掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
底層邏輯:看清這個世界的底牌
-
>
李誕脫口秀工作手冊
-
>
成事:馮唐品讀曾國藩嘉言鈔
統計學思維:如何利用數據分析提高企業績效 版權信息
- ISBN：9787111697947
- 條形碼：9787111697947 ; 978-7-111-69794-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
統計學思維:如何利用數據分析提高企業績效 本書特色
掀起商務人士重讀統計學熱潮的暢銷書續作 培養洞悉數據之間因果關系的能力 通過統計學來發掘數據的價值 運用數據來改善企業的競爭策略、人力資源、市場營銷、業務運營 結合企業管理×統計學的商業書籍！ 職場小白也看得懂的市場分析實用書 系列書累計銷量突破52萬冊 日本統計學會2017年獲獎作品 本書以一般商務人士及經營管理者為對象，沒有艱澀的數學算式，力圖培養他們洞悉數據之間因果關系的能力。 除了因應讀者們呼聲*高的“市場營銷”領域之外，本書還包括了“競爭策略”“人力資源”及“業務運營”的實用案例，可以說是市場上結合企業管理和統計學的商業書籍的代表作！ 從此不再單純依賴感覺，而是能精準找到更具希望的策略。 探討“今后的市場規模是否會增長”及“能否在該市場中取得占有率”的黃金組合。 一般的“面試”其實沒什么用？基于科學證據，得知怎樣的人才可為公司帶來更多獲利。 從人口統計資料，找出理想市場區隔的方法，再針對重要客戶進行4P定位分析。 在改善企業的采購、物流、服務等的同時，也消除存在于企業運營系統的“瓶頸”。 只要我們擁有這個架構，就能將難以化為日常語言的內隱知識與數據鏈接，進而產生新的見解。
統計學思維:如何利用數據分析提高企業績效 內容簡介
全書內容共分4章，分別從經營戰略、人力資源、市場營銷和業務運營四個方面闡述了普通人士如何利用統計學思維來進行數據分析，以提高企業的績效。第1章內容主要講述決定企業收益的主干——經營戰略。第2章和第3章中介紹相關基礎理論及先行研究，同時就數據分析和數據應用的具體流程進行詳述。第4章主要介紹我們應該如何改善業務運營流程。本書除了介紹各類運用統計學思維進行數據分析的知識外, 同時也為大家提供了一種基礎的調研設計模板, 通過遵循該模板中的方法和流程, 都能順利展開數據分析，從而洞察海量數據中所蘊藏的規律和商機。
統計學思維:如何利用數據分析提高企業績效 目錄
前 言 別憑“主觀感覺”和“案例”做分析
01 鮮為人知的“調研設計”技能
常見的數據應用失敗案例
不依賴個人主觀感覺的調研設計
改善枝葉不如改善主干
02 本書的結構和框架
本書所探討的四大主題
本書的分析流程及關鍵詞
第1章 用于經營戰略的統計學
03 用數據推導戰略
咨詢顧問們都愛矩陣圖
矩陣分析的兩大局限
04 波特與SCP理論
經營戰略的理論背景①
經營戰略的代表性理論
簡潔優美的五力分析模型
日本企業的飛躍反駁了波特的理論
05 經營戰略理論的契合度問題
經營戰略的理論背景②
著眼于企業內部優勢的杰恩·B. 巴尼
波特和巴尼，究竟孰對孰錯
經營戰略的統計分析歷史
06 分析對象的設定
針對經營戰略的統計分析流程①
統計學式的戰略制定方法
橫向市場分析
縱向市場分析
非連續性市場分析
07 選擇合適變量
針對經營戰略的統計分析流程②
針對商務人士的系統綜述入門
08 收集所需數據
針對經營戰略的統計分析流程③
首先收集客觀的公開數據
為什么要用總資產收益率來評價“賺錢程度”
將非上市企業也納入分析對象
如何委托調研公司才精準高效
收集帶有主觀性數據時的注意事項
數據匯總方法
09 分析與結果解讀
針對經營戰略的統計分析流程④
簡單匯總統計的兩大局限
逐步回歸法與對變量選擇做人工確認
分析解讀實例與基礎知識
更細致的分析方法與我不推薦此類方法的理由
與其嚴謹檢驗，不如迅速采取小規模行動
10 本章總結 統計學補充專欄1 方差分析和混合效應模型
第2章 用于人力資源的統計學
11 你的企業有沒有招到優秀人才
“人才比戰略更重要”這一事實
基于科學實證的Google招聘流程
普通的面試派不上什么用場
12 一般智力與權變理論
“學習好的人工作能力也優秀”只對了三成
領導力研究學者們發現的權變理論
元分析告訴我們“工作由適配度決定”
只看中“干練利落的高學歷人士”就太可惜了
13 設定分析對象
針對人力資源的統計分析流程①
湊齊幾十個人就能做分析
解析單位擴展和分割的方法
14 選擇合適變量
針對人力資源的統計分析流程②
人事的Outcome設定很難
“引入隨機性”這一技巧
廣泛收集解釋變量的備選項
15 收集所需數據
針對人力資源的統計分析流程③
找尋埋沒在公司內部的數據
Outcome設定時的注意點：巧妙彌補數據不足
解釋變量相關數據擴充：性格特質的測定方法
16 分析數據
針對人力資源的統計分析流程④
對相關性強的解釋變量做“縮減”
兩個相關項目的得分可做合計
多個項目相關聯時使用“因子分析”
使用多元回歸分析還是邏輯回歸
17 解讀分析結果
針對人力資源的統計分析流程⑤
邏輯回歸的解讀方法復習
有沒有“違背經驗或直覺的結果”
應采取的行動：“改變”
應采取的行動：“轉移”
作為人力資源管理措施候補的“HPWP”
18 本章總結 統計學補充專欄2 “刪失”和“截斷”
第3章 用于市場營銷的統計學
19 市場營銷戰略與顧客中心主義
iPhone需求真的無法通過調研知曉嗎
效仿藍海戰略的方法
統計學能戰勝天才的原因
20 現代市場營銷的基礎知識
科特勒對營銷的定義以及常見誤解
以誰為對象開展商業活動
賣什么，怎么賣
21 準備數據，基于數據來思考“賣給誰”
針對市場營銷的統計分析流程①
市場營銷的數據分析至少要做三輪
分析對象是除“極不可能的人”以外的所有人
首先對單源數據做分析
22 基于分析結果思考“賣給誰”
針對市場營銷的統計分析流程②
為什么不用多元回歸分析和邏輯回歸分析
推薦使用“聚類分析”
聚類分析是為了挖掘到好的細分市場
23 準備數據，思考“賣什么？”
針對市場營銷的統計分析流程③
市場定位＝賣什么？
結合質性調查和量化調查找到好的市場定位
“truth廣告戰役”——完美驗證了營銷的力量
24 應用了統合行為理論的質性調查
針對市場營銷的統計分析流程④
涵蓋了大部分學問成果的統合行為理論
提問項目和調查問卷的具體制作方法
25 分析與解釋數據，思考“賣什么”
針對市場營銷的統計分析流程⑤
通過分析我們可以了解什么
這次用的是多元回歸分析或邏輯回歸分析
思考市場定位時的兩大方法
26 分析并思考“4P”
針對市場營銷的統計分析流程⑥
了解細分市場的顧客
通過試制品或宣傳單做測試營銷
27 本章總結 統計學補充專欄3 決策樹分析與隨機森林
第4章 用于業務運營的統計學
28 戴明提出的全新“管理模式”
運營模式的改善引領美國西南航空走向成功
提出kaizen并支持著比爾·克林頓的統計學家
想辦法解決“導致波動的原因”
29 從局部*優到整體*優
沉睡在公司內部可供改善的廣袤新領域
從“瓶頸”開始著手
30 價值鏈與各部門的標準
價值鏈的思考方式
具體的Outcome與解析單位
31 從業務用數據到分析用數據
首先從分析手頭數據開始
將數據轉化為可供統計分析的形式
將數據相關聯
32 提高數據品質與數據加工的要點
“完整的數據”是一個陷阱
有“欠缺”感就對了
不用勉強思考“假設”
33 “洞察性分析”與“預測性分析”
何謂“預測性分析”
你的隱性知識將成為做“洞察性分析”的武器
“預測性分析”難做的兩大原因
失敗的Google流感預測
34 自回歸模型與交叉驗證
自回歸模型概要
防止過擬合
通過交叉驗證做檢驗
35 本章總結 統計學補充專欄4 運用到集體智慧的預測手法
致謝
參考文獻
索引
01 鮮為人知的“調研設計”技能
常見的數據應用失敗案例
不依賴個人主觀感覺的調研設計
改善枝葉不如改善主干
02 本書的結構和框架
本書所探討的四大主題
本書的分析流程及關鍵詞
第1章 用于經營戰略的統計學
03 用數據推導戰略
咨詢顧問們都愛矩陣圖
矩陣分析的兩大局限
04 波特與SCP理論
經營戰略的理論背景①
經營戰略的代表性理論
簡潔優美的五力分析模型
日本企業的飛躍反駁了波特的理論
05 經營戰略理論的契合度問題
經營戰略的理論背景②
著眼于企業內部優勢的杰恩·B. 巴尼
波特和巴尼，究竟孰對孰錯
經營戰略的統計分析歷史
06 分析對象的設定
針對經營戰略的統計分析流程①
統計學式的戰略制定方法
橫向市場分析
縱向市場分析
非連續性市場分析
07 選擇合適變量
針對經營戰略的統計分析流程②
針對商務人士的系統綜述入門
08 收集所需數據
針對經營戰略的統計分析流程③
首先收集客觀的公開數據
為什么要用總資產收益率來評價“賺錢程度”
將非上市企業也納入分析對象
如何委托調研公司才精準高效
收集帶有主觀性數據時的注意事項
數據匯總方法
09 分析與結果解讀
針對經營戰略的統計分析流程④
簡單匯總統計的兩大局限
逐步回歸法與對變量選擇做人工確認
分析解讀實例與基礎知識
更細致的分析方法與我不推薦此類方法的理由
與其嚴謹檢驗，不如迅速采取小規模行動
10 本章總結 統計學補充專欄1 方差分析和混合效應模型
第2章 用于人力資源的統計學
11 你的企業有沒有招到優秀人才
“人才比戰略更重要”這一事實
基于科學實證的Google招聘流程
普通的面試派不上什么用場
12 一般智力與權變理論
“學習好的人工作能力也優秀”只對了三成
領導力研究學者們發現的權變理論
元分析告訴我們“工作由適配度決定”
只看中“干練利落的高學歷人士”就太可惜了
13 設定分析對象
針對人力資源的統計分析流程①
湊齊幾十個人就能做分析
解析單位擴展和分割的方法
14 選擇合適變量
針對人力資源的統計分析流程②
人事的Outcome設定很難
“引入隨機性”這一技巧
廣泛收集解釋變量的備選項
15 收集所需數據
針對人力資源的統計分析流程③
找尋埋沒在公司內部的數據
Outcome設定時的注意點：巧妙彌補數據不足
解釋變量相關數據擴充：性格特質的測定方法
16 分析數據
針對人力資源的統計分析流程④
對相關性強的解釋變量做“縮減”
兩個相關項目的得分可做合計
多個項目相關聯時使用“因子分析”
使用多元回歸分析還是邏輯回歸
17 解讀分析結果
針對人力資源的統計分析流程⑤
邏輯回歸的解讀方法復習
有沒有“違背經驗或直覺的結果”
應采取的行動：“改變”
應采取的行動：“轉移”
作為人力資源管理措施候補的“HPWP”
18 本章總結 統計學補充專欄2 “刪失”和“截斷”
第3章 用于市場營銷的統計學
19 市場營銷戰略與顧客中心主義
iPhone需求真的無法通過調研知曉嗎
效仿藍海戰略的方法
統計學能戰勝天才的原因
20 現代市場營銷的基礎知識
科特勒對營銷的定義以及常見誤解
以誰為對象開展商業活動
賣什么，怎么賣
21 準備數據，基于數據來思考“賣給誰”
針對市場營銷的統計分析流程①
市場營銷的數據分析至少要做三輪
分析對象是除“極不可能的人”以外的所有人
首先對單源數據做分析
22 基于分析結果思考“賣給誰”
針對市場營銷的統計分析流程②
為什么不用多元回歸分析和邏輯回歸分析
推薦使用“聚類分析”
聚類分析是為了挖掘到好的細分市場
23 準備數據，思考“賣什么？”
針對市場營銷的統計分析流程③
市場定位＝賣什么？
結合質性調查和量化調查找到好的市場定位
“truth廣告戰役”——完美驗證了營銷的力量
24 應用了統合行為理論的質性調查
針對市場營銷的統計分析流程④
涵蓋了大部分學問成果的統合行為理論
提問項目和調查問卷的具體制作方法
25 分析與解釋數據，思考“賣什么”
針對市場營銷的統計分析流程⑤
通過分析我們可以了解什么
這次用的是多元回歸分析或邏輯回歸分析
思考市場定位時的兩大方法
26 分析并思考“4P”
針對市場營銷的統計分析流程⑥
了解細分市場的顧客
通過試制品或宣傳單做測試營銷
27 本章總結 統計學補充專欄3 決策樹分析與隨機森林
第4章 用于業務運營的統計學
28 戴明提出的全新“管理模式”
運營模式的改善引領美國西南航空走向成功
提出kaizen并支持著比爾·克林頓的統計學家
想辦法解決“導致波動的原因”
29 從局部*優到整體*優
沉睡在公司內部可供改善的廣袤新領域
從“瓶頸”開始著手
30 價值鏈與各部門的標準
價值鏈的思考方式
具體的Outcome與解析單位
31 從業務用數據到分析用數據
首先從分析手頭數據開始
將數據轉化為可供統計分析的形式
將數據相關聯
32 提高數據品質與數據加工的要點
“完整的數據”是一個陷阱
有“欠缺”感就對了
不用勉強思考“假設”
33 “洞察性分析”與“預測性分析”
何謂“預測性分析”
你的隱性知識將成為做“洞察性分析”的武器
“預測性分析”難做的兩大原因
失敗的Google流感預測
34 自回歸模型與交叉驗證
自回歸模型概要
防止過擬合
通過交叉驗證做檢驗
35 本章總結 統計學補充專欄4 運用到集體智慧的預測手法
致謝
參考文獻
索引
展開全部
統計學思維:如何利用數據分析提高企業績效 作者簡介
西內啟 畢業于東京大學醫學部生物統計學專業，曾任東京大學研究生院助理講師、大學醫院醫療信息網絡工程研究中心副主任、哈佛大學癌癥研究中心客座研究員等職務，現致力于通過數據的調查和分析、人才的培養等工作來指導企業和社會的革新。所著統計學分析系列叢書累計銷量超過52萬冊，引爆商務人士學習統計學的熱潮。
書友推薦
- >
隨園食單
- >
李白與唐代文化
- >
伯納黛特,你要去哪(2021新版)
- >
上帝之肋:男人的真實旅程
- >
中國歷史的瞬間
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
小考拉的故事-套裝共3冊
- >
有舍有得是人生
