随着互联网技术的普及，数据产生的速度加快，数据规模越来越庞大，企业对数据分析师的需求也随之增加。数据分析师需要做好日常的数据收集与积累的工作，通过数据分析师制定适合企业的发展计划，帮助企业在激烈的市场竞争中赢得主动权，实现跨越发展。目前世界领先的企业中，大多已经简历了数据分析部门，知名互联网公司如IBM、谷歌等企业尤其注重发展投资数据分析部门，培养数据分析团队。数据分析师的分析结论与建议已经成为企业决策的重要参考。本书从数据分析师培养的角度，结合大量的图表、案例，提炼出新手数据分析师最急需了解的内容，帮助读者从宏观角度全面了解数据分析师的工作流程。对于想要入行的新手来说，这是一本非常实用的工具书。

随着大数据的时代的来临，越来越多的企业开始利用数据分析工具帮助企业运营，数据分析师这个职业也因此出现在了大众的视野之中。数据分析师是专门从事数据收集、整理，并对整理好的数据进行分析和预测的人员。数据分析师的工作能够提高企业工作效率，并为企业带来新的价值增值点。 市面上大多关于数据分析师入门的书除了讲解大量高深的统计学的算法和理论，就是介绍专业的统计分析工具。本书另辟蹊径，对数据分析全流程进行介绍，帮助想要成为数据分析师的人们了解数据分析师的具体工作。 本书详细介绍了数据分析师的背景及数据分析师的五个工作步骤：收集数据、整理数据、分析数据、展现数据、撰写数据分析报告，主要包括以下六个方面内容。 1．数据分析师的背景 数据分析师必须从纷繁复杂的数据中解读其中蕴含的商业价值，帮助企业抓住发展机会，把握业务整体状况并改善业务流程。该部分内容介绍了数据分析师的职责与工作意义，需要掌握的各种理论知识及数据分析需要的工具等内容，帮助读者初步认识数据分析师的工作内容。 2．收集数据 数据收集是数据分析师工作的开始，面对海量的数据，新人数据分析师往往不知道如何下手。本书结合大量图表与案例，介绍了如何收集数据，在收集数据中会遇到怎样的问题，以及如何应对这些问题等内容。 3．整理数据 通过多种途径收集来的数据大多粗糙且无序，不能直接进行分析，因此需要对数据进行整理。经过整理的数据可以创建成企业信息数据库，帮助企业提高分析工作的效率。这部分主要讲解了多种整理数据的方法及如何剔除不规范数据等内容。 4．分析数据 这一部分内容是数据分析工作的重中之重，数据分析师必须深入挖掘数据，找出问题，得到结论。在数据分析过程中，数据分析师必须清晰了解每一步要做什么，遇到问题及时调整方案，从而确保得出的分析结论准确无误。这部分内容从财务、仓储、营销、人员四个方面介绍了企业生产全流程的数据分析方法，并结合了大量的例子帮助读者理解。 5．展现数据 展现数据是让数据分析结果外化于行的过程。这部分内容介绍了数据展示的方法及如何让数据展示更加清晰明确。 6．撰写数据分析报告 数据分析师需要将数据分析得出的最终成果汇总成一份报告，因此，数据分析报告必须结构清晰、语言凝练、有理有据。这部分内容介绍了数据分析报告的规范结构，同时结合案例说明了数据分析报告中容易出现的问题，帮助读者顺利完成数据分析收尾工作。

第1章 年薪50万元的数据分析师都干什么 1.1 数据分析师是什么 / 001 1.1.1 数据分析师的等级标准 / 002 1.1.2 数据分析师的岗位职责 / 003 1.2 数据分析师的理论知识 / 004 1.2.1 数学统计知识 / 005 1.2.2 市场研究知识 / 006 1.3 数据分析的三种类型 / 009 1.3.1 描述性分析 / 010 1.3.2 探索性分析 / 010 1.3.3 验证性分析 / 012 1.4 数据分析的工具 / 013 1.4.1 常用办公软件（Excel） / 013 1.4.2 数据库 / 013 1.4.3 统计分析工具 / 014 第2章 数据分析对企业有什么意义 2.1 优化企业业务 / 015 2.1.1 全方位提升用户体验 / 016 2.1.2 优化整合企业资源 / 016 2.2 科学规划企业营运 / 017 2.2.1 用数据发现新客户 / 018 2.2.2 用数据衡量产品运营效果 / 020 2.2.3 用数据规划企业发展蓝图 / 021 2.3 为企业增值 / 023 2.3.1 数据价值转化为盈利模式 / 023 2.3.2 数据辅助业务扩充 / 024 第3章 收集数据：开启数据分析的第一步 3.1 收集数据的三大原则 / 026 3.1.1 虚假数据不收集 / 026 3.1.2 误差数据不收集 / 029 3.1.3 无用数据不收集 / 033 3.2 制订数据收集计划 / 035 3.2.1 确定工作范围 / 036 3.2.2 建立必要的编码原则 / 036 3.2.3 建立公用信息 / 037 3.2.4 BOM结构的确定 / 037 3.2.5 数据检查 / 038 3.3 如何收集数据 / 039 3.3.1 明确收集数据的目的 / 040 3.3.2 决定数据分层因素 / 042 3.3.3 选择正确抽样方法 / 044 3.4 收集数据常见问题 / 048 3.4.1 不知从何处开始 / 048 3.4.2 收集过多的无效数据 / 050 3.4.3 收集的数据不全面 / 050 第4章 整理数据：将一手资料变为规范数据 4.1 整理数据的两大原则 / 053 4.1.1 选择性输入 / 054 4.1.2 程式化输出 / 054 4.2 四种数据整理方法 / 056 4.2.1 时间分配处理法 / 056 4.2.2 精简分布处理法 / 057 4.2.3 设备结构处理法 / 058 4.2.4 中央处理器处理法 / 060 4.3 不规范数据整理 / 062 4.3.1 不规范数据界定 / 063 4.3.2 整理不规范数据的方法 / 064 第5章 分析数据：数据分析师的核心工作 5.1 哪些数据需要分析 / 066 5.1.1 财务数据 / 067 5.1.2 仓储数据 / 068 5.1.3 营销数据 / 070 5.1.4 人员数据 / 073 5.2 基本的数据分析方法 / 075 5.2.1 基础分析法 / 075 5.2.2 进阶分析法 / 080 5.3 三技巧玩转数据分析 / 083 5.3.1 看分布：明确产品特点 / 084 5.3.2 看趋势：追踪产品发展 / 085 5.3.3 看细化：提升运营效率 / 085 5.4 做不好数据分析的原因 / 086 5.4.1 样本容量不兼容 / 086 5.4.2 视觉效果过于美观 / 087 5.4.3 因果关系理解有误 / 089 5.4.4 忽视沉默用户 / 090 5.4.5 过度夸大数据作用 / 090 第6章 进阶分析一：正确分析财务数据 6.1 资产利用效率分析 / 092 6.1.1 总资产周转率 / 093 6.1.2 固定资产周转率 / 093 6.1.3 应收款项周转率 / 094 6.1.4 库存周转率 / 095 6.2 资金获取情况分析 / 096 6.2.1 初始盈利能力 / 096 6.2.2 盈利水平 / 098 6.2.3 投资回报情况 / 100 6.2.4 资本保值增值能力 / 101 6.2.5 社会贡献能力 / 103 6.3 债务稳定性分析 / 103 6.3.1 流动债务偿还能力 / 104 6.3.2 长期债务偿还能力 / 105 6.4 规模扩充前景分析 / 107 6.4.1 营业增长水平 / 107 6.4.2 近年利润平均增长率 / 109 6.4.3 近年资本平均增长率 / 110 6.4.4 资本积累情况 / 111 6.4.5 固定资产可持续发展能力 / 111 第7章 进阶分析二：正确分析仓储数据 7.1 仓储资源利用程度分析 / 114 7.1.1 地产利用效率 / 115 7.1.2 仓容利用率 / 115 7.1.3 有效范围 / 116 7.1.4 设备使用情况 / 116 7.2 仓储服务水平分析 / 117 7.2.1 缺货率与准时交货率 / 117 7.2.2 货损、货差赔偿费率 / 118 7.2.3 顾客满意度 / 118 7.3 仓储绩效评价分析 / 119 7.3.1 七大仓储绩效评价原则 / 119 7.3.2 进出货效率评价分析 / 121 7.3.3 储存作业评价分析 / 122 7.3.4 订单处理评价分析 / 124 7.3.5 装卸搬运评价分析 / 125 第8章 进阶分析三：正确分析营销数据 8.1 企业经营现状分析 / 127 8.1.1 市场占有率 / 128 8.1.2 利润分析 / 129 8.1.3 成本分析 / 130 8.2 企业销售情况分析 / 132 8.2.1 现金流 / 133 8.2.2 毛利率 / 134 8.2.3 产品销售收入 / 135 8.2.4 筛选合适的零售商 / 138 8.3 用户相关指标分析 / 141 8.3.1 新产品购买情况 / 141 8.3.2 用户获取难度 / 143 8.3.3 用户满意程度 / 144 8.3.4 盈亏平衡分析 / 146 第9章 进阶分析四：正确分析人员数据 9.1 人员基础指标分析 / 148 9.1.1 人员数量 / 148 9.1.2 人员流动情况 / 150 9.1.3 人员结构分布 / 153 9.2 人员运作情况分析 / 156 9.2.1 招聘 / 156 9.2.2 培训 / 159 9.2.3 薪酬 / 163 9.2.4 绩效 / 165 9.2.5 雇佣情况 / 166 9.3 人员规划效果分析 / 167 9.3.1 人均效益 / 167 9.3.2 万元工资盈利情况 / 168 第10章 展现数据：企业状况一目了然 10.1 展示数据的两种方法 / 170 10.1.1 图表展示法 / 171 10.1.2 专业语言展示法 / 175 10.2 如何成为高效率的数据分析师 / 178 10.2.1 界面安排得当，不杂乱 / 179 10.2.2 多元化展示，生动有趣 / 181 10.2.3 合理控制数据精确度 / 182 第11章 撰写数据分析报告：高水平数据分析师的必备技能 11.1 数据分析报告的规范结构 / 185 11.1.1 标题 / 186 11.1.2 目录 / 187 11.1.3 前言 / 188 11.1.4 问题及建议 / 189 11.1.5 附录 / 189 11.1.6 标准财务分析报告示例 / 190 11.2 数据分析报告的易错点 / 195 11.2.1 图文安排不合理，层次混乱 / 195 11.2.2 只提出问题，没有解决方案 / 196 11.2.3 缺少明确结论，核心问题模糊 / 197