这是一本没有编程基础也能学习的企业数据分析书。本书以解决企业中常见的数据分析问题为主线，通过实例，采用“思路—方法—具体实现过程”的结构进行通俗易懂的讲解。本书共分为3 篇。第1 篇，带领读者了解数据分析并熟悉3 个最常用的数据分析工具——SPSS Modeler、Power BI 和MySQL。也许你之前都没有听说过SPSS Modeler 和Power BI，但请不要担心，它们真的很容易上手。第2 篇商品分析，介绍了企业中两个典型的分析——现有商品分析和新商品分析。现有商品分析，就是帮你发现现有的商品结构是否存在问题，以增强核心竞争优势；新商品分析，就是评估客户需求和验证客户需求，以延续核心竞争优势。第3 篇客户分析，共介绍了4 个实例——挖掘客户消费行为、挖掘客户流失概率、企业客户分析、动态展示RFM 分析的结果。本书能够帮助初学者快速迈入数据分析的大门，也能对管理人员有所启发。

随着企业信息化建设的不断完善，企业所采集到的数据越来越多，维度也越来越多，数据分析及运用对企业而言很重要。 本书作者是通过CPDA 认证、在专业的数据分析师事务所从业的数据分析师，常年为企业提供数据处理、数据挖掘、数据可视化等数据分析技术服务。本书作者多年间解决了一些企业数据应用的难题，获得了中国商业联合会数据分析专业委员会颁发的“卓越数据分析师”证书。 作者在工作中经常会听到企业（委托方）询问： -我们公司的工资计算和运营分析每月都需要5～12 天才能完成，除研发系统外，还有没有什么方法能够减少人员在统计数据方面的时间投入？ --用什么分析工具或者技巧可以快速地进行数据处理与分析等？ 也许是被问得多了，回答的内容又涉及多门学科，遂产生了编写本书的想法。 作者所在团队正在和当地院校开展校企合作项目，以期能够培养出合格的数据分析人才。 ==本书适用的人群 本书的读者门槛较低，就算您属于以下两类人员，也可以学习本书。 （1）无数据分析知识、经验的人。有的读者可能完全没有接触过数据分析，对于比较常用的“环比”“同比”的概念还不甚清楚，更不了解数据分析的思路和方法，本书会一一解释清楚。 （2）无软件操作经验。这些读者只知道Excel，没有接触过SPSS Modeler、Power BI 这样的分析工具。本书可以使读者轻松掌握这两种分析工具。 ==本书特色 总的来说，本书有以下特点： （1）尽可能地还原了作者初入数据分析行业时所遇到的问题和场景，并以场景和实例的方式形成了书籍的内容，而非从软件功能出发的图书。 （2）针对以上“两无”人员， 试图找到一条线同时解决这“两无”问题。最终确定的结构是“提出问题—解决问题（思路—方法—具体实现过程）”，即以完成一个实际的分析项目为抓手，在分析过程中遇到什么不懂就讲什么。也补充了必要的商业基础知识，比如，从第4 章起每一章开始部分都有相关知识，以弥补商业基础知识的不足。 （3）本书不会探究深奥的学术问题，只和你沟通职场中的实战案例。 （4）本书不是长篇大论，只告诉你应当关注的点。 可能你会觉得本书太单薄，但是当你发现它为你梳理的入门知识结构时，你会惊喜。 也许你会将它收藏，因为： -它会循序渐进地提升你的数据分析能力。 -它会让老板对你刮目相看，委以重任。 -它会让你的简历更加具有吸引力，更具竞争力。 虽然本书作者具有多年数据分析的经验，但因工作较忙，且写成一本书需要写作方面的经验，所以花了大约两年的时间才把书完成。在此期间对书中的内容进行了多次修改，仍然不可避免会存在疏漏和不足之处，敬请广大读者批评指正。 最后，感谢中国商业联合会数据分析专业委员会和CPDA 数据分析师们在此期间给予的支持与帮助。 ==联系作者 邮 箱：376272199@qq.com 微信公众号：智企数据分析师事务所 周召安 李光昭 2020 年3 月

= 第1 篇 熟悉数据分析工具 = 第1 章 快速了解数据分析 / 2 1.1 何谓数据分析 /. 2 1.1.1 数据分析的定义 /. 3 1.1.2 数据分析的作用 /. 3 1.2 了解常用的数据分析工具 /. 4 1.3 怎么配合使用多个数据分析工具 /. 5 1.4 常用的数据分析指标 /. 5 1.5 企业对数据分析的期望 / 7 1.5.1 便于高效观察数据 /. 7 1.5.2 找出关键指标异常的原因 /. 8 1.5.3 评估策略 /. 8 1.5.4 利用数据进行资源配置 /. 8 = 第2 章 快速熟悉SPSS Modeler 和MySQL /. 9 2.1 初识SPSS Modeler / 9 2.2 实例1：建立每日客户消费数据处理模型 /. 16 2.2.1 读取及检查数据源 /. 16 2.2.2 筛选数据 /. 20 2.2.3 汇总数据 /. 21 2.2.4 新增一列来求每天的会员订单均价 /. 25 2.2.5 合并数据 /. 26 2.3 实例2：将处理好的数据存储到MySQL 数据库中 / 28 2.3.1 安装Wampserver 与Navicat for MySQL / 28 2.3.2 连接服务器，新建数据库 /. 29 2.3.3 配置ODBC 数据源 / 30 2.3.4 将数据写入MySQL 数据库 / 32 2.4 实例3：在MySQL 中处理数据 /. 35 2.4.1 了解基本的My SQL 语句 /. 35 2.4.2 了解添加了条件的MySQL 语句 / 40 2.4.3 用函数处理数据 /. 44 = 第3 章 快速熟悉Power BI / 48 3.1 初识Power BI /. 48 3.1.1 了解数据可视化 /. 48 3.1.2 了解Power BI 的功能模块 / 50 3.2 实例4：建立度量值，实时处理数据 /. 54 3.2.1 整体思路 /. 55 3.2.2 连接数据库并加载表 /. 55 3.2.3 清洗数据 /. 57 3.2.4 准备日期表 /. 60 3.2.5 关联表间关系 /. 63 3.2.6 用简单DAX 函数创建度量值 /. 64 3.3 实例5：放置图表控件，形成仪表盘 /. 68 3.3.1 构建仪表盘内容 /. 68 3.3.2 添加筛选控件 /. 71 3.3.3 分享仪表盘 /. 73 = 第2 篇 商品分析 = 第4 章 现有商品分析——增强核心竞争优势 /. 76 4.1 相关知识 / 76 4.1.1 商品市场策略 /. 76 4.1.2 常见销售额走势特征分析 /. 78 4.1.3 特殊销售额走势特征分析 /. 79 4.1.4 商品结构分析 /. 81 4.2 实例6：分析某餐饮企业的商品结构 /. 83 4.2.1 整理出商品销售额汇总表 /. 84 4.2.3 将商品进行分类 /. 89 4.2.4 根据分类来统计指标 /. 94 4.2.5 解读分析结果并制订调整计划 /. 98 = 第5 章 新商品分析——延续核心竞争优势 / 101 5.1 相关知识 / 101 5.1.1 定位新商品 /. 101 5.1.2 如何获取准确的客户需求 /. 102 5.2 实例7：评估客户需求 /. 103 5.2.1 理解分析方法 /. 104 5.2.2 设计问卷 /. 106 5.2.3 收集并清洗数据 /. 107 5.2.4 据据公式计算数据 /. 109 5.3 实例8：验证客户需求 /. 110 5.3.1 观察价格变动引起的需求变化 /. 110 5.3.2 调研客户的价格期望 /. 111 5.3.3 分析得到的结果 /. 113 = 第3 篇 客户分析 = 第6 章 管理客户——找出客户消费规律 /. 116 6.1 相关知识 / 116 6.1.1 灵活定义客户群体 /. 116 6.1.2 常见的“拉新”策略 /. 116 6.1.3 老客户维护策略 /. 117 6.2 实例9：挖掘客户消费行为 / 118 6.2.1 整体思路 /. 118 6.2.2 数据预处理 /. 119 6.2.3 提取客户第1 次消费行为数据 /. 121 6.2.4 调整挖掘模型 /. 125 6.2.5 实现自动挖掘 /. 130 6.3 实例10：挖掘客户流失概率 / 133 6.3.1 整体思路 /. 134 6.3.2 定义流失客户 /. 134 6.3.3 建立“档案表” /. 136 6.3.4 计算流失概率指标 /. 142 6.3.5 解读得到的结果 /. 144 = 第7 章 资源配置——让客户营销更有价值 / 146 7.1 相关知识 / 146 7.1.1 客户细分的常用方法 /. 146 7.1.2 客户价值识别的三大指标——R、F、M /. 147 7.2 实例11：企业客户分析 /. 148 7.2.1 统计指标情况 /. 149 7.2.2 查看新客户覆盖情况 /. 153 7.2.3 挖掘第2 次交易的周期规律 /. 157 7.2.4 分析客户的价值 /. 159 7.3 实例12：动态展示RFM 分析的结果 / 167 7.3.1 准备数据 /. 167 7.3.2 创建参数切片器 /. 168 7.3.3 创建度量值及数据标准化 /. 169 7.3.4 划分客群 /. 171 7.3.5 数据可视化 /. 172