新書推薦：
《
自然、权利与正义（重思古典自然法 探索人类生活的永恒根基）
》
售價：NT$
347.0
《
汗青堂丛书155·糖与现代世界的塑造：种植园、奴隶制与全球化
》
售價：NT$
551.0
《
企业家业保障与传承
》
售價：NT$
875.0
《
世界武器装备知识图解
》
售價：NT$
814.0
《
南方丝绸之路与欧亚古代文明
》
售價：NT$
1089.0
《
文化南方：中古时期中国文学核心传统
》
售價：NT$
329.0
《
台湾四百年：精装珍藏版
》
售價：NT$
299.0
《
古玺印与古玺印鉴定
》
售價：NT$
660.0
|
| 編輯推薦： |
一：熟练掌握数据收集、处理、可视化、A B实验等硬核分析技能，学会驾驭AI，实现效率翻倍！
二：建立完整的数据分析思维框架，让你成为那个能“在一秒钟内看透事物本质”的人。
三：带你深入了解不同数据岗位的真实要求，并传授策略，助你轻松斩获心仪的Offer，薪资轻松翻倍！
四： 全书采用职业新人小红和导师吴老师的对话形式，通过大量真实工作场景案例，让你在轻松有趣的“剧情”中，不知不觉掌握核心知识点。
|
| 內容簡介： |
本书旨在帮助读者掌握数据分析的专业技能，并详细讲解大模型（如DeepSeek、ChatGPT）在数据分析中的应用。全书分9章，内容从基础的指标体系建设、数据获取、数据处理，逐步深入常用的数据分析方法、商业分析方法、统计学模型、A B实验、数据分析报告等，并特别强调大模型在数据分析中的应用。本书不仅系统地讲解数据分析的专业知识，还从提出关键问题、培养结构化思维等多方面入手，全方位激发读者的创造力，帮助读者提升数据思维能力，构建完善的数据分析知识体系。
此外，本书也是实用的职场宝典，不仅详细介绍数据分析不同岗位的职责，帮助读者根据自身兴趣和能力选择合适的职业发展方向，而且提供应对笔试和面试的策略，帮助读者在职场竞争中脱颖而出。
本书使用生动的对话体形式写作，融入大量真实工作场景案例，注重实际操作与应用，让读者仿佛置身于实际的工作场景中，适合数据分析初学者、高等学校相关专业的学生、职场中需要使用数据分析来支持决策的各类专业人士阅读。
|
| 關於作者： |
|
吴昙，资深数据分析师，在互联网数据分析领域有10多年的行业经验，深知数据分析人员的痛点。深耕数据产品、数据运营、商业分析等多个领域，对各种数据岗位有着深刻的理解和丰富的实践经验。
|
| 目錄：
|
第 1章 大模型助你成为数据分析师1
1.1 什么是大模型2
1.1.1 大模型概述2
1.1.2 Transformer架构4
1.1.3 训练一个自己的GPT大模型9
1.2 为什么要用大模型11
1.2.1 大模型能解决什么问题11
1.2.2 大模型不能解决什么问题12
1.2.3 使用大模型为工作提效14
1.3 如何用大模型获取有效信息16
1.3.1 运用乔哈里视窗提问16
1.3.2 写提示词的10个技巧20
1.3.3 使用AI搜索获取高质量内容28
1.4 AI未来的发展趋势32
1.4.1 生成式大模型的构建方式32
1.4.2 大模型的分类和架构35
1.4.3 AI Agent38
1.5 数据思维：思维与认知决定你的未来42
1.5.1 数据思维概述42
1.5.2 舒适区模型助你认知自我43
1.5.3 费曼学习法助你高效学习44
1.5.4 达克效应助你思考升维45
第 2章 大模型助你建设指标体系48
2.1 大模型助你搭建指标体系49
2.1.1 如何找到好指标49
2.1.2 如何找到北极星指标51
2.1.3 如何搭建指标体系54
2.2 使用大模型分析4种商业模式的指标体系62
2.2.1 电子商务关键指标63
2.2.2 内容媒体关键指标70
2.2.3 双边市场关键指标74
2.3 大模型助你利用指标体系做归因分析77
2.3.1 如何找到异常指标77
2.3.2 如何分析异常指标78
2.3.3 归因分析实战80
2.4 数据思维：知识体系扩展能力边界83
第3章 大模型助你获取和处理数据87
3.1 大模型助你高效获取数据88
3.1.1 大数据平台的作用88
3.1.2 获取内部数据的方法91
3.1.3 获取外部数据的方法96
3.2 大模型助你高效处理数据100
3.2.1 SQL查询与NL2SQL100
3.2.2 Excel瞬间提效的3个方法106
3.2.3 利用大模型处理数据109
3.3 数据思维：“概率 相关性 系统性”思维驱动业务增长114
第4章 大模型助你掌握9个常用的数据分析方法116
4.1 描述性分析：揭示数据背后的故事117
4.2 对比分析：通过差异洞察数据119
4.3 漏斗分析：优化转化路径121
4.4 LTV分析：搞清客户终身价值127
4.5 投放ROI分析：最大化广告效益131
4.6 Aha时刻：发现用户增长的关键点138
4.7 留存分析：提高用户忠诚度143
4.8 RFM模型：细分用户群体146
4.9 用户画像分析：构建全面的用户视图150
4.10 数据思维：掌控工作节奏154
第5章 大模型助你掌握6个常用的商业分析方法157
5.1 商业分析概述158
5.2 规模效应：商业世界的万有引力159
5.3 范围效应：多元平台生态的助推器162
5.4 网络效应：数字世界的价值乘数163
5.5 STP分析：选择目标市场的利器166
5.6 互联网时代4P分析：创新市场规则168
5.7 波士顿矩阵：产品组合的罗盘针170
5.8 数据思维：战略思维找到破局机会174
第6章 大模型助你掌握5个常用的统计学模型179
6.1 统计学模型与AIGC的联系180
6.2 相关性分析：探索变量之间的联系183
6.3 回归预测：构建预测模型187
6.3.1 简单线性回归：一元预测的起点187
6.3.2 多元线性回归：多变量的预测能力193
6.3.3 多项式回归：处理复杂关系的利器196
6.3.4 逻辑回归：分类问题的解决方案199
6.4 时间序列预测：预测未来的波动202
6.5 k均值聚类分析：发现数据的自然分组209
6.6 决策树分类分析：构建直观的决策路径213
6.7 数据思维：DIKW模型通往智慧之路219
第7章 大模型助你做科学的A B实验223
7.1 大模型助你搞清什么时候做A B实验224
7.1.1 理解A B实验的优势224
7.1.2 做A B实验的流程225
7.1.3 哪些情况不能做实验228
7.2 大模型助你进行A B实验的用户分组229
7.2.1 轻松搞定用户分组229
7.2.2 什么是A A实验231
7.2.3 流量的使用233
7.3 大模型助你选择A B实验的评估指标235
7.3.1 如何选择指标235
7.3.2 如何定义指标236
7.3.3 高效拆解指标239
7.4 大模型助你理解A B实验相关的统计学知识240
7.4.1 假设检验概述242
7.4.2 第 一类错误和第二类错误的定义244
7.4.3 计算A B实验的最小样本量247
7.5 大模型助你写一份专业的A B实验报告252
7.5.1 高效解读实验结果252
7.5.2 实验报告的写法256
7.6 数据思维：实验思维实现复利效应258
第8章 大模型助你写出优秀的数据分析报告261
8.1 大模型助你确定分析课题262
8.2 大模型助你快速了解一个业务265
8.2.1 了解业务的小技巧265
8.2.2 善用共创会达成共识269
8.2.3 快速上手数据分析的4个套路270
8.3 大模型助你设计、撰写和呈现分析报告271
8.3.1 数据分析报告万能模板271
8.3.2 画图表的4个小技巧273
8.3.3 做出高质量PPT的四大基本原则275
8.4 大模型助你让分析价值被看到279
8.4.1 让你的数据分析有效落地279
8.4.2 做一次精彩的数据分析汇报281
8.5 数据思维：金字塔原理提升结构思考力285
第9章 大模型助力数据分析师持续成长290
9.1 大模型助你选择公司和职位291
9.2 大模型助你准备笔试和面试293
9.3 大模型助你持续成长297
9.4 数据思维：AI时代下如何塑造自我299
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
