數據驅動力企業(yè)數據分析實戰(zhàn)

定　價：￥99.00

作　者：	卡爾·安德森（Carl Anderson）著，張奎，郭鵬程，管晨譯
出版社：	人民郵電出版社
叢編項：
標　簽：	程序設計計算機/網絡

購買這本書可以去

ISBN：	9787115560179	出版時間：	2021-04-01	包裝：	平裝
開本：	16開	頁數：	192	字數：

內容簡介

　　面對大數據這一勢不可擋的時代潮流，所有企業(yè)都需要思考如何在實際工作中挖掘數據，充分發(fā)揮數據分析師的才能，進而有效地利用數據完成商業(yè)決策。本書首先講解數據本身，重點介紹如何選擇正確的數據源，確保數據的質量和可靠性，然后討論數據分析，組織需要獲取擁有必備技術和工具并能洞察數據變化的人才。接下來幾章介紹具體的分析工作，包括性能分析、設計指標、A/B測試和原型講解等，隨之深入到分析價值鏈的下一環(huán)節(jié) ：利用分析結果和數據見解做出決策。

作者簡介

　　卡爾.安德森（Carl Anderson），數據科學家，擅長利用統(tǒng)計學和機器學習技術解決商業(yè)問題。紐約WW公司數據副總裁，領導數據科學團隊構建數據產品和制定數據策略。曾任紐約Warby Parker公司數據科學總監(jiān)，在創(chuàng)建數據驅動組織方面擁有豐富的經驗。

圖書目錄

版權聲明
O'Reilly　Media， Inc．介紹
前言　xi
第　1章數據驅動意味著什么　1
1．1　數據收集　1
1．2　數據訪問　2
1．3　報表　3
1．4　報警　4
1．5　從報表和報警到分析　5
1．6　數據驅動的特征　7
1．7　分析成熟度　8
1．8　小結　12
第　2章數據質量　13
2．1　數據質量的各個方面　14
2．2　臟數據　15
2．2．1　數據生成　16
2．2．2　數據錄入　16
2．2．3　缺失數據　22
2．2．4　多重記錄　24
2．2．5　截尾數據　24
2．2．6　計量單位　25
2．2．7　默認值　25
2．3　數據世系　26
2．4　數據質量是共同承擔的責任　26
第3章　數據收集　29
3．1　全量收集　29
3．2　數據源的優(yōu)先級　31
3．3　關聯數據　33
3．4　數據收集　34
3．5　購買數據　36
3．6　數據留存　39
第4章　分析組織　41
4．1　分析師類型　41
4．1．1　數據分析師　42
4．1．2　數據工程師和分析工程師　42
4．1．3　商業(yè)分析師　43
4．1．4　數據科學家　43
4．1．5　統(tǒng)計學家　43
4．1．6　金融工程師　44
4．1．7　會計和財務分析師　44
4．1．8　數據可視化專家　45
4．2　分析需要團隊協(xié)作　45
4．3　技能和素質　48
4．4　輔助工具　50
4．4．1　探索性數據分析和統(tǒng)計建?！?0
4．4．2　數據庫查詢　51
4．4．3　文件審查和操作　52
4．5　分析組織結構　54
4．5．1　集中型　54
4．5．2　分散型　55
第5章　數據分析　58
5．1　什么是分析　59
5．2　分析的類型　60
5．2．1　描述性分析　63
5．2．2　探索性分析　65
5．2．3　推斷分析　71
5．2．4　預測分析　73
5．2．5　因果分析　76
第6章　指標設計　78
6．1　指標設計　79
6．1．1　簡單　79
6．1．2　標準化　79
6．1．3　準確　80
6．1．4　精確　81
6．1．5　相對和絕對　81
6．1．6　穩(wěn)健　82
6．1．7　直接　83
6．2　KPI　84
6．2．1　KPI案例　85
6．2．2　多少個KPI　86
6．2．3　KPI的定義和目標　87
第7章　用數據講故事　89
7．1　講故事　89
7．2　第一步　92
7．2．1　想達到什么目的　92
7．2．2　受眾是誰　92
7．2．3　使用什么媒介　93
7．3　大力推銷　93
7．4　數據可視化　94
7．4．1　選擇圖表　94
7．4．2　設計圖表元素　97
7．5　傳達　101
7．5．1　信息圖　101
7．5．2　儀表板　103
7．6　小結　106
第8章　A/B測試　108
8．1　為何要做A/B測試　111
8．2　怎么做：A/B測試中的最佳實踐　112
8．2．1　實驗之前　112
8．2．2　運行實驗　117
8．3　其他方法　119
8．3．1　多變量測試　119
8．3．2　貝葉斯定理的“強盜”　120
8．4　文化內涵　121
第9章　決策　123
9．1　決策制定得如何　124
9．2　是什么讓決策變得困難　127
9．2．1　數據　128
9．2．2　文化　129
9．2．3　認知障礙　130
9．2．4　直覺會在何處奏效　133
9．3　解決方案　134
9．3．1　動機　135
9．3．2　能力　136
9．3．3　觸發(fā)器　139
9．4　小結　139
第　10章數據驅動型文化　141
10．1　開放、信任的文化　142
10．2　廣泛的數據通識　144
10．3　目標優(yōu)先的文化　145
10．4　求知好問的文化　146
10．5　迭代、學習型的文化　147
10．6　反HiPPO文化　149
10．7　數據領導　149
第　11章數據驅動型的首席高管　151
11．1　首席數據官　152
11．1．1　首席數據官的職責　153
11．1．2　成功的秘密　155
11．1．3　首席數據官的未來　158
11．2　首席分析官　159
11．3　小結　162
第　12章隱私、道德和風險　164
12．1　尊重隱私　165
12．2　要有同理心　168
12．3　數據質量　172
12．4　安全　173
12．5　執(zhí)行　174
12．6　小結　174
第　13章結論　176
擴展閱讀　181
附錄A　關于數據不合理的有效性：為什么數據越多越好　183
附錄B　愿景聲明　189
關于作者　192
關于封面　192