第 1 章 何为商务统计 1
1．1 | 商务统计的必要性 2
掌握商务统计技能的人是高端人才
1．2 | 数据分析师能为企业带来巨大利益 4
数据分析师的年收入高达1200 万～ 1500 万日元
1．3 | 对分析官的高期待与高需求 6
商务统计为企业的成本削减与营业额提升作出贡献
1．4 | 以大数据为武器的企业 8
利用大数据得到快速成长的IT 先进企业
1．5 | 为商务统计作出贡献的各种数据 10
企业成长所需的不仅仅是大数据
1．6 | 统计学发展的历史与其在商务中活用的进程 12
在医学、经济学、遗传学、心理学、社会学、药学、工学领域中发展
的统计学
1．7 | 活用商务统计的三项必要技能 14
不论文理科出身，都能掌握
1．8 | 网络相关部门中的成功事例 16
利用A/B 测试与反馈评分扩大顾客范围
1．9 | 营业、销售部门中的成功案例 18
通过共享数据及5W1H 分析提高效率
1．10 | 市场营销部门的成功案例 20
通过品牌分析进行战略决策
专栏 数据分析的实绩 22
第 2 章 统计学的基本知识 ． 23
2．1 | 数据是数值的合集 24
记录数据的必要性
2．2 | 何为概率与期望值 26
统计学的基础学问
2．3 | 了解数值型数据分布的有效工具 28
直方图与散点图
2．4 | 何为相关性 30
正比例和反比例的区别
2．5 | 相关关系与因果关系 32
在商务中运用的关键
2．6 | 何为正态分布 34
数据分布的基本
2．7 | 掌握分类数据的方法 36
交叉分类与交叉表
2．8 | 了解全局的方式 38
平均数、中位数、众数
2．9 | 平均数和中位数的应用方法 40
商务应用中的优缺点
II
2．10 | 离群值的判定方法 42
不符合分析的数据
2．11 | 表示分布离散程度的数值 44
将数据分布离散程度数值化
2．12 | 标准差与百分位数 46
两种指标的应用区别
2．13 | 何为偏差值 48
商务领域中的偏差值
2．14 | 何为A/B 测试 50
随机分组的必要性
2．15 | 检验数据的特征 52
利用P 值进行t 检验
2．16 | 母集与随机抽样 54
为了了解集团整体的特征
2．17 | 何为偏差 56
与实际调查数值的差距
2．18 | 数据的可视化（一） 58
柱形图、饼图、百分化的柱形图、折线图
2．19 | 数据的可视化（二） 60
有效利用直方图
2．20 | 数据的可视化（三） 62
箱形图的使用方法
2．21 | 数据的可视化（四） 64
汇总表、交叉表与热点图的使用
2．22 | 数据的可视化（五） 66
活用散点图
2．23 | 数据清洗 68
花费大量时间对数据进行精细查验
2．24 | 何为模型 70
通过方程式来简要表现
2．25 | 何为线性回归分析 72
对数据间的比例关系进行分析
2．26 | 更为高端的模型 74
对条件进行分析，利用统计决策树与随机森林
专栏 只要掌握了统计学基础知识，就能自行选择工具进行分析 76
第3 章 数据分析的基础 77
3．1 | 企业经营中数据分析的作用 78
理念、战略、作战、战术、兵站的金字塔
3．2 | 通过数据分析预测企业的未来 80
利用概率分析利润的期望值
3．3 | 通过数据分析能了解的事情 82
把握全局、预测未来、寻找最优解
3．4 | 数据分析的结构 84
假设检验分析与大数据分析
3．5 | 基于假设进行分析 86
活用实务知识的假设检验分析
IV
3．6 | 基于数据的分析 88
无需掌握专业知识，获得信息即可运用的大数据分析
3．7 | 商务统计的工具（一） 90
数据分析的基本工具Excel
3．8 | 商务统计的工具（二） 92
活用BI 工具
3．9 | 商务统计的工具（三） 94
开放源代码软件R 的应用
3．10 | 使用Excel 的注意点 96
记录原始数据
3．11 | 了解最基本的数据格式 98
何为CSV 数据
3．12 | 稳健的数据管理 100
何为数据库
3．13 | 制作图表，将数据可视化 102
将Excel 中的数据制成图表
3．14 | 解读数据的方式 104
相同数据制成不同图表，给人的印象也会发生变化
3．15 | 为了落实数据，提出假设 106
假设检验分析的步骤
3．16 | 用数据检验提出的假设 108
选择最适合的图表
3．17 | 由数据来建立模型 110
为建立模型而构建的数据集市
V
3．18 | 通过简单线性回归进行分析 112
关键是通过散点图进行可视化
3．19 | 进行多元线性回归 114
有两个以上自变量的分析方法
3．20 | 构建更为复杂的模型 116
尝试运用统计决策树、随机森林
3．21 | 数据分析的PDCA 118
在出成果前把数据分析看作一种投资
专栏 想知道对本公司最适合的数据运用方法？专家顾问必不
可缺 120
第4 章 提高企业效率的统计学 ．121
4．1 | 计算最佳员工数量 122
使用多元线性回归和统计决策树
4．2 | 经费及预算的最优化 124
如何最有效地降低成本
4．3 | 分析企划的成果 126
以概率论为基础，判断是否持续可行
4．4 | 统计学观点中的加薪与升职 128
进行人事评价的统计分析
4．5 | 库存的最优化 130
预测需求的分析手法
VI
4．6 | 最具成效的人员配置 132
用于团队组织的统计学方法
4．7 | 分析智能手机、电脑，调查不端行为 134
实时发现不端行为的机制
专栏 将数据分析视为高级机密，应进行内制化处理 136
提高公司内部数据阅读权限的重要性
第5 章 提高商务业务效率的统计学 137
5．1 | 通过客户管理（CRM）提高营业效率 138
数据化营业，提高效率
5．2 | 如何高效地给属下分配工作 140
数据化业务，提高工作效率
5．3 | 适当的劳动时间和休息时间 142
分析成果与劳动时间及休息时间的关系
5．4 | 减少加班的高效时间分配 144
活用电脑的操作记录
5．5 | 设置效率最高的劳动定额 146
从期望值到最优劳动定额的计算
5．6 | 营业路径的最优化 148
从成交率、销售额、利润的相关性入手分析
5．7 | 分析成交率高的营业交流 150
自然语言处理的分析
VII
5．8 | 推算成交率的估计值 152
分析估计值与成交率
5．9 | 由成交率的高低推定营业时期与营业方法 154
把握交易对象的结算时期与喜好的分析
专栏 统计学分析方法是一种人工智能 156
第6 章 商品开发的统计学 ．157
6．1 | 预测新商品的销售走向 158
通过统计提前掌握畅销商品
6．2 | 对市场调查有益的统计信息 160
运用公开数据
6．3 | 把握企业的定位 162
对应分析与定位
6．4 | 先行了解市场景气及需求情况的商品投放时期 164
分析POS 数据
6．5 | 风险最小化的成本分配 166
通过单纯形法求最优解
6．6 | 数值化的目标 168
对消费者的动向及需求进行统计学分析
6．7 | 从概率论的角度看需求调查 170
考虑不真实的可能性
6．8 | 通过网络数据进行评价调查 172
分析本公司商品的销售与网站的关系
专栏 运用企业内数据的最佳方式 174
第7 章 市场营销的统计学 ．175
7．1 | 避免促销的无用功 176
对用户认知度进行调查和分析
7．2 | 通过统计获得重复模式 178
从顾客的特征推测最适合的市场营销方式
7．3 | 计算策略与广告的效果，进行权衡取舍 180
活用A/B 测试 提高广告的效果
7．4 | PR 效果的事前预测 182
由统计推断有效的PR 方式
7．5 | 网站的最优化 184
活用多变量测试
专栏 掌握基础，更上一层楼 186
展开
