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 1/e 三好大悟 旗標
▐ 自2024/1/1 00:00起,台灣樂天市場「屈臣氏」將不贈送 LINE POINTS 點數
▐ 自2023/2/1 00:00起,樂天Kobo電子書不贈送 LINE POINTS 點數,請會員多加留意。
▐ LINE POINT點數回饋依照樂天提供扣除折價券(優惠券)、與運費後之最終金額進行計算。
▐ 愛買與愛票網、a la sha(2023/8/1生效)、GAME休閒館(2023/8/1生效)、專品藥局(2023/8/1生效)等部分店家不參與全站加碼,請詳閱LINE Points 加碼店家清單:https://lin.ee/Y2CcVdk/rcfk
▐ 注意事項
(1)部分服務及店家不符合贈點資格,購買後將不贈送 LINE Points 點數,亦不得使用點數紅包,如:比漾廣場、神腦生活、MyCard、愛美麗福利社、展翔通訊、ezcook 美食廚房、葳豐數位商城、吉盈數位商城、森林巨人、包材中心、KABO佳麗寶家電批發、LuLuLu精品店、NewSTYLE新風尚潮流、0216零食會社、美寶家電、純米小鋪、LILY科技新櫃、登芳3C電子雜貨賣場、豐饌御鴨、鼎耀通訊、誠選3C、Smile、葳豐數位商城二店、米蘭寶、BoBo Outlet代購屋、楊家食品(2022/10/1生效)、樂天Kobo電子書(2023/2/1生效)、屈臣氏(2024/1/1生效)等,請詳閱LINE Points 加碼店家清單。
(2)需透過LINE購物前往台灣樂天市場,並在同一瀏覽器於24小時內結帳,才享有 LINE Points 回饋。
(3)若購買之訂單(包含預購商品)未符合樂天市場 45 天內完成訂單出貨及結帳,則不符合贈點資格。
(4)如使用App、或中途瀏覽比價網、回饋網、Google等其他網頁、或由網頁版(電腦版/手機版網頁)切換為App都將會造成追蹤中斷而無法進行 LINE Points 回饋。
(5) LINE 購物為購物資訊整合性平台,商品資料更新會有時間差,如顯示之商品規格、顏色、價位、贈品與台灣樂天市場銷售網頁不符,以銷售網頁標示為準。
(6)Pickup店家之有效訂單需於下單後40天內使用完畢才符合分潤條件
(7) 若上述或其他原因,致使消費者無接收到點數回饋或點數回饋有爭議,台灣樂天市場保有更改條款與法律追訴之權利,活動詳情以樂天市場網站公告為準。商品描述
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。 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