数据分析原理 6步解决业务分析难题

在一线从业十余年的数据分析专家周文全老师通过大量真实的工作场景和实战案例系统地教你如何破局。阅读本书，你会对业务理解、目标拆分和指标建立有一个全新的认识，培养基于业务需求主动思考和具有批判性思维的工作习惯，同时本书对数据的获取、分析和展示方法也有细致讲解，既启发你如何想，又教你如何做。

本书系统地介绍了数据如何始于业务、取于业务、用于业务。既有扎实的理论铺设，又有具体的案例支撑，通俗易懂地回答了数据“怎么来”和“怎么用”的问题。同时，本书总结出了解决业务分析难题的六大步骤，包括对最终数据分析产生关键影响的数据源的选取方法，以及通过对业务模块的判断确定分析方法的适用场景，最终推演、验证、分析出结论，并选择很优的分析结果展现方式，让数据分析全过程形成闭环。 本书的内容从底层原理出发，帮助读者打好数据分析基本功。在原理的讲解过程中，通过提问、思考、解答、案例分享的方式，结合三位专家十多年的行业经验，让读者从根本上理解数据分析、学会数据分析。本书适合数据分析从业也、数据分析爱好者阅读，也适合大中专院校数据相关专业的老师和学生使用。

"周文全，暨南大学毕业，10多年工作经验，先后在中国电信、阿里巴巴、腾讯从事数据分析工作，亿级App商业增长负责人。 微信公众号“数据分析学习之道” 运营者，教授所有渠道畅销课“Spring数据分析思维案例实战”。 优秀讲师，创作型职场从业者，擅长思维发散、问题分析与解决、探索新技术。 黄怡媛，本科为暨南大学经济学专业，硕士为英国巴斯大学创业与管理专业。毕业后在腾讯、阿里巴巴等国内一线互联网企业工作，参与过亿级toC产品的运营，也参与过toB产品从0到1的搭建，有5年多的产品运营和数据运营经验。擅长业务分析和策略制定，关注商业和科技行业动向，乐于探索新领域。 马炯雄，本科为广东工业大学信息管理与信息系统专业。毕业后在腾讯工作，有超过十年的产品运营和数据分析经验，对问题的拆解和数据指标体系的搭建有自己独特的见解和方法。"

第1章 数据分析始于懂业务，切于指标体系 001
1.1 怎样才叫懂业务并高于业务视角 002
1.1.1 懂业务的三个标准 003
1.1.2 什么是高于业务视角 008
1.2 如何才能成为懂业务的专家 014
1.2.1 多想一步，不做只为完成工作的“机器人” 015
1.2.2 主动思考，培养批判性思维 018
1.3 四步法建立指标体系 021
1.3.1 指标的含义 021
1.3.2 指标体系的定义 022
1.3.3 指标体系建立的四个步骤 023
1.4 五大行业的业务目标和指标体系 028
1.4.1 能源行业的目标和指标体系——以中石化为例 029
1.4.2 政务行业的目标和指标体系——以粤省事为例 033
1.4.3 金融行业的目标和指标体系——以建行App 为例 035
1.4.4 教育行业的目标和指标体系——以腾讯课堂为例 037
1.4.5 互联网行业的目标和指标体系 039
第2章 良好的目标拆解能够让分析事半功倍 043
2.1 目标拆解的核心法则 044
2.1.1 MECE 法则是什么 045
2.1.2 如何做到接近穷尽和相互独立 046
2.1.3 MECE 法则实践案例 051
2.2 利用公式法进行拆解 055
2.2.1 公式法的定义 055
2.2.2 生活中的问题用公式法拆解 055
2.2.3 销售中的问题用公式法拆解 057
2.2.4 互联网中的问题用公式法拆解 059
2.3 利用路径法进行拆解 064
2.3.1 路径法的定义 064
2.3.2 路径法的案例：分析某清理工具App 的日活趋势 064
2.4 利用模块法进行拆解 068
2.4.1 模块法的定义 069
2.4.2 模块法的案例：利用商业画布模型拆解商业问题 069
第3章 数据的选取对最终分析产生关键性的影响 075
3.1 常见的数据类型和获取途径 076
3.1.1 数据的类型 076
3.1.2 数据的获取渠道 078
3.1.3 外部竞争对手数据的获取 081
3.1.4 内部数据的提取 082
3.2 选取数据和数据预处理 092
3.2.1 选取数据的原则 092
3.2.2 数据预处理 095
第4章 业务模块决定分析方法的适用场景 103
4.1 行业分析 104
4.1.1 行业分析的目的确认 105
4.1.2 系统性资料搜集和整理 108
4.1.3 找到行业的痛点 112
4.1.4 形成自己的策略和观点 114
4.2 市场规模预测分析 117
4.2.1 时间序列预测法 117
4.2.2 用户构成预测法 121
4.3 渠道质量评估 125
4.3.1 渠道的定义、分类和管理 126
4.3.2 渠道质量分析法 128
4.3.3 渠道反作弊分析法 133
4.4 产品分析 136
4.4.1 产品的功能设计合理性分析 136
4.4.2 产品的健康度分析 143
4.4.3 产品精细化分群运营分析 145
……