数据分析师手记 数据分析72个核心问题精解

《数据分析师手记：数据分析72个核心问题精解》适合想入门数据分析的初学者，也适合有一定基础的从业者。对于想入门或基础较为薄弱的读者，本书从常用的分析指标、分析方法等基本知识出发，为读者梳理出一幅清晰的学习地图；对于有一定基础的从业者，本书对数据的价值及创新模式等进行了探索式思考，帮助读者对数据分析这一工具有更深入的了解。

本书从底层认知、思维方法、工具技术、项目落地及展望出发，使用问答的形式对数据分析中的72个核心知识点进行讲解，构建了数据分析的知识框架，带领读者认识数据分析背后的奥妙。读者可以用本书作为学习地图，针对具体的方法、技术进行延伸学习。

第1章底层认知
1.1基础认知
第1问：数据分析怎么学？—本书学习指南/2
第2问：数据分析是怎么来的？—数据分析极简发展史/4
第3问：什么是数据指标？/6
第4问：常见的指标有哪些？/9
第5问：对于数据分析领域，统计学要学到什么程度？/10
第6问：数据分析领域主要的岗位有哪些？/13
1.2底层逻辑/17
第7问：如何建立完整有效的数据指标体系？/17
第8问：数据指标体系如何应用？—数据监控体系/21
第9问：数据分析的产出价值是什么？/24
第10问：数据分析的常见陷阱有哪些？/26
第11问：如何让数据驱动业务？—数据分析流程/28

第2章思维方法/32
2.1数据思维/33
第12问：什么是数据思维？/33
第13问：怎么使用数据思维？/35
第14问：怎么训练数据思维？/38
2.2通用分析方法/41
第15问：什么是数据异常分析？/41
第16问：什么是描述性分析？/43
第17问：什么是对比分析？/46
第18问：什么是细分分析？/48
第19问：什么是归因分析？/52
第20问：什么是预测分析？/56
第21问：什么是相关性分析？/58
第22问：什么是二八定律/帕累托定律分析？/61
2.3商业分析方法/63
第23问：什么是PEST分析？/63
第24问：什么是SWOT分析？/65
第25问：什么是逻辑树分析？/68
第26问：什么是“STP+4P”分析？/71
第27问：什么是波士顿矩阵分析？/73
第28问：什么是5W2H分析？/77
2.4产品分析方法/79
第29问：什么是生命周期分析？/80
第30问：什么是AB测试分析？/83
第31问：什么是竞品分析？/88
2.5用户分析方法/90
第32问：什么是用户画像分析？/90
第33问：什么是漏斗分析？/96
第34问：什么是RFM用户分层分析？/100
第35问：什么是同期群分析？/104

第3章工具技术/107
第36问：分析工具如何选？—常用场景说明/108
3.1Excel/109
第37问：用Excel做数据分析够吗？—Excel的学习路径/109
第38问：Excel中有哪些重要的函数或功能？—Excel高频常用函数介绍/110
第39问：如何用Excel做数据分析？—Excel透视表最全指南/114
3.2SQL/127
第40问：什么是SQL？—SQL的学习路径/127
第41问：SQL基础操作有哪些？/129
第42问：SQL有哪些高频函数？/130
第43问：SQL的表连接该如何做？/130
第44问：什么是SQL的窗口函数？/137
第45问：SQL要学习到什么程度？—SQL在数据分析中落地/147
3.3Python/151
第46问：什么是Python？—Python的介绍与开始/151
第47问：Python基础语法有哪些？/152
第48问：Python数据分析工具包Pandas是什么？/160
第49问：Python数据可视化工具包Matplotlib是什么？/177
第50问：Pandas如何解决业务问题？—数据分析流程详解/183
3.4PowerBI/195
第51问：什么是商业智能？—商业智能与PowerBI入门/195
第52问：PowerBI的核心概念有哪些？—一文看懂PowerBI运行逻辑/198
第53问：如何用PowerBI做数据分析？—PowerBI完整数据分析流程案例/208

第4章项目落地/222
4.1落地思维/223
第54问：数据分析的结果该如何落地？/223
第55问：数据分析没有思路怎么办？—数据分析中“以终为始”的思考逻辑/226
第56问：如何从不同层次理解业务？—数据分析中“点线面体”的思考逻辑/229
第57问：数据分析怎么做才有价值？—数据分析中的目标管理/231
4.2理解业务本质/235
第58问：常说的业务场景是什么？—从营销角度出发构建“业务场景模型”/235
第59问：零售行业常说的人货场是什么？—从“人货场模型”看落地场景中的数据
分析/240
第60问：如何深入理解业务？—利用点线面思维构建“业务模型”/242
第61问：如何梳理业务流程？—从“线”的层次思考业务/245
第62问：如何看懂公司的商业模式？—从“面”的层次思考业务/250
第63问：从战略层次全局看待业务？—从“体”的层次思考业务/254
4.3互联网产品数据分析实践/258
第64问：如何分析用户行为数据？—还原实际业务中的落地分析流程/258
第65问：如何定义问题？—AARRR模型中获取阶段的落地分析/263
第66问：如何形成分析思路？—AARRR模型中促活阶段的落地分析/268
第67问：如何给落地建议？—AARRR模型中留存阶段的落地分析/274
4.4报告呈现/279
第68问：为什么要做数据分析报告？—向上汇报与横向沟通/279
第69问：如何用数据来讲故事？—报告结构与金字塔原理/281
第70问：如何制作一个图表？—数据可视化的逻辑/284
4.5项目复现实战/287
第71问：游戏行业，如何分析活动？/287

第5章展望/298
第72问：数据分析师的前景及如何成长？/299