只要 Excel六步驟, 你也能做商業分析、解讀數據, 學會用統計說故事: 競爭分析、定價策略、營運管理、效益評估 (附範例下載)

只要 Excel六步驟, 你也能做商業分析、解讀數據, 學會用統計說故事: 競爭分析、定價策略、營運管理、效益評估 (附範例下載)

統計学の基礎から学ぶ Excelデータ分析の全知識

出版日期:
2021/12/13
79
550434
查詢門市庫存
● 適用 Excel 2021 以及 Excel 2019
● 範例資料集改編自實際商業問題,免費下載,讓你資料分析很有感

內容簡介

內容介紹:

統計學教授審訂、Excel 生手實測操作,保證一定看得懂、做得到 Excel 資料分析!
數據科學家尹相志:基於數據驅動的決策,本書不是跟你談概念,而是用 Excel 帶著你落地實現。
「資料科學家的工作日常」版主張維元:想進入商業分析但不知從何下手嗎?跟著這本書六個步驟,掌握 Excel 分析力!

機器學習、人工智慧、數位轉型這些詞彙充斥在生活中,許多企業也真正感受到資料分析的重要性跟必要性。新冠肺炎(COVID-19)疫情大流行的影響,也加速企業對於 IT 化、數位轉型的推動。身處如此時代浪潮中,想必不少讀者深感自身對於業務上資料分析的認知與操作略顯不足吧。

然而,資料分析一定要學新的程式語言?每天上班都這麼忙碌了,哪來時間?有沒有一本書輕鬆切入資料分析,又能馬上在職場商業應用派上用場呢?

這本書要告訴你:只要手邊的 Excel,你也可以用資料分析做出商業決策。即使是統計學當中較難的假設檢定,也只需要 6 個步驟,即可完成。不僅如此, Excel 還可以做到迴歸分析、數學最佳化更高段的資料分析,讓你可以在競爭分析、定價策略、營運管理、效益評估等脫穎而出。

此外,我們還要告訴讀者更根本的問題:究竟為什麼一定要作資料分析,以及該怎麼配合目標進行資料分析比較好。大數據分析當道,感覺好像很多資料就能解決問題。然而事實上,資料再多都是死的,你要會的是用資料分析講出最具吸引力的故事、拿出最有說服力的提案。

現在,是你用 Excel 活用資料分析技術,學統計用大數據說故事,擺脫複雜程式,開創薪實力。


本書特色:

● 好評推薦(依姓名筆劃順序排列)
數據科學家 尹相志 推薦
「資料科學家的工作日常」版主 張維元 推薦
● 國立政治大學統計學系助理教授 周珮婷 審訂
● 適用 Excel 2021 以及 Excel 2019
● 直擊統計基本思維,拒絕滿滿數學理論,你一定看得懂
● 生手實測全書 Excel 操作步驟,你一定做得出來
● 全彩圖解資料分析,資料科學小白、沒修過統計、不曾寫過程式,你也能成為資料科學家
● 範例資料集改編自實際商業問題,免費下載,讓你資料分析很有感
● 底線標示重要觀念,粗體標示重要名詞,讓你不會迷失在資料分析的名詞大海中
● 施威銘研究室監修,小編適時提供額外補充資料,讓你的資料分析技術可以更上一層樓
展開看更多

產品目錄

目錄:

前言
第 1 章 資料分析的基本概念
1.1 先學習提問
1.2 資料分析的流程
1.3 5 種不同層級的資料應用方式
14 運用 Excel 作資料分析的案例
1.5 使用 Excel 進行資料分析的準備工作
第 2 章 透過敘述統計掌握公司基本資訊
2.1 敘述統計
2.2 正確了解「平均數」
2.3 不易受到離群值(Outlier)影響的「中位數」
2.4 使用「變異數」來表示資料距離平均數多遠
2.5 使用「標準差」來掌握資料分散程度
2.6 使用「最大值」與「最小值」來看資料範圍
2.7 一次算出所有基本敘述統計
2.8 使用樞紐分析表來觀察更細微的資料特徵
第 3 章 使用資料視覺化了解營運趨勢
3.1 為什麼要做資料視覺化
3.2 製作長條圖
3.3 製作直條圖
3.4 製作熱力圖
3.5 製作散佈圖來看 2 個變數之間的相關性
3.6 計算相關係數
3.7 計算相關矩陣
第 4 章 進行假設檢定確認差異是否顯著
41 假設檢定可以幫助我們回答更多問題
4.2 假設檢定是什麼
4.3 假設檢定中的 2 個假設
4.4 機率分佈
4.5 中央極限定理(Central Limit Theorem, CLT)
4.6 設定顯著水準(Significant Level)
4.7 計算 t 值與 p 值
4.8 運用 Excel 進行假設檢定
4.9 運用分析工具箱進行兩組獨立樣本 t 檢定
4.10 確定現象之間的相關性
第 5 章 藉由資料預處理增進資料分析效率
5.1 處理缺失值
5.2 處理標註不一致
5.3 離群值(Outlier)跟異常值的應對方式
5.4 運用虛擬變數(Dummy Variable)來處理類別變數
第 6 章 靈活運用線性迴歸模型,為公司帶來更亮眼的收益
6.1 用迴歸分析了解會影響銷售數量的因素
6.2 運用線性迴歸分析建構模型
6.3 執行迴歸分析
6.4 多元線性迴歸模型
6.5 處理離群值(Outlier)與多元共線性(Multicollinearity)
第 7 章 運用數學最佳化找最合適的營運策略
7.1 調整參數使目標最大化
7.2 運用規劃求解增益集來最佳化「商品單價」
7.3 條件受限時的最佳化
結語

作者介紹

三好大悟(Miyoshi・Daigo)

畢業於慶應義塾大學理工學部。畢業後以資料科學家的身份進入到株式會社 DataMix,為客戶提供以運用統計學跟機器學習進行資料分析、開發演算法為主軸的相關顧問服務。2020 年 7 月開始於株式會社 7&I 控股執行需求預測、提升最後一哩運送(Last One Mile)效率等相關 AI 專案。除此之外,也擔任資料科學講師與相關諮詢服務。

堅田洋資(Katada・Yousuke) 監修

畢業於一橋大學商學部。2013 年 7 月前往美國舊金山大學分析學碩士課程留學。隨後於國際會計師事務所德勤擔任分析顧問,於 Shiroyagi Corporation 擔任推薦演算法開發/諮詢顧問/資料科學企業培訓/資料科學課程企劃營運。2017 年創立株式會社 DataMix,以 CEO 的身份持續帶領公司推廣培育資料科學人才為主的服務。

株式會社 DataMix

株式會社 DataMix 是以「資料科學人才培育課程」服務為主軸,廣泛涉獵商務進修、顧問諮詢服務的企業。透過運用統計學與人工智慧、機器學習等方法做到資料分析,培育更多的商業戰略設計人才。公司創立以來,已經提供了資料科學相關教學服務給大約 1,500 名以上的學員。期望藉由與資料科學領域產生連結的服務,持續為更多的企業提供強化競爭力的解決方案。

公司網址:https://datamix.co.jp/。

規格

誠品貨碼 / 2682098995000
ISBN13 / 9789863126935
ISBN10 / 9863126934
EAN貨碼 / 9789863126935
頁數 / 272
開數 / 18K
注音版 / 否
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 23X17X1.6CM
級別 / N:無

退貨說明

退貨須知:

  1. 依照消費者保護法的規定,您享有商品貨到次日起七天猶豫期(含例假日)的權益(請注意!猶豫期非試用期),辦理退貨之商品必須是全新狀態(不得有刮傷、破損、受潮)且需完整(包含全部商品、配件、原廠內外包裝、贈品及所有附隨文件或資料的完整性等)。
  2. 請您以送貨廠商使用之包裝紙箱將退貨商品包裝妥當,若原紙箱已遺失,請另使用其他紙箱包覆於商品原廠包裝之外,切勿直接於原廠包裝上黏貼紙張或書寫文字。若原廠包裝損毀將可能被認定為已逾越檢查商品之必要程度,本公司得依毀損程度扣除回復原狀必要費用(整新費)後退費;請您先確認商品正確、外觀可接受,再行拆封,以免影響您的權利;若為產品瑕疵,本公司接受退貨。

依「通訊交易解除權合理例外情事適用準則」,下列商品不適用七日猶豫期,除產品本身有瑕疵外,不接受退貨:

  1. 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮蔬果、乳製品、冷凍冷藏食材、蛋糕)
  2. 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
  3. 報紙、期刊或雜誌。
  4. 經消費者拆封之影音商品或電腦軟體。
  5. 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書)
  6. 已拆封之個人衛生用品。(如:內衣褲、襪類、褲襪、刮鬍刀、除毛刀等貼身用品)
  7. 國際航空客運服務。

若您退貨時有下列情形,可能被認定已逾越檢查商品之必要程度而須負擔為回復原狀必要費用(整新費),或影響您的退貨權利,請您在拆封前決定是否要退貨:

  1. 以數位或電磁紀錄形式儲存或著作權相關之商品(包含但不限於CD、VCD、DVD、電腦軟體等) 包裝已拆封者(除運送用之包裝以外)。
  2. 耗材(包含但不限於墨水匣、碳粉匣、紙張、筆類墨水、清潔劑補充包等)之商品包裝已拆封者(除運送用之包裝以外)。
  3. 衣飾鞋類/寢具/織品(包含但不限於衣褲、鞋子、襪子、泳裝、床單、被套、填充玩具)或之商品缺件(含購買商品、附件、內外包裝、贈品等)或經剪標或下水或商品有不可回復之髒污或磨損痕跡。
  4. 食品、美容/保養用品、內衣褲等消耗性或個人衛生用品、商品銷售頁面上特別載明之商品已拆封者(除運送用之包裝外一切包裝、包括但不限於瓶蓋、封口、封膜等接觸商品內容之包裝部分)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
  5. 家電、3C、畫作、電子閱讀器等商品,除商品本身有瑕疵外,退回之商品已拆封(除運送用之包裝外一切包裝、包括但不限於封膜等接觸商品內容之包裝部分、移除封條、拆除吊牌、拆除貼膠或標籤等情形)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
  6. 退貨程序請參閱【客服專區→常見問題→誠品線上退貨退款】之說明。
付款/配送