圖書簡介
近年來，隨著谷歌、亞馬遜、阿里巴巴等網際網路企業在全球範圍內的崛起，“大數據”成為人們耳熟能詳的熱門詞。與此同時，在企業越來越重視數據分析的背景下，擁有數據分析專業人員的重要性被提上日程。 本書內容深入淺出，實例分析具體豐富，不論你是文科還是理科出身，都能夠通過本書掌握數據分析的基本知識和基本技能，並順利地將其套用於商務實踐之中。本書共分7 章，主要內容包括何為商務統計統計學的基本知識、數據分析的基礎、提高企業效率的統計學、提高商務業務效率的統計學、商品開發的統計學、市場行銷的統計學。
作者簡介
倉橋一成 1983年出生於日本廣島縣。曾在東京大學學習醫療數據的統計分析，畢業後進入大學院。在2008年取得醫學研究科保健碩士學位、2011年取得博士學位。2011年3月成立專業的統計分析諮詢機構——iAnalysis（蓼藍分析）。
圖書目錄
第 1 章 何為商務統計 1
1.1 | 商務統計的必要性 2
掌握商務統計技能的人是高端人才
1.2 | 數據分析師能為企業帶來巨大利益 4
數據分析師的年收入高達1200 萬～ 1500 萬日元
1.3 | 對分析官的高期待與高需求 6
商務統計為企業的成本削減與營業額提升作出貢獻
1.4 | 以大數據為武器的企業 8
利用大數據得到快速成長的IT 先進企業
1.5 | 為商務統計作出貢獻的各種數據 10
企業成長所需的不僅僅是大數據
1.6 | 統計學發展的歷史與其在商務中活用的進程 12
在醫學、經濟學、遺傳學、心理學、社會學、藥學、工學領域中發展
的統計學
1.7 | 活用商務統計的三項必要技能 14
不論文理科出身，都能掌握
1.8 | 網路相關部門中的成功事例 16
利用A B 測試與反饋評分擴大顧客範圍
1.9 | 營業、銷售部門中的成功案例 18
通過共享數據及5W1H 分析提高效率
1.10 | 市場行銷部門的成功案例 20
通過品牌分析進行戰略決策
專欄 數據分析的實績 22
第 2 章 統計學的基本知識 . 23
2.1 | 數據是數值的合集 24
記錄數據的必要性
2.2 | 何為機率與期望值 26
統計學的基礎學問
2.3 | 了解數值型數據分布的有效工具 28
直方圖與散點圖
2.4 | 何為相關性 30
正比例和反比例的區別
2.5 | 相關關係與因果關係 32
在商務中運用的關鍵
2.6 | 何為常態分配 34
數據分布的基本
2.7 | 掌握分類數據的方法 36
交叉分類與交叉表
2.8 | 了解全局的方式 38
平均數、中位數、眾數
2.9 | 平均數和中位數的套用方法 40
商務套用中的優缺點
II
2.10 | 離群值的判定方法 42
不符合分析的數據
2.11 | 表示分布離散程度的數值 44
將數據分布離散程度數值化
2.12 | 標準差與百分位數 46
兩種指標的套用區別
2.13 | 何為偏差值 48
商務領域中的偏差值
2.14 | 何為A B 測試 50
隨機分組的必要性
2.15 | 檢驗數據的特徵 52
利用P 值進行t 檢驗
2.16 | 母集與隨機抽樣 54
為了了解集團整體的特徵
2.17 | 何為偏差 56
與實際調查數值的差距
2.18 | 數據的可視化（一） 58
柱形圖、餅圖、百分化的柱形圖、折線圖
2.19 | 數據的可視化（二） 60
有效利用直方圖
2.20 | 數據的可視化（三） 62
箱形圖的使用方法
2.21 | 數據的可視化（四） 64
匯總表、交叉表與熱點圖的使用
2.22 | 數據的可視化（五） 66
活用散點圖
2.23 | 數據清洗 68
花費大量時間對數據進行精細查驗
2.24 | 何為模型 70
通過方程式來簡要表現
2.25 | 何為線性回歸分析 72
對數據間的比例關係進行分析
2.26 | 更為高端的模型 74
對條件進行分析，利用統計決策樹與隨機森林
專欄 只要掌握了統計學基礎知識，就能自行選擇工具進行分析 76
第3 章 數據分析的基礎 77
3.1 | 企業經營中數據分析的作用 78
理念、戰略、作戰、戰術、兵站的金字塔
3.2 | 通過數據分析預測企業的未來 80
利用機率分析利潤的期望值
3.3 | 通過數據分析能了解的事情 82
把握全局、預測未來、尋找最優解
3.4 | 數據分析的結構 84
假設檢驗分析與大數據分析
3.5 | 基於假設進行分析 86
活用實務知識的假設檢驗分析
IV
3.6 | 基於數據的分析 88
無需掌握專業知識，獲得信息即可運用的大數據分析
3.7 | 商務統計的工具（一） 90
數據分析的基本工具Excel
3.8 | 商務統計的工具（二） 92
活用BI 工具
3.9 | 商務統計的工具（三） 94
開放原始碼軟體R 的套用
3.10 | 使用Excel 的注意點 96
記錄原始數據
3.11 | 了解最基本的數據格式 98
何為CSV 數據
3.12 | 穩健的數據管理 100
何為資料庫
3.13 | 製作圖表，將數據可視化 102
將Excel 中的數據製成圖表
3.14 | 解讀數據的方式 104
相同數據製成不同圖表，給人的印象也會發生變化
3.15 | 為了落實數據，提出假設 106
假設檢驗分析的步驟
3.16 | 用數據檢驗提出的假設 108
選擇最適合的圖表
3.17 | 由數據來建立模型 110
為建立模型而構建的數據集市
V
3.18 | 通過簡單線性回歸進行分析 112
關鍵是通過散點圖進行可視化
3.19 | 進行多元線性回歸 114
有兩個以上自變數的分析方法
3.20 | 構建更為複雜的模型 116
嘗試運用統計決策樹、隨機森林
3.21 | 數據分析的PDCA 118
在出成果前把數據分析看作一種投資
專欄 想知道對本公司最適合的數據運用方法？專家顧問必不
可缺 120
第4 章 提高企業效率的統計學 .121
4.1 | 計算最佳員工數量 122
使用多元線性回歸和統計決策樹
4.2 | 經費及預算的最最佳化 124
如何最有效地降低成本
4.3 | 分析企劃的成果 126
以機率論為基礎，判斷是否持續可行
4.4 | 統計學觀點中的加薪與升職 128
進行人事評價的統計分析
4.5 | 庫存的最最佳化 130
預測需求的分析手法
VI
4.6 | 最具成效的人員配置 132
用於團隊組織的統計學方法
4.7 | 分析智慧型手機、電腦，調查不端行為 134
實時發現不端行為的機制
專欄 將數據分析視為高級機密，應進行內制化處理 136
提高公司內部數據閱讀許可權的重要性
第5 章 提高商務業務效率的統計學 137
5.1 | 通過客戶管理（CRM）提高營業效率 138
數據化營業，提高效率
5.2 | 如何高效地給屬下分配工作 140
數據化業務，提高工作效率
5.3 | 適當的勞動時間和休息時間 142
分析成果與勞動時間及休息時間的關係
5.4 | 減少加班的高效時間分配 144
活用電腦的操作記錄
5.5 | 設定效率最高的勞動定額 146
從期望值到最優勞動定額的計算
5.6 | 營業路徑的最最佳化 148
從成交率、銷售額、利潤的相關性入手分析
5.7 | 分析成交率高的營業交流 150
自然語言處理的分析
VII
5.8 | 推算成交率的估計值 152
分析估計值與成交率
5.9 | 由成交率的高低推定營業時期與營業方法 154
把握交易對象的結算時期與喜好的分析
專欄 統計學分析方法是一種人工智慧 156
第6 章 商品開發的統計學 .157
6.1 | 預測新商品的銷售走向 158
通過統計提前掌握暢銷商品
6.2 | 對市場調查有益的統計信息 160
運用公開數據
6.3 | 把握企業的定位 162
對應分析與定位
6.4 | 先行了解市場景氣及需求情況的商品投放時期 164
分析POS 數據
6.5 | 風險最小化的成本分配 166
通過單純形法求最優解
6.6 | 數值化的目標 168
對消費者的動向及需求進行統計學分析
6.7 | 從機率論的角度看需求調查 170
考慮不真實的可能性
6.8 | 通過網路數據進行評價調查 172
分析本公司商品的銷售與網站的關係
專欄 運用企業內數據的最佳方式 174
第7 章 市場行銷的統計學 .175
7.1 | 避免促銷的無用功 176
對用戶認知度進行調查和分析
7.2 | 通過統計獲得重複模式 178
從顧客的特徵推測最適合的市場行銷方式
7.3 | 計算策略與廣告的效果，進行權衡取捨 180
活用A B 測試 提高廣告的效果
7.4 | PR 效果的事前預測 182
由統計推斷有效的PR 方式
7.5 | 網站的最最佳化 184
活用多變數測試
專欄 掌握基礎，更上一層樓 186
