数据思维——从数据分析到商业价值（第2版）

作者：王汉生 等

书号：322674

定价：￥139 元

字数：319 千字

印次：2-1

开本：异16

出版时间：2024-01-01

ISBN：978-7-300-32267-4

包装：平

内容简介

本书由微信公众号“狗熊会”（ID: CluBear）创始人王汉生教授（熊大）及其核心团队联合创作完成。本书可以被看作商业分析领域入门级通俗且有趣的读物，深入浅出，雅俗共赏，适合数据分析师、工程师、产品经理、销售人员、商务拓展人员以及数据企业高管阅读。
本书主要由六章组成。第一章介绍了熊大朴素的数据价值观，解读数据与价值的逻辑关系；第二章介绍了最基本的数据可视化方法（统计图表）的规范与有趣应用；第三章介绍了回归分析，通过精彩案例展示了如何将一个业务问题定义成一个数据可分析问题；第四章介绍了机器学习，可以看作对第三章技术上的一个重要补充；第五章展示了各种常见的非结构化数据（文本、图像）分析的有趣案例；第六章介绍了数据合规的相关内容。

作者介绍

王汉生，北京大学光华管理学院商务统计与经济计量系教授、博士生导师。曾获国家杰出青年科学基金项目资助。教育部“长江学者”特聘教授，全国工业统计学教学研究会青年统计学家协会创始会长，美国数理统计学会（IMS）会员，美国统计协会（ASA）会员，国际统计学会（ISI）当选会员。历任9种国际学术期刊副主编。在国内外各种专业刊物上发表文章100余篇，与人合著英文专著1本，与人合著中文教材4本。爱思唯尔中国高被引学者（数学类，2014—2019年；应用经济学类，2020年；统计学类，2021—2022年）。主要研究领域为变量选择、数据降维、高维数据分析以及复杂网络数据分析，所有这些研究都以大规模、复杂、超高维数据分析为核心，其相关应用领域包括但不局限于中文文本、网络结构、位置轨迹。
曾担任博雅立方科技有限公司首席科学家（2009—2015年）、百分点首席统计学家（2015年至今）。此外，和量邦科技、考拉征信、彩虹无线、蓬景数字、西门子、三一重工、格灵深瞳、天罡仪表、广联达等众多企业有联合研究工作，涉及量化投资、互联网征信、车联网、移动设备广告实时竞价、搜索引擎营销、电子商务、重装制造业等多个重要行业。

目录

绪 论 大数据时代之“皇帝的新装”

第一章　朴素的数据价值观　
什么是数据?　
数据的商业价值　
数据到价值的转化：回归分析的道与术　
弄清客户需求　
关于p值的争论与思考　

第二章　数据可视化　
实力派：准确+有效　
偶像派：简洁+美观　
柱状图　
堆积柱状图
柱状图之妙用　
饼　图　
直方图　
折线图　
散点图　
箱线图　
茎叶图　
统计表　

第三章　回归分析　
什么是回归分析?　
线性回归：北京市二手房房价影响因素分析　
线性回归：电影票房影响因素分析　
线性回归：数据分析岗位招聘情况解析　
0-1回归：某移动通信公司客户流失预警分析　
0-1回归：车险数据分析与商业价值　
0-1回归：点击率预测在RTB广告投放中的应用　
定序回归：信用卡逾期数据分析　
计数回归：英超进球谁强　
生存回归：新产品在架时长研究　

第四章　机器学习　
朴素贝叶斯：政府热线电话　
朴素贝叶斯：基于商品名称的多分类问题　
决策树：什么因素决定非诚勿扰　
决策树：二手车保值比率　
回归树与提升算法：旅游产品销量影响因素　
深度学习：图像自动识别　
深度学习：LSTM模型自动作曲　
深度学习：打麻将　
聚类分析：狗熊牌皮鞋的广告投放　

第五章　非结构化数据　245
文本分析：《琅琊榜》的小说三要素　
文本分析：《倚天屠龙记》　
文本分析：从用户评论看产品改善　
文本分析：网易云音乐评论数据分析　
网络结构数据：《甄嬛传》中的爱恨情仇　
网络结构数据：统计期刊合作者社区发现　
图像数据：通过图片识别PM2.5　

第六章　数据合规　
我国cookie隐私第一案　
“被遗忘权”第一案　
数据安全第一案　 

• 数据对话：建立你的数据流利度

• 作者：[瑞士]马丁·埃普勒 法比耶纳 宾兹利

• 书号：324197

• 定价：68.00元

• 字数：176 千字

• 印次：1-1

• 开本：异16

• 出版时间：2024-02-01

• ISBN：978-7-300-32419-7

• 包装：平

内容简介

理解数据最有力的工具是良好的对话。现实中，如果数据分析师和管理者使用不同语言，拥有完全不同的观点，或者对彼此的方法和约束条件缺乏了解，那么双方将难以就数据达成共识。
本书旨在帮助读者建立一种称为数据流利度的技能，掌握一系列有效的数据分析交流技巧，使其能够清晰、准确地表达数据的含义并挖掘数据潜在的价值。
本书通过理解数据和数据交流两大模块，详细介绍有关数据概念、数据处理、数据建模以及数据展示等技能知识，在各章中以数据对话的形式将读者带入实际情境中，并辅以大量的图、表和数据以及相应的总结，以更加形象地帮助读者清晰地讨论数据。本书还关注如何有效地将数据结果传达给其他专业或非专业技术人员，以便更好地与他人分享和探讨数据。

作者介绍

马丁·埃普勒（Martin J. Eppler），圣加仑大学副校长，管理学院通讯管理主席，媒体与通信管理研究所主任。其研究兴趣包括数据通信、可视化以及分析偏差。他著有20多本书，发表了300多篇学术论文。曾担任欧洲央行、联合国以及瑞士再保险等组织的顾问和培训师。
法比耶纳·宾兹利（Fabienne Bünzli），圣加仑大学研究员，宾夕法尼亚州立大学客座助理教授。其研究兴趣是视觉传达对个体态度和行为的说服作用。


译者简介
程絮森，中国人民大学信息学院教授、博士生导师，数字经济与商务协作实验室主任、元宇宙研究中心副主任，英国曼彻斯特大学信息学博士。入选北京市国家治理青年人才培养计划、中国人民大学杰出学者。担任国家高端智库中国人民大学国家发展与战略研究院研究员、中国信息经济学会常务理事、管理科学与工程学会理事等。主要从事数字经济、元宇宙、人工智能与电子商务领域研究。

目录

引言 你的数据流利度指南

你将学到什么?
章节概述
每一章是如何组织的
第一部分 认识数据
第1 章 如何提高你的数据流利度: 克服分析焦虑
你将学到什么?
什么是分析焦虑?
你为什么要在意?
是什么导致了分析焦虑, 又是什么减少了分析焦虑?
关键要点
陷阱
更多资源
第2 章 理解统计数据: 全面了解你的数据
你将学到什么?
我的数据有何不同? 一个关于范围的离奇故事
关键要点
陷阱
更多资源
注释
第3 章 用数据模拟世界: 预测结果
你将学到什么?
线性关系
了解预测模型的工作原理
如何推广你的结果
显著效应和重要效应之间的区别
关键要点
陷阱
更多资源
第4 章 理解复杂的关系: 询问时间和原因
你将学到什么?
关键要点
陷阱
更多资源
第5 章 细分世界: 差异造就不同
你将学到什么?
聚类分析的工作原理
统计学上的相似性
可视化组
集群的注意事项
关键要点
陷阱
更多资源
第6 章 检测数据失真: 每个人都应该知道的分析偏差
你将学到什么?
数据收集偏差
数据分析偏差
数据沟通和使用偏差
关键要点
更多资源
第二部分 与数据交流
第7 章 提出关于数据的正确问题
你将学到什么?
与数据来源和数据质量有关的问题
与数据分析有关的问题
与应用有关的问题
建设性地提出问题
关键要点
更多资源
第8 章 如何对数据进行可视化设计: 图表指南
你将学到什么?
整理: 视觉清晰度的艺术
强调: 突出显示图表的主要信息
参与: 以交互方式吸引数据的受众
赋予意义: 使数据具有相关性的八种方法
不失真: 图表设计中应避免的问题
关键要点
陷阱
更多资源
注释
第9 章 数据叙事画布: 呈现数据的五个神奇要素
你将学到什么?
数据叙事画布
仪表盘示例
关键要点
陷阱
更多资源
第10 章 在他人面前使用分析软件工作
你将学到什么?
“演示恶魔”: 软件和分析演示是怎样失败的
设计好的演示: 从 “什么?” 到 “哇!”!
关键要点
陷阱
更多资源
第11 章 用数据传递坏消息: 如何将挫折转化为动力
你将学到什么?
关键要点
陷阱
更多资源
第12 章 处理数据分歧:围绕数据争论
你将学到什么?
围绕数据的辩论过程
关键要点
陷阱
更多资源
第13 章 下一步是什么? 保持数据流利度
你将学到什么?
关键要点
更多资源
参考文献