)問卷 /． 106
5．2．3 收集并清洗數(shù)據(jù) /． 107
5．2．4 據(jù)據(jù)公式計(jì)算數(shù)據(jù) /． 109
5．3 實(shí)例8：驗(yàn)證客戶需求 /． 110
5．3．1 觀察價(jià)格變動(dòng)引起的需求變化 /． 110
5．3．2 調(diào)研客戶的價(jià)格期望 /． 111
5．3．3 分析得到的結(jié)果 /． 113
=
第3 篇客戶分析
=
第6 章管理客戶――找出客戶消費(fèi)規(guī)律 /． 116
6．1 相關(guān)知識(shí) / 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(hù)策略 /． 117
6．2 實(shí)例9：挖掘客戶消費(fèi)行為 / 118
6．2．1 整體思路 /． 118
6．2．2 數(shù)據(jù)預(yù)處理 /． 119
6．2．3 提取客戶第1 次消費(fèi)行為數(shù)據(jù) /． 121
6．2．4 調(diào)整挖掘模型 /． 125
6．2．5 實(shí)現(xiàn)自動(dòng)挖掘 /． 130
6．3 實(shí)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(jì)算流失概率指標(biāo) /． 142
6．3．5 解讀得到的結(jié)果 /． 144
=
第7 章資源配置――讓客戶營銷更有價(jià)值 / 146
7．1 相關(guān)知識(shí) / 146
7．1．1 客戶細(xì)分的常用方法 /． 146
7．1．2 客戶價(jià)值識(shí)別的三大指標(biāo)――R、F、M /． 147
7．2 實(shí)例11：企業(yè)客戶分析 /． 148
7．2．1 統(tǒng)計(jì)指標(biāo)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(guī)律 /． 157
7．2．4 分析客戶的價(jià)值 /． 159
7．3 實(shí)例12：動(dòng)態(tài)展示RFM 分析的結(jié)果 / 167
7．3．1 準(zhǔn)備數(shù)據(jù) /． 167
7．3．2 創(chuàng)建參數(shù)切片器 /． 168
7．3．3 創(chuàng)建度量值及數(shù)據(jù)標(biāo)準(zhǔn)化 /． 169
7．3．4 劃分客群 /． 171
7．3．5 數(shù)據(jù)可視化 /． 172