*完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202309*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:人人可做數據分析-從數據分析到數據驅動運營 ISBN:9787121461484 出版社:電子工業 著編譯者:于琪 頁數:167 所在地:中國大陸 *此為代購商品 書號:1561004 可大量預訂,請先連絡。 內容簡介 近幾年,數據分析、人工智慧、大數據平台等概念十分火爆,有些人感嘆:雖然學會了調用軟體演算法庫文件,在面對真實的業務問題時卻不知道從哪裡下手;雖然接觸了一個又一個能做數據分析的軟體工具,真要處理一個業務問題時,卻發現自己需要什麼樣的數據反而成了第一道門檻「道不遠人」,好的東西不應該只作為高深莫測的內容讓人敬而遠之。本書將數據分析的思維作為主幹,銜接數據分析的各個環節,輔之以案例,幫助讀者建立體系化的數據分析知識,使數據分析成為一個普通技能,在工作和生活中發揮分析並解決問題的作用,最終實現「人人可做數據分析」。作者簡介 于琪,東南大學軟體工程碩士,本科就讀於山東大學電氣工程學院,曾在電力自動化行業深耕多年,做研發、帶項目、帶產品,有豐富的產品管理和項目管理經驗,主導過「集中組屏型DTU」「單板型FTU」「光伏發電監控系統」等多個產品。著力于傳統工控行業的同時,在互聯網領域和「互聯網+」的方向踐行多年,曾創立大提籃網商,現在目前在西門子中國研究院蘇州分部負責工業信息安全運營平台。目錄 第1章 緒論1 1 數據分析話題的「樹模型」知識框架 1 2 數據分析話題同樣存在「量變引起質變」的問題 1 3 數據分析與其他學科的關係 第2章 數據採集、存儲與整理 2 1 什麼是數據,數字就是數據嗎 2 2 不同的應用場景對應不同的數據採集方式 2 3 工業協議採集數據 2 4 網頁埋點採集數據 2 5 資料庫及合併表單 2 6 數據清洗 2 7 數據整理,多維度拆解 2 8 數據集 2 9 數據估算 第3章 大數據平台架構 3 1 大數據時代的傳統數據處理方法 3 2 大數據架構 3 3 大數據平台的數據採集、處理、輸出與展示 3 4 大數據平台不是核心 第4章 數據思維之基礎問題 4 1 數據演算法VS數據應用 4 2 AI高大上,傳統手段失效了嗎 4 3 以前常用的一些方法論,如5W2H法不靈了 4 4 信息摘要的敏感性,抓重點的能力 4 5 物聯網等技術的發展催生了新的數據應用場景 4 6 對數據分析的預期,要有合理的參照系 第5章 數據思維之數據素養 5 1 數字時代,數據素養是重要的技能 5 2 把一個具體業務問題轉化成一個數據可分析問題 5 3 層層拆解,才見真章 5 4 細緻拆解與辛普森悖論 5 5 減熵:把事情流程化,把關係圖譜化 5 6 指標思維 第6章 常見的數據分析綜合方法 6 1 針對業務問題的「假設檢驗」 6 2 分類利器:波士頓矩陣與RFM模型 6 3 行動步驟利器:AARRR模型與UJM模型 6 4 業務分析框架OSM 6 5 成交總額GMV 第7章 數據可視化 7 1 數據可視化的意義:探索性分析 7 2 常見的數據可視化圖表 7 3 數據可視化舉例 第8章 人工智慧與傳統數據分析的關係 8 1 數據分析、傳統演算法、人工智慧之間的範疇關係 8 2 目標的一致性及適用場景的區別 8 3 以統計為主的傳統數據分析及其工具 8 4 機器學習 第9章 數據驅動運營 9 1 不同業務層次都有哪些數據分析需求 9 2 不同行業領域都有些哪些數據分析需求 9 3 數據驅動運營概述 9 4 牛刀小試的一個例子 9 5 數據分析與公司戰略地圖 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |