我最想要的Excel數(shù)據(jù)分析書

第1章 用數(shù)據(jù)分析解決問題的基本思路001 數(shù)據(jù)分析的正確方法：要想分析有價值，需要注意這幾點002 確定直接與利潤掛鉤的要素：輸出結果008 確定應關注的分析對象：分析單位011 找出產生差異的“特征”：解釋變量017 自動確定分析方法：定性數(shù)據(jù)與定量數(shù)據(jù)020 時刻牢記三點進行分析024 數(shù)據(jù)分析前軟件準備025 第2章 初級數(shù)據(jù)分析實例：如何增加營業(yè)額027 分析1：顧客的性別和婚姻情況會對營業(yè)額產生影響嗎035 分析2：光顧次數(shù)與消費金額之間存在什么關系048 分析3：多元回歸分析要做的準備―虛擬變量056 分析4：梳理影響銷售的多個要因060 報告：我們應該采取什么措施來提高營業(yè)額呢 067 第3章 進階數(shù)據(jù)分析實例1：擬定辦公用品的營銷戰(zhàn)略 071 分析1：將銷售數(shù)據(jù)重新統(tǒng)計成以員工為單位的數(shù)據(jù)079 分析2：合并銷售、入職測試、壓力測試的數(shù)據(jù)089 分析3：明確每位員工身上影響銷售的特征099 報告：有良好銷售業(yè)績的是怎樣的員工 104 第4章 進階數(shù)據(jù)分析實例2：根據(jù)網(wǎng)站日志分析顧客行為 109 分析：對各類頁面的訪問次數(shù)進行多元回歸分析 115 報告：具有何種行為的用戶會貢獻較高的銷售額 118 第5章 進階數(shù)據(jù)分析實例3：預測產品銷量121 分析1：將各月的特征和過去的銷量用作解釋變量128 分析2：對各月的虛擬變量和銷量進行多元回歸分析134 分析3：預測今后的銷量139 報告：準備多少庫存伸縮量才能有效抑制機會損失的風險呢 145 第6章 活用高級技巧，讓分析更高效、更深入147 軟件準備：促進Excel進化為BI工具的PowerBI與SQLServer 148 活用術1：提高數(shù)據(jù)合并的效率150 活用術2：使用數(shù)據(jù)挖掘功能的多元回歸分析156 活用術3：進行定性輸出結果分析的樸素貝葉斯分類162 活用術4：分析會對輸出結果產生影響的類型167 活用術5：迅速進行時間序列分析177 活用術6：分析結果的可視化182 第7章 本書總結189 后 記 197 How to 索引 199