統計學, 最強的商業武器: 商務篇 | 誠品線上

統計学が最強の学問である ビジネス編: データを利益に変える知恵とデザイン

內容簡介

內容簡介 日本統計学會2017年受獎作品！ 掀起商務人士重讀統計學熱潮的暢銷續作！ 系列書累計銷量48萬冊突破！ 文組也看得懂的「市場分析實用書」登場！ 活躍於「商業」×「統計學」之最前線的第一人， 說明如何運用數據來改善企業經營主幹── 競爭策略、人力資源、行銷、營運管理。與其掉入「不論就統計學而言再怎麼政治正確，都沒有價值」的陷阱，更應該透過統計學來發掘「連自家公司都還不知道的獲利點子」，將數據轉換為價值。本書以一般商務人士及經營管理者為對象，沒有艱澀的數學算式，而是養成該從怎樣的切入點來洞悉數據之間因果關係的能力。除了因應讀者們呼聲最高的「行銷」領域之外， 還包括了「競爭策略」、「人力資源」及「營運管理」的實用案例，市場上唯一結合企業管理×統計學的商業書籍！從此不再單純倚賴感覺，而能精準找到更具希望的策略。 ● 探討「今後的市場規模是否會增長」及「能否在該市場中取得佔有率」的黃金組合。● 一般的「面試」其實沒什麼用？基於科學證據，得知怎樣的人才可為公司帶來更多獲利。●從人口統計資料，找出理想市場區隔的方法，再針對重要客戶進行４Ｐ定位分析。● 在改善採購、物流、技術發展、服務等領域的同時，也消除存在於企業營運系統的「瓶頸」。本書提出任何人、任何組織，只要加以遵循，在某個程度上應該都能妥善分析的研究設計雛形。一旦擁有這個架構，就能將難以化為日常語言的內隱知識，與數據連結，進而產生新的見解。 「藝術與科學是經營上不可或缺的要素，坊間有不少分別論述其一領域的書籍，本書作者則獨樹一格，提倡在傳統上被歸類為『藝術』的領域當中，也帶入了統計學這項科學知識，兼具獨特性與實用性。」－－《假設思考》作者、前BCG日本代表、早稲田大學商校教授／内田和成「商校的課程上，我一再傳授『如何在實際商場活用經營學分析手法』的方法給學生，但是沒想到西內先生已經搶先我一步，將這些方法有趣地呈現在書本上了，真是被擺了一道啦！」－－《全球經營學學者的當前想法》作者、早稲田大學商校副教授／入山章栄

作者介紹

作者介紹 ■作者簡介西內啟（Nishiuchi Hiromu）1981年生。東京大學大學院醫學系畢業（主修生物統計學）。曾任東京大學大學院醫學系研究科醫療傳播學領域的助理講師、大學醫院醫療資訊網路工程研究中心副主任、達納-法伯（Dana-Farber）／哈佛癌症研究中心客座研究員等職務，目前則在各種活用資料的專案中擔任調查、分析、系統開發，以及人才培育等工作。著作包括同系列書籍累計銷量超過48萬冊的《統計學，最強的商業武器》，以及《統計學，最強的商業武器〔實踐篇〕》（悅知出版）等。■作者簡介陳亦苓政治大學廣播電視系畢，輔修日文，曾留學並於日本工作近四年。目前為自由譯者，擅長資訊類英翻中、日翻中。

產品目錄

產品目錄 序章 別用「感覺」和「案例」來分析01商務人士所不知道的「研究設計」技術常見的數據運用失敗案例不靠個人感覺的研究設計改善「主幹」而非「枝葉」02本書的內容架構本書所涵蓋的四大主題本書中的說明步驟與一些關鍵詞第1章 用於經營策略的統計學03以數據引導策略顧問們就愛矩陣圖矩陣分析的兩個限制04經營策略的理論背景① 波特的ＳＣＰ理論經營策略的代表性理論簡單漂亮的五力分析日本企業的發展反駁了波特的理論05經營策略的理論背景② 經營策略理論的合適性問題著眼於企業內部優勢的傑伊・巴尼波特與巴尼，誰才是對的？經營策略的統計分析史06針對經營策略的分析步驟① 設定分析的目標對象統計學式的策略制定方法橫向的市場分析縱向的市場分析非連續型的市場分析07針對經營策略的分析步驟② 思考應分析哪些變數針對商業人士的系統性回顧入門08針對經營策略的分析步驟③ 收集必要的數據資料首先從公開的客觀資料著手為何要以資產報酬率來代表「有多賺錢」？當分析的目標對象包括未上市公司時針對調查研究公司的聰明下單法收集具主觀元素之資料時的注意事項資料的統整方法09針對經營策略的分析步驟④ 分析與結果的判讀解析簡單的加總統計的兩個限制運用逐步排除法和人眼來做變數選擇分析結果的解析實例與基礎知識更仔細的分析方法，以及不建議過度仔細分析的原因與其嚴謹驗證，不如採取快速的小規模行動10本章總結統計學補充專欄Ⅰ：關於變異量成分分析或是混合效果模型第2章 用於人事的統計學11有雇到優秀的人才嗎？所謂「人才甚於策略」之事實基於科學證據的Google聘僱流程一般的「面試」其實沒什麼用12一般智力與權變理論「會唸書的人工作也做得好」具有三成的正確性經由領導力研究所發現的權變理論從整合分析看見的「工作取決於合適性」只看重「俐落爽朗高學歷」是非常可惜的13針對人事的分析步驟① 設定分析的目標對象只要有幾十個人就可進行分析分析單位的擴展及分割方式14針對人事的分析步驟② 思考應分析哪些變數人事的成果設定是相當困難的所謂「納入隨機性」的技巧廣泛收集各種可能的解釋變數15針對人事的分析步驟③ 收集必要的數據資料挖掘出埋藏在公司裡的數據成果設定的注意事項：妥善補足缺乏的數據解釋變數相關資料的擴充：人格特性的測量方式16針對人事的分析步驟④ 分析所取得之資料高度相關的解釋變數要做「變數縮減」兩個相關項目的得分可合併計算有數個項目彼此相關時，就採取「因素分析」接著就決定要用多元回歸分析還是邏輯回歸17針對人事的分析步驟⑤ 對分析結果做出解釋邏輯回歸的解讀方法複習有無「違反經驗或直覺的結果」呢？應採取的行動：「改變」應採取的行動：「替換」人力資源管理措施的可能選擇—「ＨＰＷＰ」18本章總結統計學補充專欄Ⅱ：「設限」與「截斷」第3章 用於行銷的統計學19行銷策略與顧客中心主義iPhone的需求真的是無法以研究得知的嗎？仿效藍海策略的做法統計學能夠戰勝天才的原因20現代行銷的基礎知識科特勒的行銷定義與常見的誤解以誰為對象做生意？要賣什麼，又要如何賣？21針對行銷的分析步驟① 準備相關資料以釐清「要賣給誰？」行銷的數據分析最少要做三輪除了「極不可能的對象」外，全都是分析目標首先分析單一來源的數據資料22針對行銷的分析步驟② 進行分析以釐清「要賣給誰？」不使用多元回歸分析和邏輯回歸的理由建議採用「聚類分析」找出良好的市場區隔正是聚類分析之目的23針對行銷的分析步驟③ 準備相關資料以釐清「要賣什麼？」定位＝要賣什麼？好的定位要靠質化調查與量化調查的搭配組合證實了行銷的力量的「真相運動」24針對行銷的分析步驟④ 運用整合行為理論的質化調查涵蓋了許多學術成果的整合行為理論問題與調查問卷的具體製作方法25針對行銷的分析步驟⑤ 分析數據並做解釋以釐清「要賣什麼？」你可從分析知道些什麼？這次要用多元回歸分析或邏輯回歸思考定位的兩個方法26針對行銷的分析步驟⑥ 進行分析以釐清「４Ｐ」了解市場區隔中的目標對象以試作樣品或傳單進行行銷測試27本章總結統計學補充專欄Ⅲ：決策樹分析與隨機森林第4章 用於營運管理的統計學28戴明所帶來的全新「管理」方式造就了西南航空的成功的營運改善創造出kaizen並支援了比爾・柯林頓的統計學家該對付的是「在變動性背後造成影響的原因」29從部分最佳到整體最佳沈睡在公司內的廣大改善新領域從「瓶頸」開始著手30價值鏈與各部門的一般準則價值鏈的概念具體的成果與分析單位31從業務用資料到分析用數據首先從既有的資料開始分析將資料轉化為可分析的形式連結數據資料32數據資料的品質提升與處理要點所謂「完美資料」的陷阱感覺到「侷促」就對了不必勉強思考「假設」33「為了洞察而分析」和「為了預測而分析」何謂「為了預測而分析」「為了洞察而分析」時，你的內隱知識便會成為武器「為了預測而分析」之所以困難的兩個理由失敗的Google流感病患預測34自回歸模型與交叉驗證自回歸模型概述要小心過度學習採取交叉驗證35本章總結統計學補充專欄Ⅳ：運用了集體智慧的預測手法謝辭參考文獻

商品規格

活動

• 5/9前 全站滿$3,000享92折
• 5/9前 全站滿$5,000享9折
• 5/9前 全站滿$1,500享93折