圖解時間序列分析: 掌握數據變化的規律與預測建模, 用Python輕鬆解決銷售與廣告預算最佳化

圖解時間序列分析: 掌握數據變化的規律與預測建模, 用Python輕鬆解決銷售與廣告預算最佳化

マンガでわかる時系列分析

出版日期:
2026/04/30
79
360284
查詢門市庫存
只要看看資料,就能預測未來?
時間序列分析,讓數據告訴你答案。

內容簡介

只要看看資料,就能預測未來?
時間序列分析,讓數據告訴你答案。

銷售額為什麼忽高忽低?
廣告真的有效,還是只是運氣好?
預算該怎麼分配,才能帶來最大的成效?
這些問題,其實都藏在「隨時間變化的資料」之中
★東大專家親授!第一本專為「商務實戰」打造的時序分析漫畫教程。
★拒絕死背公式!從 ARIMA 模型到 mROI 評估,看漫畫就能學會預測未來的技術。
從基礎觀念到 ARIMA、預測建模
一次學會銷售分析、廣告成效評估與預算最佳化
Python 實作 × 商務情境 × 圖像化解說

「數據真的能預測未來嗎?」家電大廠資料分析師帶你從零開始,把冰冷數據變成獲利決策!
銷售額增減、庫存變動、廣告成效……我們的身邊充滿了「隨時間變化」的資料,但你懂得如何利用它們嗎?
時間序列分析,常被認為是困難又抽象的統計領域,但其實,它正是解決現代商務問題的關鍵工具
本書透過有趣的家電大廠漫畫故事,帶領讀者深入淺出地掌握「時間序列分析」,從最基礎的圖表化觀察,到進階的 ARIMA 模型建立,甚至連業界最關心的「廣告延續效應」與「預算分配最佳化」都一次講清楚!
【本書特色】
• 掌握趨勢: 拆解數據中的季節性與趨勢,不再被短期波動誤導。
• 精準預測: 運用過往資料建模,科學化預測未來銷售走向。
• 廣告優化: 分析不同媒介的廣告貢獻度,找出最佳投放時機與預算比例。
• 完整實務流程:從資料觀察 → 建模 → 驗證 → 預測 → 最佳化,讓理論直接轉化為工作生產力。
• 視覺化圖解: 複雜的迴歸與建模過程轉化為圖表,用圖表與插圖理解趨勢、季節性與模型概念,一眼掌握性質與重點。
• 商務導向: 內容涵蓋廣告成效驗證、因果推論與預算最佳化,聚焦銷售,極具商務價值。
• 學習檢測: 每一章結尾設有重點延伸說明,且附完整 Notebook 與資料檔,可直接動手實作,引導你從初學者走向中級。
• 名師加持: 專家級作者親力親為,細緻講解如何深入挖掘數據價值。

數據分析真的能改善現況嗎?這是一本為「想解決問題的人」寫的書!
很多人看到「時間序列分析」就聯想到複雜的微積分與統計術語,因而望而卻步。
《圖解時間序列分析》是一本專為不擅長數學、卻想把資料分析用在實務中的讀者所寫的入門到應用書籍。透過漫畫故事與大量圖解,帶你一步步理解時間序列分析的核心概念,並實際應用在銷售分析、廣告成效評估、未來預測與廣告預算最佳化等真實商務場景
本書透過圖解+漫畫+Python 實作的方式,將複雜的概念轉化為直覺可理解的圖像與故事,讓讀者在沒有深厚數學背景的情況下,也能掌握時間序列分析的思考方式與實務流程
書中以一家家電製造商為舞台,跟著兩位資料分析人員的視角,從「先把資料畫成圖」開始,逐步學會:
• 如何拆解趨勢、季節性與殘差
• 如何建立 ARIMA 與 RegARIMA 模型,以及其實際用途與限制
• 如何分析廣告的即時效果與延續效果
• 如何預測未來,並檢驗預測準確度
• 如何判斷資料是否適合進行時間序列分析
• 如何同時評估銷售貢獻度、mROI 與成本
• 如何用數學最佳化,找出最有效的廣告投放策略

適合給
• 想將資料分析應用在行銷、銷售或營運決策的人
• 對時間序列分析有興趣,但被公式嚇退的初學者
• 希望用 Python 進行實務分析的資料工作者
• 行銷、企劃、分析、顧問相關工作者

不只是「看懂分析」,而是真的能拿來用!
一本讓你「真的理解」時間序列分析的入門實戰書!

★國立臺灣大學經濟學系副教授 楊睿中 審訂

展開看更多

產品目錄

前言 資料分析能改善糟糕的現況嗎?
第 1 章 時間序列資料的圖表化與基礎知識
1-1 首先將時間序列資料圖表化並進行觀察
● 時間序列資料會隨著時間變化
● 試著將表格中的資料圖表化
1-2 時間序列資料的分析基礎
● 什麼是季節性與趨勢?
● 試著將資料拆解成 3 個成分
● 確認定態後,對殘差成分進行建模
● 如何對原始時間序列資料進行建模
延伸說明

第 2 章 時間序列模型 ARIMA
2-1 試著建立模型
● 先了解什麼是迴歸
● RegARIMA 是能同時運用於迴歸與時間序列的模型
2-2 透過模型分析廣告成效
● 建立模型後可以做些什麼
● 檢查模型的準確度
● 分析 3 種類型的廣告效果
● 有時也須要重新檢視模型
延伸說明
Column 雙重和(雙重 Σ)的計算方法

第 3 章 發現廣告延續效應
3-1 廣告延續效應的概念
● 廣告效果會不斷累積
● 考量到時間上的遲滯(lag)
3-2 透過改良模型分析廣告成效
● 檢查改良模型的精準度
● 使用改良模型分析 3 種類型的廣告效果
● 同時呈現銷售貢獻度、mROI 與成本的圖表
延伸說明
Column 措施成效驗證與時間序列因果推論

第 4 章 挑戰預測未來
4-1 運用過往資料預測未來
● 未來的量測值資料並不存在
● 試著將過往資料分成兩個部分
4-2 確認未來的預測精準度
● 預測的精準度能有多高
延伸說明

第 5 章 廣告預算的最佳化
5-1 透過數理最佳化迎接更多挑戰
● 廣告投資方案的兩大重點
● 淺談數理最佳化的觀念
5-2 最佳廣告投資方案是什麼
● 3 種廣告媒體的最佳預算比例是多少?
● 如何設定廣告投放時機與投放量
延伸說明
Column 數理最佳化的實務應用法
後記

作者介紹

作者簡介
高橋 威知郎(Takahashi Ichiro)
Sales Analytics 股份有限公司代表╱「輕鬆商務資料科學」主理人。
曾任職於中央部會及資訊通信產業,隨後轉任現職。
自大學畢業後,始終致力於資料分析與數理模型建構相關業務(研究、開發、企業內部應用、事業化)。以製造業及流通業為中心,提供資料科學實踐支援、數理模型(如預測模型、異常檢測模型、最佳化模型等)的開發支援與顧問服務。著有多部關於資料分析與資料科學的著作。

譯者簡介
林以庭
從事專職筆譯邁入第十二年。
冷知識愛好者,日常流連於文字、音樂、攝影與黑貓之間。

規格

誠品貨碼 / 2683130807008
ISBN13 / 9786267774441
ISBN10 /
EAN貨碼 / 9786267774441
頁數 / 192
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 14.8X21X1.23CM
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