畅销书《数据分析：企业的贤内助》作者“数据小宇军”又一新作。作者10余年数据研究和培训经验新分享。有理论、有方法、有案例。
用数据来帮助企业破解业务难题，解决了数据分析师“怎么想”、“怎么做”的问题，有关用户偏好、品牌建设、产品预测等9项业务问题的深度探讨，包括如何提升品牌竞争力？如何预测市场规模？如何开发有竞争力的新品？……
数据行业内多位老师力荐，包括沈浩、邓凯、黄成明、宋星、小蚊子……
赠送120+分钟案例操作视频，随书附赠数据分析师业务流程图，全书案例结构思维导图，本书读者服务QQ群、微信群。
《活用数据：驱动业务的数据分析实战》是一本用数据来帮助企业破解业务难题的实操书，有理论、有方法、有实战案例。《活用数据：驱动业务的数据分析实战》第1~3章首先对“怎么想”进行了解答，通过明确分析问题、开启分析思路、打开分析视角，依次回答数据思维的3个核心问题：解决什么问题、分析哪些内容、分析到何种程度。第4~8章对企业常见的9项业务需求进行案例解析，回答“怎么做”的问题。这9项业务需求包括战略选择、用户偏好、客户分类、品牌建设、规模预测、产品设计、价格制定、渠道评价、促销配置。通过对具体案例的思考和操作，提升读者的业务理解力、逻辑思维力和动手实践力，加强读者分析和解决问题的水平。
《活用数据：驱动业务的数据分析实战》具有业务驱动、案例闭环、思维先导、实战还原4大特色，同时在思路上清晰连贯，在表达上深入浅出，既能帮助数据分析从业者入门和提升，也能辅助企业各业务部门和各级管理人员做量化决策。
本书第1~3章彩色印刷，第4~8章黑白印刷
思维篇
第1 章 明确分析问题..003
1.1 Why：为什么分析..003
1.1.1 识别机会. 003
1.1.2 规避风险004
1.1.3 问题诊断 005
1.2 What：分析什么 006
1.2.1 战略分析006
1.2.2 用户偏好分析. 007
1.2.3 STP 分析 007
1.2.4 品牌建设分析.008
1.2.5 营销组合分析.008
1.3 How：如何分析 009
1.3.1 开启分析思路.010
1.3.2 打开分析视角.010
1.4 本章结构图 010
第2 章 开启分析思路. 011
2.1 学会提问 011
【案例1】轻松撰写投资项目分析报告 012
2.2 熟悉模型.013
【案例2】构建某地产公司客户满意度指标体系.. 013
2.3 结构与时间思维..015
【案例3】如何做用户偏好分析 015
2.4 演绎思维 019
2.4.1 标准式演绎. 020
2.4.2 常见式演绎. 020
【案例4】应用4W 模式进行爱情战略分析. 020
2.5 重要性思维.023
【案例5】KANO 模型的重要性思维 023
2.6 综合案例：如何研究某餐饮企业的顾客满意度024
2.7 本章结构图.025
第3 章 打开分析视角..027
3.1 引例：新浪微博访问量分析027
3.2 对比视角.031
3.2.1 对比的类型. 031
3.2.2 对比的可信度. 032
【案例1】如何比较员工工资与工龄的差异. 033
【案例2】如何处理分类维度 034
3.3 相关视角.036
3.3.1 规模预测 036
3.3.2 精准营销036
【案例3】从颜色偏好看精准营销 036
3.4 分类视角 038
3.4.1 分类的价值. 039
3.4.2 分类的步骤与方法.. 039
3.5 描述视角 040
3.5.1 集中趋势与离中趋势..040
3.5.2 个体波动的研究价值..040
【案例4】疑似车险欺诈的“标的车”分析.041
3.6 如何在业务应用中选择分析视角 041
3.6.1 视角与方法.041
3.6.2 方法与应用. 042
3.7 综合案例：航空公司项目分析价值的提升..043
3.8 本章结构图 049
实战篇
第4 章 战略分析案例解析——某购物中心网上商城战略分析053
4.1 研究目的：战略选择..053
4.2 研究内容：环境分析..053
4.2.1 宏观环境分析. 054
4.2.2 市场环境分析. 055
4.2.3 竞争环境分析. 055
4.3 定性与定量分析方法..057
4.3.1 定性：SWOT 分析 057
4.3.2 定量：内外因素评价矩阵 057
4.4 内外因素数据获取.. 058
4.4.1 外部因素数据.058
4.4.2 内部因素数据. 059
4.5 内外因素得分计算.. 060
4.5.1 评分的计算.060
4.5.2 权重的计算. 062
4.5.3 最终得分的计算..064
4.6 制作战略选择矩阵图及解读 066
4.6.1 分析思路066
4.6.2 图表制作 067
4.6.3 结果解读068
4.7 本章结构图 068
第5 章 用户偏好分析案例解析——某彩电企业用户偏好分析 069
5.1 研究目的：差异化营销.. 069
5.1.1 差异化营销的必要性..069
5.1.2 差异化营销的可行性.. 070
5.2 研究内容：五阶段和七要素071
5.2.1 分析内容 071
5.2.2 调查问卷 072
5.3 用户偏好数据获取074
5.3.1 调研计划 074
5.3.2 数据录入074
5.4 调研数据处理..075
5.4.1 数据清洗 075
5.4.2 数据读取080
5.5 数据分析架构..082
5.5.1 分析目录 082
5.5.2 分析体系 082
5.6 数据分析方法. 084
5.6.1 频数统计084
5.6.2 均值分析085
5.6.3 方差分析086
5.6.4 比较均值089
5.6.5 交叉分析090
5.7 分析结果解读. 091
5.7.1 用户整体偏好分析..091
5.7.2 各类用户偏好检验.. 092
5.7.3 各类用户偏好对比..093
5.7.4 用户基本特征描述..093
5.8 本章结构图 094
第6 章 STP 分析案例解析——甲保险公司客户分类分析095
6.1 研究目的：精准营销..095
6.2 研究内容：客户分类维度095
6.2.1 事前分类维度.096
6.2.2 事后分类维度.096
6.3 数据获取与处理..097
6.3.1 调查问卷设计. 097
6.3.2 调研计划100
6.3.3 数据处理100
6.4 数据分析架构. 101
6.4.1 客户细分 102
6.4.2 目标客户选择. 102
6.4.3 目标客户定位. 102
6.5 数据分析与输出结果..103
6.5.1 确定分类维度. 103
6.5.2 分类维度的数据消减.. 103
6.5.3 分类维度的数据转化..111
6.5.4 细分方法的选择.. 112
6.5.5 聚类分析116
6.5.6 目标客户选择. 121
6.5.7 目标客户定位. 126
6.6 分析结果解读..136
6.6.1 分析思路 137
6.6.2 分析主体 137
6.6.3 结论建议140
6.７ 本章结构图 141
第7 章 品牌建设分析案例解析——某手机品牌建设分析142
7.1 研究目的：提升品牌价值142
7.1.1 品牌的内涵. 142
7.1.2 品牌的价值. 143
7.2 研究内容：品牌认知与行为143
7.2.1 品牌形象分析.144
7.2.2 品牌知名度分析..146
7.2.3 品牌流转分析.147
7.3 数据获取与处理..150
7.3.1 调研计划 150
7.3.2 数据处理151
7.4 品牌形象分析与解读. 160
7.4.1 品牌知觉图的基本思想..160
7.4.2 品牌知觉图的制作..164
7.4.3 分析结果解读.166
7.5 品牌知名度分析与解读167
7.5.1 Graveyard 模型的基本思想.. 167
7.5.2 Graveyard 模型的制作..168
7.5.3 分析结果解读.170
7.6 品牌流转分析与解读..170
7.6.1 品牌流转程度分析.. 171
7.6.2 品牌流转方向分析.. 173
7.6.3 品牌流转原因分析.. 175
7.7 本章结构图.182
第8 章 营销组合分析案例解析——甲厨电公司的营销决策 183
8.1 研究目的：营销决策. 183
8.2 研究内容：营销组合分析.. 184
8.2.1 产品决策分析.184
8.2.2 定价决策分析.184
8.2.3 流量渠道价值评价..185
8.2.4 促销资源配置分析..185
8.3 规模预测分析. 185
8.3.1 预测思路与方法..186
8.3.2 季节分解法预测..188
8.3.3 类比法与因素推算法预测198
8.3.4 回归预测 203
8.4 产品属性分析..209
8.4.1 关于产品属性的观点.. 210
8.4.2 KANO 模型的基本思想.. 211
8.4.3 基于KANO 模型的问卷设计.. 213
8.4.4 KANO 模型的数据准备.. 214
8.4.5 确定属性分类依据.. 215
8.4.6 判断记录的属性类别.. 217
8.4.7 Better-Worse 系数矩阵 221
8.4.8 分析结果解读. 227
8.5 定价决策分析..228
8.5.1 定价问题与分析方法.. 228
8.5.2 PSM 模型的基本思想. 229
8.5.3 基于PSM 模型的调查问卷设计.. 231
8.5.4 基于PSM 模型的数据准备. 232
8.5.5 最优价格与价格范围分析 233
8.5.6 三类市场的规模分析.. 235
8.5.7 分析结果解读. 236
8.6 流量渠道价值评价237
8.6.1 评价思路：确定影响因素 237
8.6.2 评价指标：ROI 与Engagement.. 237
8.6.3 数据准备：电商转化数据 241
8.6.4 评价指标的计算.. 241
8.6.5 评价方法：矩阵分析.. 242
8.6.6 评价方法：归因分析.. 245
8.7 促销资源配置..259
8.7.1 问题界定与方法选择.. 260
8.7.2 资源配置三要素.. 260
8.7.3 线性规划的基本思想.. 261
8.7.4 媒体组合案例解析.. 262
8.8 本章结构图.267
——黄成明《数据化管理》作者
之前就读过陈哲老师的《数据分析：企业的贤内助》，细节写得很好，具有实操性，看完一些案例可以直接借鉴，上手操作。现在《活用数据：驱动业务的数据分析实战》这本书也延续了陈哲老师一贯的务实风格，看完获益良多，特别是一些战略模型，给出了很多丰富的案例，有传统行业的，也有互联网方面的，又给我很多启发。
作为一名合格的分析师，还是需要多看书、多学习的，同时又必须结合实践，不断总结，把知识真正变成自己的能力，不然看过就忘实在可惜。
——李梅花 腾讯高级数据分析师，“玩转数据分析”公众号作者
作为一个游戏行业的数据分析工作者，我赶上了数据分析从起步到大热的时代。虽然陈哲与我所处的行业不同，但是数据分析工作的思路相通，她积累了10 余年的工作经验，提炼得出的数据分析方法论适用于各个行业，能帮助指导大部分公司数据部门的工作思想。
——黎湘艳《游戏数据分析实战》作者
凭借丰富的战略咨询和数据实践背景，陈老师通过层层深入的讲解，用抽丝剥茧的方式，结合一系列的精彩案例，给出了数据分析正确的打开方式。无论你是营销人员、运营人员还是数据从业者，都一定能从本书中找到“数据驱动业务增长”的秘籍。
——孟嘉 北京嘀嘀无限科技发展有限公司（滴滴出行） 运营专家
以数据为基础的技术决定了我们的未来，但并不是数据本身，而是我们从数据中拥有的更多可用知识的增加。《活用数据：驱动业务的数据分析实战》以通俗易懂的方式回答了数据分析师“怎么想”和“怎么做”的问题，并且通过对具体案例的思考和操作，可以提升读者的业务理解力、逻辑思维力和动手实践力，加强分析和解决问题的水平。
——沈浩
中国传媒大学新闻学院教授 博士生导师
中国传媒大学调查统计研究所所长/ 大数据挖掘与社会计算实验室主任
《活用数据：驱动业务的数据分析实战》是从明确问题这个点切入的。当业务方抛出一个问题时，我们首先要做的是问题的定义和识别，只有这样，才能解决业务方的痛点。同时，以MECE原则、结构与时间思维等方法论为中心，配合传统企业、互联网企业案例，非常具有实操性。
——Spring 某知名互联网企业数据分析专家
《活用数据：驱动业务的数据分析实战》系统讲解了数据分析思路及方法的应用，是一本可读性非常强的诚意之作。不仅可以让我们学到解决业务问题的思路、方法，并且将各知识点在一条分析流程的链条上实现有序分布和融会贯通。从业务需求中来，到业务需求中去，实现案例闭环和思维落地，非常值得对数据分析感兴趣的朋友和从业者认真研读。
——宋星 互联网营销数据分析与优化专家/“纷析数据”创始人
数据是精准洞察的基础，也是高效决策的依据，在推动业务层面意义非凡。
——王泽蕴《不做无效的营销》作者
数据的价值不是用多么复杂的技术去处理、去计算、去建模，而是在真正理解明确业务问题的基础上，“懂业务痛点”，然后“活用数据”去解决问题，这才是数据在企业中的价值体现。本书的案例和框架都值得数据应用者去学习！
——王颖祥（数据海洋）中国统计网创始人
随着大数据时代的到来，越来越多的数据出现在我们面前，如何能够充分将数据利用好，挖掘出其中的价值成为数据分析师需要解决的首要工作。如同本书书名《活用数据：驱动业务的数据分析实战》，将数据“用活”也是数据分析师工作中的一项重要技能。本书也围绕“用活”这个概念，多方位剖析数据分析的思路、方法，能够帮助读者梳理完善分析思维。
——徐麟 “数据森麟”公众号作者
自从有了大数据，数据分析就逐渐从课本转向商业实战，商业数据分析——让数据产生价值的分析如雨后春笋般走向千万家企业，大家纷纷设立数据分析师岗位，希望从数据金矿中给企业带来效益，而方法，可以从这本书中来寻找！
——赵坚毅 CDA 数据分析师理事
数据分析已成为现代职场人必备技能之一，并受到广大企业和职场人的重视。《活用数据：驱动业务的数据分析实战》结合实际案例，从分析思路到各种分析方法实战应用进行了介绍，助你轻松玩转数据分析，开启职场进阶大门。
——张文霖《谁说菜鸟不会数据分析》作者