産品特色

編輯推薦

　　以“明確數據分析目的→獲取數據→處理數據→分析數據→呈現數據→撰寫報告”為綫索，嚴格按照商業數據分析的流程安排本書內容，幫助讀者理清數據分析正確的學習思路。
　　5大數據分析方法論：4P營銷理論、用戶使用行為理論、PEST分析法、邏輯樹分析法、5W2H分析法，營銷與管理數據分析模型快速建立。
　　7種經典數據分析法：對比分析法、分組分析法、交叉分析法、綜閤評價分析法等，用對數據分析方法纔能正確分析數據。
　　寫作手法上，以解決具體的問題為目的，引齣要講解的內容，讓實際應用與知識點緊密結閤，學得更快。

內容簡介

　　《新手學數據分析(入門篇)》共分為10章，內容涉及數據分析工作的各個方麵，循序漸進地講解瞭數據分析工作的開展流程、技術以及各種注意事項，其主要內容有：認識數據分析、瞭解數據分析方法論和數據分析方法，數據源的獲取、加工、處理、分析、呈現以及最終的報告撰寫等。
　　《新手學數據分析(入門篇)》內容詳細全麵，且注重實踐操作，尤其對於想要從事數據分析工作的讀者，藉助《新手學數據分析(入門篇)》可實現快速入門，此外《新手學數據分析(入門篇)》也非常適閤從事數據分析相關工作不久的新人鞏固知識和提升相關技能。

作者簡介

　　楊群，專業數據分析師，曾服務於國內知名市場研究公司，擁有超過10年的統計分析與數據挖掘工作經曆，尤其在數據挖掘、市場研究、醫藥數據分析等領域有豐富的實戰經驗。工作十餘年，一直從事將數據分析與各類業務相結閤的研究和學習。

目錄

第1章　全麵瞭解數據分析行業 001
1.1　數據分析概述 002
1.1.1　認識數據分析及其分類 002
1.1.2　數據分析的重要性 003
1.2　初步瞭解數據分析行業 004
1.2.1　數據分析行業的發展曆程 004
1.2.2　充分認識大數據時代 006
1.2.3　我國大數據産業存在挑戰 011
1.3　數據分析人纔的培養 012
1.3.1　大數據時代需要的人纔 012
1.3.2　數據分析人纔需要具備的能力 013
1.3.3　成為數據分析人纔必備的素質 015
1.4　認識數據分析職位 016
1.4.1　數據分析的職位體係 016
1.4.2　數據分析師的工作內容 017
1.4.3　常見數據分析職位的技能要求 018
第2章　深入認識數據分析 019
2.1　充分理解數據 020
2.1.1　瞭解數據形成過程與數據處理 020
2.1.2　理解字段、記錄和數據錶 021
2.1.3　認識Excel處理的數據類型 022
2.2　掌握數據分析的流程 024
2.2.1　第一步：明確數據分析的目的和思路 024
2.2.2　第二步：獲取需要分析的數據 025
2.2.3　第三步：對收集的數據進行處理 029
2.2.4　第四步：分析數據以獲得有用信息 030
2.2.5　第五步：選擇閤適的數據呈現方式 031
2.2.6　第六步：撰寫數據分析結果報告 033
2.3　認識數據分析的誤區 033
2.4　瞭解基本的數據分析指標 035
2.4.1　平均數指標 036
2.4.2　頻數與頻率指標 036
2.4.3　絕對數與相對數指標 037
2.4.4　其他常見數據分析指標 039
第3章　數據分析方法論和數據分析方法 041
3.1　數據分析方法論和數據分析方法概述 042
3.1.1　瞭解數據分析方法論 042
3.1.2　瞭解數據分析方法 043
3.2　經典數據分析方法論詳解 044
3.2.1　4P營銷理論：分析公司整體營運情況 044
3.2.2　用戶使用行為理論：分析用戶行為 047
3.2.3　PEST分析法：分析宏觀環境 048
3.2.4　邏輯樹分析法：分析專項業務問題 050
3.2.5　5W2H分析法：分析任何問題 051
3.3　常見的數據分析法模型 054
3.3.1　對比分析法 054
3.3.2　分組分析法 055
3.3.3　交叉分析法 057
3.3.4　綜閤評價分析法 058
第4章　準備數據是數據分析的第一步 069
4.1　直接獲取外部數據源 070
4.1.1　導入文本文件數據 070
4.1.2　導入Access數據 072
4.1.3　導入網站數據 073
4.1.4　導入SQL Server數據 075
4.1.5　導入XML數據 076
4.2　手工錄入數據的方法 077
4.2.1　快速錄入錶格數據的技巧 077
4.2.2　特殊數據的
輸入方法 081
4.3　問捲調查數據的錄入要求 085
4.4　手動整理數據要快而準 091
4.4.1　數據來源的有效性設置 091
4.4.2　數據的編輯與修改 096
4.4.3　數據的批量修改 098
4.5　優化待分析的數據顯示效果 100
4.5.1　利用字體格式提升專業性 100
4.5.2　錶格效果的優化操作 102
4.5.3　格式化設置中的顔色使用原則 107
第5章　 加工處理數據源是數據分析的關鍵 109
5.1　正確理解數據的加工處理 110
5.1.1　數據處理的要求 110
5.1.2　數據處理的步驟 112
5.2　數據處理的必備基礎知識 114
5.2.1　公式和函數基礎 114
5.2.2　使用公式與函數的方法 116
5.3　對數據進行清理與檢查 121
5.3.1　處理數據源中的重復數據 121
5.3.2　檢查數據的完整性 125
5.4　對數據源進行二次加工 127
5.4.1　在數據源中抽取數據 127
5.4.2　計算需要的數據結果 132
第6章　利用工具快速分析數據 135
6.1　利用透視功能分析數據 136
6.1.1　創建數據透視錶的方法 136
6.1.2　閤理地設計透視錶的布局和格式 139
6.1.3　更改數據透視的匯總方式 143
6.1.4　刷新數據透視錶中的數據 145
6.1.5　在數據透視錶中使用計算字段 146
6.1.6　使用切片器分析數據 147
6.2　Excel數據分析工具庫的應用 150
6.2.1　加載Excel分析工具庫 150
6.2.2　數據的描述性統計分析 152
6.2.3　數據的抽樣分析 154
6.2.4　數據的迴歸分析 156
6.2.5　數據的相關性分析 160
6.2.6　數據的假設檢驗分析 162
6.2.7　數據的預測分析 165
第7章　數據結果的簡單呈現方式 169
7.1　使用條件格式展示分析結果 170
7.1.1　條件格式在數據分析情況下使用的場閤 170
7.1.2　用填充色突齣顯示某個範圍的數據 172
7.1.3　將前X%的數據顯示齣來 174
7.1.4　用圖形比較數據大小 175
7.1.5　根據關鍵字將對應的記錄突齣顯示 177
7.2　使用迷你圖在單元格中分析數據 179
7.2.1　創建迷你圖的方法 179
7.2.2　更改迷你圖的類型 180
7.2.3　設置迷你圖的外觀效果 181
第8章　透過圖錶直觀查看數據分析結果 183
8.1　揭開圖錶的神秘麵紗 184
8.1.1　用圖錶展示數據的意義 184
8.1.2　掌握圖錶與數據之間存在的關係 186
8.1.3　數據演變成圖錶的5個階段 188
8.1.4　瞭解圖錶的基本組成部分 189
8.2　利用圖錶展現數據的必會操作 191
8.2.1　創建一個完整圖錶的步驟 191
8.2.2　圖錶數據的編輯 197
8.2.3　圖錶元素的設置 203
8.3　優化圖錶的技巧 209
8.3.1　用圖片讓數據分析呈現更形象 210
8.3.2　直觀區分圖錶中的正負數 212
8.3.3　斷裂摺綫圖的處理方法 215
8.3.4　自動顯示圖錶中的最值數據 217
8.4　數據分析中的特殊圖錶製作 220
8.4.1　製作甘特圖 220
8.4.2　製作對稱條形圖 226
第9章　更專業地用圖錶展示數據 231
9.1　根據需要處理細節數據 232
9.1.1　在圖錶下方添加數據來源 232
9.1.2　處理圖錶中的冗餘數據 235
9.1.3　使用腳注添加說明 237
9.1.4　將數據大的圖形截斷展示 238
9.1.5　處理數值坐標軸中的符號 240
9.2　圖錶的美化原則 242
9.2.1　圖錶各組成部分的文字使用要協調 242
9.2.2　不要為瞭好看而讓圖錶變得花哨 245
9.2.3　關鍵數據要突齣顯示齣來 248
9.2.4　慎用三維立體效果 253
9.3　常見圖錶類型的規範製作要求 255
9.3.1　柱形圖的分類和數據係列不要太多 255
9.3.2　分類標簽多而長首選條形圖 257
9.3.3　排序數據源使條形圖數據展示更直觀 258
9.3.4　多摺綫的情況下分開做多個圖錶 259
9.3.5　巧妙處理餅圖中的較小扇區 260
第10章　最後一步：撰寫數據分析報告 263
10.1　數據分析報告概述 264
10.1.1　數據分析報告快速入門 264
10.1.2　瞭解數據分析報告的種類 266
10.1.3　製作數據分析報告的工具 269
10.1.4　數據分析報告的生成 271
10.2　數據分析報告的組成 273
10.2.1　數據分析報告的開篇 274
10.2.2　數據分析報告的正文 278
10.2.3　數據分析報告的結尾 281

精彩書摘

　　第2章深入認識數據分析
　　本章要點
　　◆瞭解數據形成過程與數據處理
　　◆理解字段、記錄和數據錶
　　◆認識Excel處理的數據類型
　　◆第一步：明確數據分析的目的和思路
　　◆第二步：獲取需要分析的數據
　　◆第三步：對收集的數據進行處理
　　◆第四步：分析數據，獲得有用信息
　　◆第五步：選擇閤適的數據呈現方式
　　◆第六步：撰寫數據分析結果報告
　　◆平均數指標
　　◆頻數與頻率指標
　　學習目標
　　通過對第1章的學習，清楚瞭數據分析這個行業及其相應的職位，那麼到底數據分析師如何來分析數據？作為零基礎的新手而言，應該從哪裏開始入門？在這章及本書的後麵章節，都將圍繞整個數據分析流程以及最初級的數據分析方法來帶領大傢快速上手。
　　知識要點學習時間學習難度
　　充分理解數據30分鍾★★★
　　掌握數據分析的流程50分鍾★★★★★
　　認識數據分析的誤區20分鍾★★
　　瞭解基本的數據分析指標30分鍾★★★★
　　2.1充分理解數據
　　數據是數據分析工作主要操作的元素，因此，有必要對數據進行一個全麵的認識，這樣纔能從各種繁雜的信息中快速提煉齣有用的數據。
　　2.1.1瞭解數據形成過程與數據處理
　　從狹義上來說，數據就是數字，但是從廣義上來說，數據是具有一定意義的文字、字母、數字符號的組閤、圖形、圖像、視頻及音頻等，也是客觀事物的屬性、數量、位置及其相互關係的抽象錶示。那麼數據是怎麼形成的呢？通常，人們把客觀存在的事物以數據的形式保存到計算機中，需要經曆從現實世界→信息世界→數據世界這3個過程。
　　(1)現實世界。現實世界是客觀的、人們頭腦之外的世界。它由事物和事物之間的聯係組成。將現實世界信息化，就可以進入信息世界。
　　(2)信息世界。信息世界是現實世界在人們頭腦中的反映，人們把它用文字或符號記載下來。在信息世界中，與數據庫技術相關的術語有實體、屬性、碼、域、實體型、實體集和聯係等。信息世界數據化之後，就可以進入數據世界。
　　(3)數據世界。數據世界又稱為機器世界。信息世界的信息在機器世界中以數據形式存儲，在這裏，每一個實體用記錄錶示，相應於實體的屬性用數據項(又稱字段)來錶示，現實世界中的事物及其聯係用數據模型來錶示。
　　從3個過程中可以看到，信息是客觀事物轉變為數據的重要過程，二者之間也是不可分離的：信息依賴數據來錶達，數據則生動具體地錶達齣信息。
　　對從信息中提取齣來的數據進行處理，實際就是對數據進行管理，即對數據進行分類、組織、編碼、存儲、檢索和維護。在計算機係統中，數據管理通常使用數據庫管理係統完成，而在信息化的當今社會，數據管理主要是通過數據庫技術來完成的。
　　數據庫技術是信息係統的一個核心技術，它是一門綜閤學科，涉及操作係統、數據結構、算法設計、程序設計和數據管理等多方麵知識，它的不斷發展使得人們可以科學地組織存儲數據、高效地獲取和處理數據。
　　從第1章也可以瞭解到，作為一個閤格的數據分析師，需要掌握的數據處理軟件技能有很多，其實大多數數據分析利用Excel進行已經綽綽有餘瞭，因此在本書中主要研究利用Excel功能來完成數據處理需要掌握的各種技術。當然，如果你要在數據分析師的道路上越走越遠，你所掌握的就應越多，如你懂Hadoop，那麼就可能離大數據更近一點。
　　……

前言/序言

前言

關於本書

在這個信息爆炸的時代，我們每天都在與數據打交道，而且這些數據都在直接或者間接地影響著我們的生活和工作，特彆是在市場現狀的調查、行業發展趨勢的預測、公司運營決策的製定、生産數據的預測、新産品的研發等領域，更加需要基於科學、嚴謹的數據分析得到的數據結果，來為決策者製定決策提供可靠的數據來源。

隨著大數據時代的到來和發展，數據分析從業人員的需求量也在不斷增大，雖然許多人想要從事數據分析工作，但是礙於數據分析技術的繁多與學習難度，最終都止步於這個大門外。有一部分人即使已經涉足或者從事瞭數據分析工作，但是對於整個數據分析的過程或許還存在迷惑的地方。

其實數據分析並沒有那麼難，隻要依照最初的數據分析目的，運用正確的數據分析方法論和數據分析方法，逐步進行就可以完成數據分析工作。雖然數據分析的方法和技術很多，但是Excel作為強大的數據分析工具，幾乎可以完成大部分的數據分析任務。對於初、中級的數據分析師而言，已經足夠。

為瞭讓更多的人瞭解什麼是數據分析，並且快速入門，我們依照數據分析的整個過程和思路，精心編寫瞭本書。

特點 說明

典型案例 本書在創作過程中側重於實踐方麵的講述，摒棄“假、大、空”的套話，

快速精通 並提供瞭許多典型案例和實操內容，通過案例分析和講解輔助讀者瞭解

數據分析技術的應用，讓讀者快速精通數據分析工作各個環節的重點和必會知識

全程圖解 本書包含大量的圖片、錶格和圖示，步步詳解各種數據分析方法和數據分析技術的

步步詳解 實戰應用，以幫助讀者更快且更熟練地掌握數據分析技術

本書結構

本書作為一本數據分析入門的實用工具書，按照數據獲取→數據處理→數據分析→數據呈現→數據報告的綫索，為讀者詳細描繪瞭數據分析的完整流程以及整個數據分析工作中涉及的各種方法、方法論以及Excel技術和注意事項。全書共分為10章，主要內容可分為以下3個部分。

章節安排 主要內容 作用

第1～3章 本部分講解數據分析概述、數據分析行業發展、 這部分作為本書的開篇內容，為讀者詳細介紹瞭

數據分析人纔的培養、認識商業數據分析師、 有關數據分析的基礎知識，讓讀者對數據分析快速入門

瞭解數據分析的流程以及瞭解數據分析方法論和

數據分析方法

第4～7章 本部分介紹數據分析過程中數據源的準備、加工處理、 這部分內容全麵介紹瞭整個數據分析工作中的實戰操作，

各種數據分析技術以及數據結果簡單的呈現方式 掌握這些內容可以完成最基本的數據分析核心過程

第8～10章 本部分介紹如何用透視功能查看數據分析結果、 這部分內容為本書的提升內容，通過對這部分內容的學習，

用更專業的圖錶展示數據以及數據分析報告的 可以讓讀者掌握數據分析結果的展示技巧以及數據分析報告的

撰寫技巧和注意事項 撰寫技巧，從而更好、更完整地完成數據分析工作

本書讀者

本書作為數據分析入門的實用書籍，能幫助想要涉足數據分析行業的讀者快速入門，也可以幫助初涉數據分析工作的工作人員更專業地完成工作。此外，對於有過數據分析工作經驗的初、中級數據分析師鞏固和提升數據分析技術也有一定的指導作用。由於編者經驗有限，書中難免會有疏漏和不足之處，懇請專傢和讀者不吝賜教。

本書作者

本書由楊群編著，參與本書編寫的人員有邱超群、羅浩、林菊芳、馬英、邱銀春、羅丹丹、劉暢、林曉軍、周磊、蔣明熙、甘林聖、丁穎、蔣傑、何超等，在此對大傢的辛勤工作錶示衷心的感謝！由於編者經驗有限，書中難免會有疏漏和不足之處，懇請專傢和讀者不吝賜教。