数据分析思维与可视化

本书以实用为设计理念，并结合数据分析相关理论，系统地介绍了数据分析的相关内容，包括电商数据分析概述、数据分析业务指标、数据准备与处理、数据分析常用方法、常用数据分析工具、数据可视化、数据图表专业化、撰写数据分析报告等，能够帮助读者掌握数据分析的整个流程。
本书附有配套的教学PPT、题库、教学视频、教学设计等相关资源，同时，为了帮助初学者及时地解决学习过程中遇到的问题，还提供了专业的在线答疑平台。
本书可作为高等院校本、专科相关专业的数据分析课程的教材，也可作为企业数据分析岗位培训教材。

第1章 电商数据分析概述
1.1 数据分析基础理论
1.1.1 认识数据和数据的价值
1.1.2 认识数据分析
1.1.3 认识电商数据分析
1.2 数据分析的流程
1.2.1 明确目的
1.2.2 数据收集
1.2.3 数据处理
1.2.4 数据分析
1.2.5 数据展现
1.2.6 撰写报告
1.3 数据分析的常见误区
1.4 数据分析岗位的职业发展
1.4.1 数据分析师的发展前景
1.4.2 数据分析师的职业要求
1.4.3 数据分析师的基本素质
1.5 数据分析常用指标及术语
1.5.1 平均数
1.5.2 绝对数与相对数
1.5.3 百分比与百分点
1.5.4 比例与比率
1.5.5 频数与频率
1.5.6 倍数与番数
1.5.7 同比和环比
小结
第2章 数据分析业务指标
2.1 网站流量指标
2.1.1 网站流量数量指标
2.1.2 网站流量质量指标
2.2 商品数据化运营关键指标
2.2.1 销售类指标
2.2.2 促销活动指标
2.3 站外营销推广指标
2.4 会员数据化运营指标
2.4.1 会员整体指标
2.4.2 会员营销指标
2.4.3 会员活跃度指标
2.4.4 会员价值度指标
2.4.5 会员终生价值指标
2.4.6 会员异动指标
2.5 仓储管理指标
2.5.1 库存量
2.5.2 库存金额与平均库存金额
2.5.3 库存可用天数
2.5.4 库存周转率
2.5.5 库存周转天数
2.5.6 库龄
2.5.7 滞销金额
2.5.8 残次商品数量、残次商品金额、残次占比
2.5.9 缺货率
2.6 物流配送指标
小结
第3章 数据准备与处理
3.1 数据准备
3.1.1 认识数据表
3.1.2 获取数据
3.2 数据处理
3.2.1 数据清洗
3.2.2 数据加工
3.2.3 数据抽样
小结
第4章 数据分析常用方法
4.1 常用数据分析方法论
4.1.1 PEST分析法
4.1.2 4P营销理论
4.1.3 逻辑树分析法
4.1.4 用户行为理论
4.1.55 W2H分析法
4.2 数据分析法
4.2.1 对比分析法
4.2.2 结构分析法
4.2.3 分组分析法
4.2.4 平均分析法
4.2.5 矩阵关联分析法
4.2.6 交叉分析法
4.2.7 综合评价分析法
4.2.8 漏斗图分析法
小结
第5章 常用数据分析工具
5.1 常用本地数据分析工具
5.1.1 SPSS简介
5.1.2 SPSS的优势
5.1.3 SPSS的窗口介绍
5.2 常用电商数据分析工具
5.2.1 生意参谋
5.2.2 京东商智
5.3 常用网站数据分析工具
5.3.1 百度统计
5.3.2 CNZZ
小结
第6章 数据可视化
6.1 通过图表展现数据
6.1.1 认识图表
6.1.2 常用的图表类型
6.1.3 通过数据关系选择合适的图表
6.1.4 统计图制作流程
6.2 通过表格展现数据
6.2.1 突出显示单元格
6.2.2 项目选取
6.2.3 添加数据条
6.2.4 添加图标集
6.2.5 迷你图
小结
第7章 数据图表专业化
7.1 制作严谨的数据图表
7.1.1 专业图表中的元素
7.1.2 专业图表制作的注意事项
7.2 图表美化方法
7.2.1 图表美化的原则
7.2.2 图表美化技巧
7.2.3 图表的颜色搭配
7.3 提高图表制作效率
7.3.1 创建图表模板
7.3.2 添加标签小工具
7.3.3 修剪超大值
小结
第8章 撰写数据分析报告
8.1 初步认识数据分析报告
8.1.1 什么是数据分析报告
8.1.2 数据分析报告的作用
8.1.3 数据分析报告的种类
8.1.4 数据分析报告写作原则
8.2 数据分析报告的准备与撰写流程
8.2.1 数据分析报告的准备
8.2.2 数据分析报告撰写流程
8.3 数据分析报告的结构
8.3.1 标题页
8.3.2 目录
8.3.3 前言
8.3.4 报告正文
8.3.5 结论与建议
8.3.6 附录
8.4 撰写数据分析报告的注意事项
小结