适读人群 :数据分析师、市场分析师、商业分析师、数据运营官、业务决策者、强数据意识企业高层领导,以及其他对数据分析或数据运营感兴趣或欲转行从事数据分析或数据运营工作的人员。职场的竞争归根结底是核心竞争力的竞争,数据分析市场越来越饱和,企业高层越来越看重数据价值落地,数据运营悄然成为行业新兴稀缺人才,它能够跳脱技术工作与业务决策紧密结合决定了它长青的职业生命力,同时于每一位数据从业者而言,它也是**的一项核心职场能力。 很多数据分析师、数据工程师不懂业务,很多业务决策人员揣着业务高见又受限于不懂如何做数据分析……如何将数据结果和业务决策结合起来发挥数据价值正是本书设计的初衷和内容,全书以案例实战为主,涉猎多个零售行业,涵盖企业众多常见的业务场景,数据应用流程阐述完整可以很好帮助读者快速理解数据分析模型应用于决策的方法和思路。 无论你是业务人员还是专业的数据从业人员,本书都很适合阅读。
本书主要内容
本书主要介绍12个经典数据分析模型在零售企业的决策应用实战,着重介绍企业不同的业务场景会遇见的运营问题,针对不同的问题怎样选择分析模型,怎么分析?模型结果如何落地? 基础部分
第1~4章,内容相对简单。第1章是基础内容,打基石的部分,这是考虑到有些读者对数据分析应用或者利用数据可视化洞察业务具有入门的需求。第2~4章介绍的是常见且较简单的分析模型,帮助读者简单理解模型的决策支持。 进阶部分
第5~10章,较前面内容相对复杂,复杂的“点”可能在于决策应用,也可能在模型实现,将这些模型集中到一起,主要想帮助读者更进一步理解分析模型如何支持决策。 高阶部分 第11~12章,选取阿里巴巴公司目前针对零售品牌企业全域运营较为主流的营销模型,某种程度而言属于企业战略层操作。它们落地时需要将前面基础、进阶部分的分析模型融合在一起应用,所以这部分是本书数据分析模型系统应用的一个升华。从读者的学习路径来说,完成了对数据分析模型“基础认知—模型理解—理解决策应用”的完整学习链路。 本书主要解决以下问题:
针对不同的业务场景,分析模型怎么选?
利用数据分析解决业务问题的完整思路是怎样的?
商业分析如何养成?分析结果如何落地?