图书介绍

企业经营数据分析 思路、方法、应用与工具pdf电子书版本下载

企业经营数据分析  思路、方法、应用与工具
  • 赵兴峰著 著
  • 出版社: 北京:电子工业出版社
  • ISBN:9787121293337
  • 出版时间:2016
  • 标注页数:260页
  • 文件大小:65MB
  • 文件页数:270页
  • 主题词:企业经营管理-数据处理

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页

下载说明

企业经营数据分析 思路、方法、应用与工具PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1篇概述篇 1

第1章 企业中的大数据 2

1.1 什么是数据?什么是数据技术 3

1.2 数据分类 8

1.3 数据类型 13

1.4 数据结构和数据结构化 16

1.5 数据质量及其八个指标 27

1.6 数据处理与数据清洗 33

第2章 数据分析的目的 42

2.1 数据是数字化的证据——没有记录下来的事情就没有发生过 43

2.2 追溯——追责、求根源、求真相 44

2.3 监控——监督、检查、评估、监控、检测 46

2.4 洞察——探寻规律,掌握发展的钥匙 47

2.5 商机——挖掘未被满足的需求 47

2.6 预测——指导未来实践的规律 48

第3章 数据分析的思路 50

3.1 先总后分,逐层拆解 51

3.2 抽丝剥茧,寻踪问迹 54

3.3 内涵外延,概念清晰 57

3.4 可视化作图——按照认知规律作图展示 58

3.5 识图的九个基本方法 77

3.6 管理常识是数据分析的基础 92

第2篇方法篇 97

第4章 对比与对标——识别事物的基本方法 98

4.1 对比是识别事物的基本方法 99

4.2 对比——横向、纵向及多维度对比 100

4.3 比值比率背后的逻辑 104

4.4 指标的逻辑与管理指标 107

4.5 对标的层次和维度 111

4.6 标杆管理与榜样的力量 122

第5章 分类——认知事物的基本方法 125

5.1 什么是分类?为什么要分类?分类的方法是什么 126

5.2 解构事物的三要素——要素、属性和行为 134

5.3 维度分类法 137

5.4 属性分类法 138

5.5 流程分类法 140

5.6 层级分类法 142

5.7 分类中的权重设定问题 143

第6章 聚类——寻找规律的第一步 147

6.1 聚类的基本逻辑 149

6.2 聚类的因子和主成分 152

6.3 聚类的步骤 154

6.4 有序聚类与时间序列聚类 161

第7章 逻辑关系——寻找事物之间的因果规律 163

7.1 相关性与相关系数分析 164

7.2 事物之间的逻辑关系与科学规律 167

7.3 果因关系与因果关系,看不见的事物发展逻辑 168

7.4 事物发展规律的复杂性与科学抽象 171

7.5 因果关系与回归分析 173

7.6 逻辑回归 179

7.7 关联与共生——现象与规律的探寻 180

第8章 预测——数据分析的终极目标 183

8.1 预测是数据分析的终极目的 184

8.2 预测的必要性和误差的必然性 188

8.3 经验预测法 190

8.4 类比预测法 192

8.5 惯性法与时间序列分析 195

8.6 逻辑关系预测法 198

第9章 结构——事物组成的“配方” 201

9.1 解构与结构 202

9.2 结构关系影响着事物的根本属性 205

9.3 结构的基准——激励中的预期管理比实际激励更加有效 208

9.4 关键要素与非关键要素 209

9.5 最佳组合——人、财、物等企业资源的最佳搭配 212

9.6 结构化效率分析 216

第3篇具体应用篇 219

第10章 各职能部门的具体数据分析 220

10.1 专业分工下的职能价值体现 221

10.2 人力资源管理中的数据分析 223

10.3 财务管理中的数据分析 228

10.4 营销和销售管理中的数据分析 232

10.5 生产管理中的数据分析 235

10.6 物流和供应管理中的数据分析 241

第4篇工具篇 245

第11章 常用的数据分析工具介绍 246

11.1 Excel——Excel 2016数据分析功能 247

11.2 SQL与数据库软件Access、 SQL Server、 MySQL等 252

11.3 SPSS统计分析工具与数据分析工具家族 254

11.4 R语言与编程实现数据分析 255

11.5 SAS的历史地位与最新发展 256

11.6 其他软件系统以及在线资源 257

精品推荐