给新手的企业数据分析实战

"本书的读者门槛较低，就算您属于以下两类人员，也可以学习本书。 （1）无数据分析知识、经验的人。有的读者可能接近没有接触过数据分析，对于比较常用的“环比”“同比”的概念还不甚清楚，更不了解数据分析的思路和方法，本书会一一解释清楚。 （2）无软件操作经验。这些读者只知道Excel，没有接触过SPSS Modeler、Power BI这样的分析工具。本书可以使读者轻松掌握这两种分析工具。"

这是一本没有编程基础也能学习的企业数据分析书。本书以解决企业中常见的数据分析问题为主线，通过实例，采用“思路―方法―具体实现过程”的结构进行通俗易懂的讲解。本书共分为3篇。第1篇，带领读者了解数据分析并熟悉3个最常用的数据分析工具——SPSS Modeler、Power BI和MySQL。也许你之前都没有听说过SPSS Modeler和Power BI，但请不要担心，它们真的很容易上手。第2篇商品分析，介绍了企业中两个典型的分析——现有商品分析和新商品分析。现有商品分析，就是帮你发现现有的商品结构是否存在问题，以增强核心竞争优势；新商品分析，就是评估客户需求和验证客户需求，以延续核心竞争优势。第3篇客户分析，共介绍了4个实例——挖掘客户消费行为、挖掘客户流失概率、企业客户分析、动态展示RFM分析的结果。本书能够帮助初学者快速迈入数据分析的大门，也能对管理人员有所启发。

 

第1篇熟悉数据分析工具
第1章快速了解数据分析/2
1.1何谓数据分析/2
1.1.1数据分析的定义/3
1.1.2数据分析的作用/3
1.2了解常用的数据分析工具/4
1.3怎么配合使用多个数据分析工具/5
1.4常用的数据分析指标/5
1.5企业对数据分析的期望/7
1.5.1便于高效观察数据/7
1.5.2找出关键指标异常的原因/8
1.5.3评估策略/8
1.5.4利用数据进行资源配置/8
第2章快速熟悉SPSS Modeler和MySQL/9
2.1初识SPSS Modeler/9
2.2实例1：建立每日客户消费数据处理模型/16
2.2.1读取及检查数据源/16
2.2.2筛选数据/20
2.2.3汇总数据/21
2.2.4新增一列来求每天的会员订单均价/25
2.2.5合并数据/26
2.3实例2：将处理好的数据存储到MySQL数据库中/28
2.3.1安装Wampserver与Navicat for MySQL/28
2.3.2连接服务器，新建数据库/29
2.3.3配置ODBC数据源/30
2.3.4将数据写入MySQL数据库/32
2.4实例3：在MySQL中处理数据/35
2.4.1了解基本的MySQL语句/35
2.4.2了解添加了条件的MySQL语句/40
2.4.3用函数处理数据/44
第3章快速熟悉Power BI/48
3.1初识Power BI/48
3.1.1了解数据可视化/48
3.1.2了解Power BI的功能模块/50
3.2实例4：建立度量值，实时处理数据/54
3.2.1整体思路/55
3.2.2连接数据库并加载表/55
3.2.3清洗数据/57
3.2.4准备日期表/60
3.2.5关联表间关系/63
3.2.6用简单DAX函数创建度量值/64
3.3实例5：放置图表控件，形成仪表盘/68
3.3.1构建仪表盘内容/68
3.3.2添加筛选控件/71
3.3.3分享仪表盘/73
第2篇商品分析
第4章现有商品分析——增强核心竞争优势/76
4.1相关知识/76
4.1.1商品市场策略/76
4.1.2常见销售额走势特征分析/78
4.1.3特殊销售额走势特征分析/79
4.1.4商品结构分析/81
4.2实例6：分析某餐饮企业的商品结构/83
4.2.1整理出商品销售额汇总表/84
4.2.3将商品进行分类/89
4.2.4根据分类来统计指标/94
4.2.5解读分析结果并制订调整计划/98
第5章新商品分析——延续核心竞争优势/101
5.1相关知识/101
5.1.1定位新商品/101
5.1.2如何获取准确的客户需求/102
5.2实例7：评估客户需求/103
5.2.1理解分析方法/104
5.2.2设计问卷/106
5.2.3收集并清洗数据/107
5.2.4据据公式计算数据/109
5.3实例8：验证客户需求/110
5.3.1观察价格变动引起的需求变化/110
5.3.2调研客户的价格期望/111
5.3.3分析得到的结果/113
第3篇客户分析
第6章管理客户——找出客户消费规律/116
6.1相关知识/116
6.1.1灵活定义客户群体/116
6.1.2常见的“拉新”策略/116
6.1.3老客户维护策略/117
6.2实例9：挖掘客户消费行为/118
6.2.1整体思路/118
6.2.2数据预处理/119
6.2.3提取客户第1次消费行为数据/121
6.2.4调整挖掘模型/125
6.2.5实现自动挖掘/130
6.3实例10：挖掘客户流失概率/133
6.3.1整体思路/134
6.3.2定义流失客户/134
6.3.3建立“档案表”/136
6.3.4计算流失概率指标/142
6.3.5解读得到的结果/144
第7章资源配置——让客户营销更有价值/146
7.1相关知识/146
7.1.1客户细分的常用方法/146
7.1.2客户价值识别的三大指标——R、F、M/147
7.2实例11：企业客户分析/148
7.2.1统计指标情况/149
7.2.2查看新客户覆盖情况/153
7.2.3挖掘第2次交易的周期规律/157
7.2.4分析客户的价值/159
7.3实例12：动态展示RFM分析的结果/167
7.3.1准备数据/167
7.3.2创建参数切片器/168
7.3.3创建度量值及数据标准化/169
7.3.4划分客群/171
7.3.5数据可视化/172