AI大模型助你轻松搞定数据分析

　　本书旨在帮助读者掌握数据分析的专业技能，并详细讲解大模型（如DeepSeek、ChatGPT）在数据分析中的应用。全书分9章，内容从基础的指标体系建设、数据获取、数据处理，逐步深入常用的数据分析方法、商业分析方法、统计学模型、A/B实验、数据分析报告等，并特别强调大模型在数据分析中的应用。本书不仅系统地讲解数据分析的专业知识，还从提出关键问题、培养结构化思维等多方面入手，全方位激发读者的创造力，帮助读者提升数据思维能力，构建完善的数据分析知识体系。 　　此外，本书也是实用的职场宝典，不仅详细介绍数据分析不同岗位的职责，帮助读者根据自身兴趣和能力选择合适的职业发展方向，而且提供应对笔试和面试的策略，帮助读者在职场竞争中脱颖而出。 　　本书使用生动的对话体形式写作，融入大量真实工作场景案例，注重实际操作与应用，让读者仿佛置身于实际的工作场景中，适合数据分析初学者、高等学校相关专业的学生、职场中需要使用数据分析来支持决策的各类专业人士阅读。

吴昙，资深数据分析师，在互联网数据分析领域有10多年的行业经验，深知数据分析人员的痛点。深耕数据产品、数据运营、商业分析等多个领域，对各种数据岗位有着深刻的理解和丰富的实践经验。

第 1章 大模型助你成为数据分析师 1 1.1 什么是大模型 2 1.1.1 大模型概述 2 1.1.2 Transformer架构 4 1.1.3 训练一个自己的GPT大模型 9 1.2 为什么要用大模型 11 1.2.1 大模型能解决什么问题 11 1.2.2 大模型不能解决什么问题 12 1.2.3 使用大模型为工作提效 14 1.3 如何用大模型获取有效信息 16 1.3.1 运用乔哈里视窗提问 16 1.3.2 写提示词的10个技巧 20 1.3.3 使用AI搜索获取高质量内容 28 1.4 AI未来的发展趋势 32 1.4.1 生成式大模型的构建方式 32 1.4.2 大模型的分类和架构 35 1.4.3 AI Agent 38 1.5 数据思维：思维与认知决定你的未来 42 1.5.1 数据思维概述 42 1.5.2 舒适区模型助你认知自我 43 1.5.3 费曼学习法助你高效学习 44 1.5.4 达克效应助你思考升维 45 第 2章 大模型助你建设指标体系 48 2.1 大模型助你搭建指标体系 49 2.1.1 如何找到好指标 49 2.1.2 如何找到北极星指标 51 2.1.3 如何搭建指标体系 54 2.2 使用大模型分析4种商业模式的指标体系 62 2.2.1 电子商务关键指标 63 2.2.2 内容媒体关键指标 70 2.2.3 双边市场关键指标 74 2.3 大模型助你利用指标体系做归因分析 77 2.3.1 如何找到异常指标 77 2.3.2 如何分析异常指标 78 2.3.3 归因分析实战 80 2.4 数据思维：知识体系扩展能力边界 83 第3章 大模型助你获取和处理数据 87 3.1 大模型助你高效获取数据 88 3.1.1 大数据平台的作用 88 3.1.2 获取内部数据的方法 91 3.1.3 获取外部数据的方法 96 3.2 大模型助你高效处理数据 100 3.2.1 SQL查询与NL2SQL 100 3.2.2 Excel瞬间提效的3个方法 106 3.2.3 利用大模型处理数据 109 3.3 数据思维：“概率+相关性+系统性”思维驱动业务增长 114 第4章 大模型助你掌握9个常用的数据分析方法 116 4.1　描述性分析：揭示数据背后的故事 117 4.2　对比分析：通过差异洞察数据 119 4.3　漏斗分析：优化转化路径 121 4.4　LTV分析：搞清客户终身价值 127 4.5　投放ROI分析：最大化广告效益 131 4.6 Aha时刻：发现用户增长的关键点 138 4.7 留存分析：提高用户忠诚度 143 4.8　RFM模型：细分用户群体 146 4.9　用户画像分析：构建全面的用户视图 150 4.10　数据思维：掌控工作节奏 154 第5章 大模型助你掌握6个常用的商业分析方法 157 5.1　商业分析概述 158 5.2　规模效应：商业世界的万有引力 159 5.3　范围效应：多元平台生态的助推器 162 5.4　网络效应：数字世界的价值乘数 163 5.5　STP分析：选择目标市场的利器 166 5.6　互联网时代4P分析：创新市场规则 168 5.7　波士顿矩阵：产品组合的罗盘针 170 5.8　数据思维：战略思维找到破局机会 174 第6章 大模型助你掌握5个常用的统计学模型 179 6.1　统计学模型与AIGC的联系 180 6.2　相关性分析：探索变量之间的联系 183 6.3　回归预测：构建预测模型 187 6.3.1　简单线性回归：一元预测的起点 187 6.3.2　多元线性回归：多变量的预测能力 193 6.3.3　多项式回归：处理复杂关系的利器 196 6.3.4　逻辑回归：分类问题的解决方案 199 6.4　时间序列预测：预测未来的波动 202 6.5　k均值聚类分析：发现数据的自然分组 209 6.6　决策树分类分析：构建直观的决策路径 213 6.7　数据思维：DIKW模型通往智慧之路 219 第7章 大模型助你做科学的A/B实验 223 7.1 大模型助你搞清什么时候做A/B实验 224 7.1.1 理解A/B实验的优势 224 7.1.2 做A/B实验的流程 225 7.1.3 哪些情况不能做实验 228 7.2 大模型助你进行A/B实验的用户分组 229 7.2.1 轻松搞定用户分组 229 7.2.2 什么是A/A实验 231 7.2.3 流量的使用 233 7.3 大模型助你选择A/B实验的评估指标 235 7.3.1 如何选择指标 235 7.3.2 如何定义指标 236 7.3.3 高效拆解指标 239 7.4 大模型助你理解A/B实验相关的统计学知识 240 7.4.1 假设检验概述 242 7.4.2 第 一类错误和第二类错误的定义 244 7.4.3 计算A/B实验的最小样本量 247 7.5 大模型助你写一份专业的A/B实验报告 252 7.5.1 高效解读实验结果 252 7.5.2 实验报告的写法 256 7.6 数据思维：实验思维实现复利效应 258 第8章 大模型助你写出优秀的数据分析报告 261 8.1 大模型助你确定分析课题 262 8.2 大模型助你快速了解一个业务 265 8.2.1 了解业务的小技巧 265 8.2.2 善用共创会达成共识 269 8.2.3 快速上手数据分析的4个套路 270 8.3 大模型助你设计、撰写和呈现分析报告 271 8.3.1 数据分析报告万能模板 271 8.3.2 画图表的4个小技巧 273 8.3.3 做出高质量PPT的四大基本原则 275 8.4 大模型助你让分析价值被看到 279 8.4.1 让你的数据分析有效落地 279 8.4.2 做一次精彩的数据分析汇报 281 8.5 数据思维：金字塔原理提升结构思考力 285 第9章 大模型助力数据分析师持续成长 290 9.1 大模型助你选择公司和职位 291 9.2 大模型助你准备笔试和面试 293 9.3 大模型助你持续成长 297 9.4 数据思维：AI时代下如何塑造自我 299