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。

第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

第2 章 数据分析的工具 / 077

2．1 Excel：应用最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

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

首次数据分析报告 / 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