书名：数据化分析：用数据化解难题，让分析更加有效（全彩）  
定价：106.0  
ISBN：9787121450082  
作者：林骥  
版次：*1版  
出版时间：2023-02  

内容提要：  

在大数据时代，我们并不缺少数据，缺少的是利用数据分析的思维和工具去解决实际问题的能力。数据化分析是运用恰当的方法和工具，对数据进行科学、有效的分析，从而提出有理有据、具有可操作性的建议，以解决现实中的难题。本书主要介绍了数据分析的9 种思维、7 种工具、学习方法、基本方法、展现方法、制作数据分析报告的方法，以及数据分析的思维模型。本书适合所有对数据分析感兴趣的读者阅读，特别是在工作或生活中需要经常跟数据接触的人，如数据分析师、产品经理、运营人员、管理人员、财务人员等。  

林骥应用数学硕士学位；曾在大学教授《高等数学》课程；2008 年开始从事数据分析相关工作，在企业担任数据分析部的总经理。个人微信公众号“林骥”，其中主要分享数据分析的思维、工具、方法、模型和应用等内容；致力于用数据化解难题，让分析更加有效，用数据赋能成长。  

掌握数据分析的思维和工具去伪存真、化繁为简，通过现象看本质，找到问题的根本原因，进而睿智地解决问题  

掌握数据分析的思维和工具去伪存真、化繁为简，通过现象看本质，找到问题的根本原因，进而睿智地解决问题  

目录  
*1 章 数据分析的9 种思维 / 001  
1.1理解现状/001  
目标思维 / 008  
对比思维 / 020  
细分思维 / 027  
1.2分析原因/0032  
溯源思维 / 032  
相关思维 / 042  
假设思维 / 047  
1.3预测未来 /051  
逆向思维 / 051  
演绎思维 / 056  
归纳思维 / 061  
1.4 综合应用案例 / 068  
应用目标思维 / 069  
应用对比思维 / 070  
应用细分思维 / 071  
应用溯源思维 / 071  
应用相关思维 / 072  
应用假设思维 / 072  
应用逆向思维 / 072  
应用演绎思维 / 073  
应用归纳思维 / 073  
本 章 复 盘 / 075  
*2 章 数据分析的工具 / 077  
2.1 Excel：应用*广泛的数据分析工具之一 / 079  
2.2 Tableau：敏捷的商务智能展现工具 / 080  
2.3 SQL：结构化的查询语言 / 081  
2.4 SPSS：老牌的统计分析工具 / 082  
2.5 SAS：强大的统计分析工具 / 083  
2.6 R：专业的数据分析工具 / 084  
2.7 Python：重要的数据分析工具 / 085  
本 章 复 盘 / 086  
第3 章 数据分析的学习方法 / 087  
3.1 数据分析学习指南 / 089  
学习方法 / 089  
学习内容 / 090  
学习路径 / 091  
3.2 精准搜索学习资料 / 093  
3.3 高效学习的6 种方法 / 095  
3.4 高效学习的36 种思维 / 097  
3.5 数据分析的精进之道 / 112  
数据分析的材质 / 112  
数据分析的造型 / 113  
数据分析的装饰 / 114  
数据分析的工艺 / 115  
数据分析的层级 / 116  
本 章 复 盘 / 117  
第4 章 数据分析的基本方法 / 118  
4.1 数据分析的5 个步骤 / 120  
确认数据源是否正确 / 120  
判断变化的程度如何 / 120  
判断数据变化的周期如何 / 120  
数据变化的前、后发生了什么 / 121  
细分维度有哪些 / 121  
4.2 数据分析的8 个状态 / 123  
新的需求 / 123  
需求确认 / 123  
数据确认 / 125  
实现中 / 125  
交付 / 126  
复盘 / 126  
等待 / 127  
拒绝 / 127  
4.3 数据分析的指标体系 / 128  
利用鱼骨图找到关键指标 / 128  
从业务逻辑出发建立指标体系 / 129  
用二八法则管理指标体系 / 129  
4.4 提高数据敏感度 / 131  
4.5 用数据解决实际问题 / 134  
用流程解决问题 / 134  
通过分解找到关键问题 / 135  
通过交叉视点锁定原因 / 136  
依据方程式制定对策 / 136  
用数据讲故事 / 137  
4.6 数据分析的 9 个问题 / 138  
本 章 复 盘 / 140  
第5 章 数据分析的展现方法 / 142  
5.1 数据分析展现的重要原则 / 144  
5.2 数据分析展现的常用方法 / 146  
5.3 数据分析展现的图表选择 / 150  
类别比较 / 150  
时间趋势 / 151  
占比构成 / 152  
关联 / 153  
分布 / 154  
增强 / 155  
单值 / 156  
提示 / 156  
本 章 复 盘 / 157  
第6 章 制作数据分析报告的方法 / 158  
6.1 数据分析报告的3 个层级 / 162  
是什么 / 162  
为什么 / 162  
怎么办 / 162  
6.2 数据分析报告的4 种情景 / 165  
*次数据分析报告 / 165  
常规数据分析报告 / 165  
问题数据分析报告 / 166  
总结数据分析报告 / 166  
6.3 数据分析报告的5 类问题 / 167  
是多少 / 167  
好不好 / 167  
为什么 / 168  
会怎样 / 168  
怎么办 / 168  
6.4 数据分析报告的6 个步骤 / 170  
明确目标 / 170  
数据收集 / 170  
数据处理 / 171  
数据分析 / 171  
数据展现 / 172  
结论建议 / 172  
6.5 数据分析报告的7 个模块 / 173  
标题封面 / 173  
目录导航 / 174  
背景说明 / 174  
思路方法 / 174  
结论建议 / 175  
分析正文 / 175  
附录及封底 / 176  
6.6 数据分析报告的8 种颜色 / 177  
红色 / 177  
橙色 / 178  
黄色 / 178  
绿色 / 178  
蓝色 / 179  
紫色 / 179  
黑色 / 180  
灰色 / 180  
本 章 复 盘 / 182  
第7 章 数据分析的思维模型 / 184  
7.1 理解现状类思维模型 / 187  
正态分布模型 / 187  
幂律分布模型 / 188  
帕累托分析模型 / 191  
本福特分析模型 / 192  
同期群分析模型 / 194  
SWOT 分析模型 / 195  
PEST 分析模型 / 197  
7.2 分析原因类思维模型 / 201  
杜邦分析模型 / 201  
矩阵分析模型 / 203  
RFM 分析模型 / 209  
销售漏斗模型 / 212  
聚类分析模型 / 215  
KＡＮＯ分析模型 / 216  
标杆分析模型 / 218  
7.3 预测未来类思维模型 / 220  
决策树分析模型 / 220  
生命周期模型 / 223  
福格行为模型 / 224  
夏普利值模型 / 225  
A/B 测试模型 / 227  
线性回归模型 / 230  
本 章 复 盘 / 233  
后 记 / 234  
致 谢 / 235  
参 考 文 献 / 236  




作者简介：  

林骥应用数学硕士学位；曾在大学教授《高等数学》课程；2008 年开始从事数据分析相关工作，在企业担任数据分析部的总经理。个人微信公众号“林骥”，其中主要分享数据分析的思维、工具、方法、模型和应用等内容；致力于用数据化解难题，让分析更加有效，用数据赋能成长。  

媒体评论：  

掌握数据分析的思维和工具去伪存真、化繁为简，通过现象看本质，找到问题的根本原因，进而睿智地解决问题  

目录：  

目录  
*1 章 数据分析的9 种思维 / 001  
1.1理解现状/001  
目标思维 / 008  
对比思维 / 020  
细分思维 / 027  
1.2分析原因/0032  
溯源思维 / 032  
相关思维 / 042  
假设思维 / 047  
1.3预测未来 /051  
逆向思维 / 051  
演绎思维 / 056  
归纳思维 / 061  
1.4 综合应用案例 / 068  
应用目标思维 / 069  
应用对比思维 / 070  
应用细分思维 / 071  
应用溯源思维 / 071  
应用相关思维 / 072  
应用假设思维 / 072  
应用逆向思维 / 072  
应用演绎思维 / 073  
应用归纳思维 / 073  
本 章 复 盘 / 075  
*2 章 数据分析的工具 / 077  
2.1 Excel：应用*广泛的数据分析工具之一 / 079  
2.2 Tableau：敏捷的商务智能展现工具 / 080  
2.3 SQL：结构化的查询语言 / 081  
2.4 SPSS：老牌的统计分析工具 / 082  
2.5 SAS：强大的统计分析工具 / 083  
2.6 R：专业的数据分析工具 / 084  
2.7 Python：重要的数据分析工具 / 085  
本 章 复 盘 / 086  
第3 章 数据分析的学习方法 / 087  
3.1 数据分析学习指南 / 089  
学习方法 / 089  
学习内容 / 090  
学习路径 / 091  
3.2 精准搜索学习资料 / 093  
3.3 高效学习的6 种方法 / 095  
3.4 高效学习的36 种思维 / 097  
3.5 数据分析的精进之道 / 112  
数据分析的材质 / 112  
数据分析的造型 / 113  
数据分析的装饰 / 114  
数据分析的工艺 / 115  
数据分析的层级 / 116  
本 章 复 盘 / 117  
第4 章 数据分析的基本方法 / 118  
4.1 数据分析的5 个步骤 / 120  
确认数据源是否正确 / 120  
判断变化的程度如何 / 120  
判断数据变化的周期如何 / 120  
数据变化的前、后发生了什么 / 121  
细分维度有哪些 / 121  
4.2 数据分析的8 个状态 / 123  
新的需求 / 123  
需求确认 / 123  
数据确认 / 125  
实现中 / 125  
交付 / 126  
复盘 / 126  
等待 / 127  
拒绝 / 127  
4.3 数据分析的指标体系 / 128  
利用鱼骨图找到关键指标 / 128  
从业务逻辑出发建立指标体系 / 129  
用二八法则管理指标体系 / 129  
4.4 提高数据敏感度 / 131  
4.5 用数据解决实际问题 / 134  
用流程解决问题 / 134  
通过分解找到关键问题 / 135  
通过交叉视点锁定原因 / 136  
依据方程式制定对策 / 136  
用数据讲故事 / 137  
4.6 数据分析的 9 个问题 / 138  
本 章 复 盘 / 140  
第5 章 数据分析的展现方法 / 142  
5.1 数据分析展现的重要原则 / 144  
5.2 数据分析展现的常用方法 / 146  
5.3 数据分析展现的图表选择 / 150  
类别比较 / 150  
时间趋势 / 151  
占比构成 / 152  
关联 / 153  
分布 / 154  
增强 / 155  
单值 / 156  
提示 / 156  
本 章 复 盘 / 157  
第6 章 制作数据分析报告的方法 / 158  
6.1 数据分析报告的3 个层级 / 162  
是什么 / 162  
为什么 / 162  
怎么办 / 162  
6.2 数据分析报告的4 种情景 / 165  
*次数据分析报告 / 165  
常规数据分析报告 / 165  
问题数据分析报告 / 166  
总结数据分析报告 / 166  
6.3 数据分析报告的5 类问题 / 167  
是多少 / 167  
好不好 / 167  
为什么 / 168  
会怎样 / 168  
怎么办 / 168  
6.4 数据分析报告的6 个步骤 / 170  
明确目标 / 170  
数据收集 / 170  
数据处理 / 171  
数据分析 / 171  
数据展现 / 172  
结论建议 / 172  
6.5 数据分析报告的7 个模块 / 173  
标题封面 / 173  
目录导航 / 174  
背景说明 / 174  
思路方法 / 174  
结论建议 / 175  
分析正文 / 175  
附录及封底 / 176  
6.6 数据分析报告的8 种颜色 / 177  
红色 / 177  
橙色 / 178  
黄色 / 178  
绿色 / 178  
蓝色 / 179  
紫色 / 179  
黑色 / 180  
灰色 / 180  
本 章 复 盘 / 182  
第7 章 数据分析的思维模型 / 184  
7.1 理解现状类思维模型 / 187  
正态分布模型 / 187  
幂律分布模型 / 188  
帕累托分析模型 / 191  
本福特分析模型 / 192  
同期群分析模型 / 194  
SWOT 分析模型 / 195  
PEST 分析模型 / 197  
7.2 分析原因类思维模型 / 201  
杜邦分析模型 / 201  
矩阵分析模型 / 203  
RFM 分析模型 / 209  
销售漏斗模型 / 212  
聚类分析模型 / 215  
KＡＮＯ分析模型 / 216  
标杆分析模型 / 218  
7.3 预测未来类思维模型 / 220  
决策树分析模型 / 220  
生命周期模型 / 223  
福格行为模型 / 224  
夏普利值模型 / 225  
A/B 测试模型 / 227  
线性回归模型 / 230  
本 章 复 盘 / 233  
后 记 / 234  
致 谢 / 235  
参 考 文 献 / 236