找回密码
 立即注册

QQ登录

只需一步,快速开始

搜索
热搜: 活动 交友 discuz
查看: 279|回复: 0

数据思维从数据分析到商业价值pdf免费版

[复制链接]

544

主题

10

回帖

4110

积分

管理员

积分
4110
发表于 2021-8-24 18:52:10 | 显示全部楼层 |阅读模式 IP:山东省 移动/数据上网公共出口

登录后更精彩...O(∩_∩)O...

您需要 登录 才可以下载或查看,没有账号?立即注册

×
数据思维从数据分析到商业价值pdf免费版http://jxz1.j9p.com/pc/csjfxdsyjz.zip

数据产生价值,即数据分析产品化的过程——将希望改变的变量和影响改变的变量,交由专业人士分析两者的相关关系,形成具体动作来创造价值,小编给大家准备了数据思维从数据分析到商业价值pdf的资料,有需要的就快来下载吧

书籍部分内容预览

内容简介

本书由微信公众号:狗熊会创始人王汉生教授(熊大),及其核心团队联合创作完成。本书可以被看作商业分析(business analytics)领域入门级通俗且有趣的读物,深入浅出,雅俗共赏。

适合数据分析师、工程师、产品经理、销售、BD、以及数据企业中高管阅读。 本书主要由五章组成。第一章介绍了熊大朴素的数据价值观,解读数据与价值的逻辑关系;

第二章介绍了最基本的数据可视化方法(统计图表)的规范与有趣应用;第三章介绍了回归分析,通过精彩案例展示了如何将一个业务问题定义成为一个数据可分析问题;

第四章介绍了机器学习,可以看作是第三章技术上的一个重要补充;第五章展示了各种常见的非结构化数据分析(文本、图像)的有趣案例。

书籍特点

全书是公众号“狗熊会”的文章的精选,文章都还比较下功夫,但是集结起来看不够全面系统,有的还略显重复。

书中有一些图表的使用技巧,简单介绍了回归分析和机器学习,还有一部分是中文文本分析的案例。

所有的案例都没提到具体的实现细节,有些是用excel或R画图可以实现的,有些则需要编程处理。

案例比较有意思。

书的装帧不错,图是彩色的看起来比较舒服。数据图表的排版与样式花了些功夫,虽然比不上经济学人的图表,还算可以。

总体评价3星,有一定参考价值。

精彩书摘

1:因为你确立了一个可以量化的参照系,而这个参照系就是客户现有的系统。如果没有这个参照系,又想说明75%的精度是有价值的,是不是无比艰难?P19

2:这就是回归分析要完成的三个使命:识别重要变量;判断相关性的方向;估计权重(回归系数)。P25

3:当一个离散型变量只有两个取值的时候,无论在报告里还是在PPT里,都不建议画饼图,因为很容易画成图2-22的丑样。P54

4:对数变换可谓是画图界的整客神器,专门解决各种不对称分布、非正态分布和异方差现象等问题。P72

5:本案例将最经典的技术分析方法之一——均线策略,运用于中国股票市场。通过本案例可以发现,以时间序列模型为基础的均线策略在中国市场有不错的表现,这证明时间序列分析的有用性。P107

6:这里给大家分享一个竞价分配方案:50%预算购买行业词,30%预算购买主打产品词,20%预算购买长尾词。P204

7:用各角色与梅长苏出现在同一自然段的次数作为亲密度的衡量指标。

新闻资讯

《数据思维——从数据分析到商业价值》一书成于2017年9月,由王汉生及其核心团队联合所著(王汉生——北大光华管理学院商务统计与经济计量系主任)。本书可以被看作商业分析(business analytics)领域入门级通俗且有趣的读物,深入浅出,雅俗共赏。

本书主要由五章组成。第一章介绍了熊大朴素的数据价值观,解读数据与价值的逻辑关系;第二章介绍了最基本的数据可视化方法(统计图表)的规范与有趣应用;第三章介绍了回归分析,通过精彩案例展示了如何将一个业务问题定义成为一个数据可分析问题;第四章介绍了机器学习,可以看作是第三章技术上的一个重要补充;第五章展示了各种常见的非结构化数据分析(文本、图像)的有趣案例。

本书的核心观点是其朴素的数据价值观,即数据产业实践不是单纯的数据分析与建模,而是要在一个产业环境下,让数据产生价值。事实上,从数据分析到商业价值的实现至少涉及三个关键环节:数据业务定义(把一个具体业务问题定义成一个数据可分析问题)、数据分析与建模(描述统计、数据可视化、回归分析、机器学习)、数据业务实施(流程改造、产品设计、标准制定、重构商业模式等),第一和第二环节属于数据分析,第三环节属于商业价值实现。

首先,数据业务定义是要把“业务问题”定义成“数据可分析问题”。只有把业务问题准确定义成一个数据可分析的问题,数据分析与建模才能有用武之地。什么样的问题可以被看作数据可分析问题?你需要找到两种变量:第一种是因变量Y:因为别人的改变而改变的变量,这是业务的核心诉求;第二种是自变量X:用来解释因变量Y的相关变量,通俗点说,自变量X的改变,影响了因变量Y的变化。X表现了数据分析者对业务的洞见。

其次,数据分析与建模是根据已经确定的因变量Y和自变量X(数量可以是多个),判断好Y和X的相关性方向,并评估好各X变量的权重,进行建模。通过数据可视化(柱状图、饼图、直方图等)、回归分析(线性回归、0—1回归、定序回归等)、机器学习(决策树、回归树、深度学习等)和非结构化数据(中文文本、网络结构数据、图像数据等)等分析工具对已有的巨量数据进行处理,提取出业务诉求因变量Y的相关影响因素自变量X,并建立可以对业务起到促进作用的模型,指导实际生产工作。

最后,数据业务实施是根据数据分析和建模的结果进行流程再造和产品改进,实现数据的商业价值。即使数据分析德再好、模型建立得再漂亮,如果无法落地成为可被执行的数据产品,那数据的商业价值还是没有实现。商业价值三要素:收入、支出、风险,在这三个方面中的任何一个方面实现可量化的改进,即提高收入、减少支出或减小风险,那么这个数据的商业价值就比较容易说清楚,否则非常困难。

联系到我们工作现实情况,在第一环节中,很多业务部门只是知道自己需要数据分析,这些业务部门人员没有受过相对专业的训练,提不出自身的需求,也就是知道自己有因变量Y和自变量X,但是却不知道Y变量和X变量是什么,所以数据分析价值的观念继续在业务部门进行普及。

黑龙江垦区发展数字农业始于2002年3S技术应用,到今天已经有17年,成果显著。在部分农场应用“3S”技术(机车作业卫星导航系统GPS、地理信息系统GIS、农业遥感技术RS),有效发挥物联网平台功能,推进农业智能化发展;近三年,垦区每年打造“互联网+农业”高标准示范基地二十余个,探索以物联网为基础的智能化农业;新建智能化水稻工厂化芽种生产基地和智能化育秧中心,水稻育秧实现全程机械化和智能化相结合;垦区大多数农场建设了精准农业试验示范基地,实现农机综合作业监管、农机自动导航驾驶系统应用和精准施肥控制系统应用;农业标准化提档升级;在北大荒农业股份有限公司总部及其下属十五家农业分公司实施了农业物联网项目;垦区建立了农场种植业生产管理信息系统、作物种植技术决策系统、测土配方施肥信息系统、农机管理数据库系统、农机作业定位跟踪系统、农机作业及农具场远程视频监控等生产管理信息系统的建设。目前垦区已经有大量智慧农业生产数据,如何加快实现海量数据价值变现,推进数字资源资产化,是我们正在积极探索并努力推进的重要课题。


数据思维从数据分析到商业价值pdf截图
[url=][/url]

[url=][/url]

[url=][/url]

[url=][/url]

[url=][/url]

[url=][/url]

[url=][/url]

[url=][/url]

[url=][/url]

[url=][/url]

[url=][/url]

[url=][/url]










回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|哩布大模型|Civitai大模型|图反推|站长素材|deepseek|即梦视频|阿狗工具|花瓣网|pinterest|php手册|宝塔文档|CyberChef|猫捉鱼铃|手机版|小黑屋|下载狗|IPS|在线工具|分享屋 ( 鲁ICP备2021028754号 )

GMT+8, 2024-11-1 07:37

Powered by 分享屋 X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表