活用数据：驱动业务的数据分析实战

　　《活用数据：驱动业务的数据分析实战》是一本用数据来帮助企业破解业务难题的实操书，有理论、有方法、有实战案例。《活用数据：驱动业务的数据分析实战》第1~3章首先对“怎么想”进行了解答，通过明确分析问题、开启分析思路、打开分析视角，依次回答数据思维的3个核心问题：解决什么问题、分析哪些内容、分析到何种程度。第4~8章对企业常见的9项业务需求进行案例解析，回答“怎么做”的问题。这9项业务需求包括战略选择、用户偏好、客户分类、品牌建设、规模预测、产品设计、价格制定、渠道评价、促销配置。通过对具体案例的思考和操作，提升读者的业务理解力、逻辑思维力和动手实践力，加强读者分析和解决问题的水平。
　　《活用数据：驱动业务的数据分析实战》具有业务驱动、案例闭环、思维先导、实战还原4大特色，同时在思路上清晰连贯，在表达上深入浅出，既能帮助数据分析从业者入门和提升，也能辅助企业各业务部门和各级管理人员做量化决策。

　　陈哲
　　毕业于中国人民大学，拥有10余年数据研究和培训经验。先后在家电市场研究公司、互联网公司、数据分析协会、大学担任项目经理、研究总监、数据中心主任、大学讲师。
　　主持过企业战略研究、消费者使用习惯与态度分析、市场细分与定位、品牌资产诊断、新产品测试、渠道终端点检、用户画像、客户满意度、互联网营销运营等多个数据分析项目。
　　服务过的企业有飞利浦、三星、长虹、苏宁、新加坡胜安航空公司、新浪等，具有丰富的数据分析业务实战经验。
　　2013年因独著出版《数据分析：企业的贤内助》一书被51CTO评为“IT类图书zui受读者欢迎的作者奖”。2018年开通微信公众号“数据小宇军”，坚持原创，分享数据分析思维、方法、工具、技能及案例应用干货，本书配套的数据资料可在微信公众号下载。

　　畅销书《数据分析：企业的贤内助》作者“数据小宇军”又一新作。作者10余年数据研究和培训经验新分享。有理论、有方法、有案例。
　　用数据来帮助企业破解业务难题，解决了数据分析师“怎么想”、“怎么做”的问题，有关用户偏好、品牌建设、产品预测等9项业务问题的深度探讨，包括如何提升品牌竞争力？如何预测市场规模？如何开发有竞争力的新品？……
　　数据行业内多位老师力荐，包括沈浩、邓凯、黄成明、宋星、小蚊子……
　　赠送120+分钟案例操作视频，随书附赠数据分析师业务流程图，全书案例结构思维导图，本书读者服务QQ群、微信群。

　　初为数据分析师，你可能会面临这样的困境：当一项业务需求摆在面前，你的脑子一片空白，不知道该怎么想、怎么做。然后你开始搜肠刮肚，拼命思考，可惜你发现脑海里闪现的只是一些零散的知识点：概念、方法、工具、技能……
　　这个局，该怎么破？
　　既然你是卡在“怎么想”和“怎么做”两个环节上的，那么，本书就从这两个环节入手，帮你破局。
　　1. 业务驱动
　　要知道“怎么想”，首先要明确业务需求。
　　因为业务需求决定了数据分析要研究的问题，是数据分析目的和价值的体现。
　　而要明确业务需求，需要回答以下两个问题：
　　数据分析具体有哪些业务需求？
　　满足这些业务需求需要哪些数据分析专题？
　　企业面临的所有经营难题，都可能成为数据分析的业务需求。完整的企业经营包括投融资、采购、生产、物流、营销等环节。其中营销环节最接近市场，数据化需求最旺盛，因此，本书着眼于企业营销环节的业务需求。
　　企业面临的营销难题概括起来有三项：做什么、做给谁、怎么做。其所对应的五项业务需求和数据分析专题见下表。本书第1 章对这三者的关系进行了概述，第4~8 章的案例解析与各类数据分析专题相对应，体现了业务驱动的思想，帮你明确分析问题。
　　2. 思维先导
　　要知道“怎么想”，还需要回答下面两个问题：
　　● 为满足这项业务需求，你需要分析哪些内容？
　　● 这些内容分析到什么程度，才能满足业务需求？
　　要回答第一个问题，需要开启分析思路，通过提问、模型、结构化思维等方法将抽象的业务需求转化为具体的分析内容，对应本书第2 章。
　　要回答第二个问题，需要打开分析视角，从对比、分类、相关和描述等多个视角入手，增加数据分析的深度，提升数据分析的价值，对应本书第3 章。
　　开启分析思路、打开分析视角合称数据思维，对应本书的第1~3 章，先于第4~8 章的案例解析，体现了思维先导的思想。因此，本书将第1~3 章归为思维篇。
　　3. 实战还原
　　世上最远的距离是“知道”和“做到”的距离。
　　“怎么想”是“知道”：当面临业务需求时，“知道”该分析什么内容，实现什么
　　目标。而如何由内容实现目标，这就属于“怎么做”的范畴。在“知道”内容和目标的基础上，“做到”获取有效的数据，选择合适的方法，使用恰当的工具，运用熟练的技能，通过科学的分析，满足企业的业务需求。而在此过程中，需要数据、方法、工具、技能等多个知识点的支撑。因此，要“做到”并非易事，本书通过第4~8 章对此进行了详细介绍。
　　那么，如何介绍才有效呢？
　　对于数据、方法、工具、技能等知识点，若只是简单地罗列介绍，就像在构建一座座知识孤岛，建时简单、粗暴，用时难以企及。要实现这些知识点的有效链接和全景应用，需要找到通往各座知识孤岛的路径，这条路径就是实战还原：通过案例解析，融合各个知识点，还原数据分析项目实战的本来面目。因为，如果把各知识点看成是鱼网上的一个个网眼，那么案例解析就是这个鱼网的大绳，鱼网的大绳一提，网眼都能张开；同样，案例贯穿于其中，知识点的讲解也能纲举目张。
　　因此，本书第4~8章分别使用网上商城、彩电企业、保险公司、手机品牌、厨电公司五个数据分析案例，通过案例解析进行实战还原。因此，本书将第4~8 章归为实战篇。
　　4. 案例闭环
　　回答“怎么做”的问题，一个优秀的案例解析应该是闭环的，即：不论面对何种业务需求，你都要首先明确分析思路（确定分析目的和内容），然后知道如何获取、处理、分析和解读数据，最后通过数据的分析和解读，实现分析目的，满足业务需求（见下图）。
　　因此，本书第4~8 章均按上述步骤进行案例解析，使各个知识点在一条分析流程的链条上实现有序分布和融会贯通；从业务需求中来，到业务需求中去，实现案例闭环。
　　综上所述，本书在解答数据分析师“怎么想”、“怎么做”两大痛点问题时，具有业务驱动、思维先导、实战还原、案例闭环四个特色（见下图）。通过本书的学习，你的业务理解力、逻辑思维力和动手实践力将会同时得到提升。
　　本书读者对象
　　大专院校数据分析相关专业师生；
　　想进入数据分析行业的有志之士；
　　从事咨询、研究、分析等数据分析工作的专业人士；
　　企业战略、客服、品牌、产品、市场、运维、渠道等部门的数据分析从业者；
　　经常阅读行业分析、市场研究、经营分析报告的企业各部门和各级管理人员；
　　对数据分析及其业务应用感兴趣者。
　　勘误与支持
　　尽管我们对书稿进行了多次修改，但仍然不可避免地会有疏漏和不足之处，恳请读者批评指正。如果你有更多的宝贵意见，也欢迎发送邮件至[email protected]。期待得到大家的反馈，我们会在适当的时间进行修订。
　　书中全部的数据文件可以从作者的微信公众号获取，微信公众号搜索“数据小宇军”，关注后回复“活用数据”即可。数据文件也可以从博文视点网站下载，地址如下：
　　http://www.broadview.com.cn/35620
　　致谢
　　感谢邓凯的鼓励和支持，让我下定决心写这本书。自从当上妈妈，我大部分时间忙乱于尿布和奶瓶之间，对于数据分析的交流与分享，虽心中热爱，却投入甚少。于是，我的博客荒芜了，《数据分析：企业的贤内助》一书也因无暇顾及而绝版。2017 年年底，邓凯找到了我，对《数据分析：企业的贤内助》一书有很高的评价，并和我讨论了该书的优缺点。这唤起了我的斗志，于是我想再写一本书，在表达方式、思维引导、案例解析等方面对《数据分析：企业的贤内助》一书进行改进。邓凯对此非常支持，并在我后续的写作中给予指导和鼓励，使我熬过艰苦岁月，守得云开见月明。此外，邓凯作为一个超级奶爸和数据分析大V的合体，给予我精神力量，让我意识到看娃不能成为懈怠的借口，花开复见却飘零，残憾莫使今生留。可以说，邓凯是这本书的推动者和引路人。
　　感谢电子工业出版社张慧敏编辑对书稿的修改提议和在写作过程中的督促与支持。
　　感谢黄成明、李梅花、黎湘艳、孟嘉、沈浩、Spring、宋星、王泽蕴、王颖祥、徐麟、赵坚毅、张文霖等数据分析专家为本书提出建议和撰写书评。
　　最后，感谢我的家人，没有家人的爱与支持、理解与付出，就没有这本书。
　　陈哲
　　推荐序
　　企业最看重数据分析师的能力是什么？
　　先来讲讲我自己经历的事。
　　我是来自农村的孩子，记得很小的时候，父亲为了养家，在镇上做卖水果的生意，虽然当时的生意不是最好的，但也不是最差的。起初看到父亲每天晚上都会用笔来记录每一种水果的销量和剩余状态，还会记录多少人询问，多少人去了别人家的水果店，那时候特别不理解这样做的目的是什么。
　　我把我的疑问告诉了父亲，父亲是这样回答的：
　　首先，我要知道每天每种水果的销量，好去进货。我要清楚地知道，今天什么水果卖得最多，什么水果是这段时间大家喜欢的，如果别人家都是在最热销的时候去进货，那么进货的价格肯定已经上涨了，所以要提前备货。
　　其次，我要清楚地了解每种水果对镇上人的“诱惑”是什么。父亲拿一些低价而且质量好的水果去引起更多的人关注其水果店，这样他们才有可能在父亲这里买更多其他种类的水果，让一些价格高但利润很好的水果有推荐的机会。即使客人不愿意买高价水果，那也可以对一些性价比高的水果进行推荐，送他们一点品尝一下，这样他们慢慢就会觉得父亲这里的水果是镇上最好的，这样父亲的生意才能坚持下去。如果都没有人来，那父亲的生意就没法做。其实父亲每天记录人流和各种水果的销量也是为了更好地去“估计”，以减少赔钱的风险。比如苹果进货多了，但是人流太少，大家在这个时间段不喜欢吃苹果，苹果卖不出去，那就赔钱了，因为水果都是有保质期的。
　　我大学毕业后在某知名电商企业担任数据分析师，回头想一想，父亲不是一个专业的数据分析师，但却是一个洞察数据的生意人，如果那时候我会用Excel记录、分析数据的话，也许就可以提高父亲分析数据的效率，而不是用笔去记录、用计算器去处理数据了。但这个真的很重要吗？在我看来，未必。数据分析的工具可能会过时落伍，但分析的思维和对数据的敏感性不会，这才是值得我们深思的地方。
　　相信大家看完我的这段经历已经很清楚，企业到底看重数据分析师的什么能力？
　　就是如何用数据做决策的能力，培养自己的数据思维方式。工欲善其事，必先利其器。但数据分析本身就是一个决策辅助工具，而你学的只是工具+工具，所以当看完很多数据分析的书籍、学完很多数据分析的课程，再去面对很多数据和业务问题时，仍然不能很好地发现数据中的价值，甚至无从下手，陈哲的《活用数据：驱动业务的数据分析实战》这本书能很好地帮你读懂数据分析师的价值所在。
　　2017 年年初，我找到了陈哲，邀请她撰写一本从场景、案例、思维出发的数据分析书籍，让大家从业务场景和应用价值去理解数据分析，以便更好地去领悟数据驱动业务的价值。为什么要邀请陈哲来写？相信很多人都看过陈哲的第一部作品《数据分析：企业的贤内助》，当时我看到这本书感触很深，只是那个时候大数据还没有现在这么火。
　　第一次讨论这本书，我、陈哲和张慧敏一起相约在回龙观地铁站的咖啡厅，开始一起思考这本书的定位和价值，从定位、框架、内容、撰写风格等多方面去碰撞，不知不觉5 小时过去了。陈哲老师的认真态度和对数据分析的痴狂使我们感动。在之后的时间中，我们不断去打磨、讨论、修正，整整两年的时间，才最终出版，相信《活用数据：驱动业务的数据分析实战》会给你带来不一样的数据分析体验。
　　数据分析未来可能不再是一种职业，而是职场中人人都应该具备的工作技能，这样才能让数据发挥最大的价值。
　　邓凯
　　爱数圈创始人，知名大V，大数据行业布道者

本书第1~3章彩色印刷，第4~8章黑白印刷

思维篇
第1 章 明确分析问题..003
1.1 Why：为什么分析..003
1.1.1 识别机会. 003
1.1.2 规避风险004
1.1.3 问题诊断 005
1.2 What：分析什么 006
1.2.1 战略分析006
1.2.2 用户偏好分析. 007
1.2.3 STP 分析 007
1.2.4 品牌建设分析.008
1.2.5 营销组合分析.008
1.3 How：如何分析 009
1.3.1 开启分析思路.010
1.3.2 打开分析视角.010
1.4 本章结构图 010

第2 章 开启分析思路. 011
2.1 学会提问 011
【案例1】轻松撰写投资项目分析报告 012
2.2 熟悉模型.013
【案例2】构建某地产公司客户满意度指标体系.. 013
2.3 结构与时间思维..015
【案例3】如何做用户偏好分析 015
2.4 演绎思维 019
2.4.1 标准式演绎. 020
2.4.2 常见式演绎. 020
【案例4】应用4W 模式进行爱情战略分析. 020
2.5 重要性思维.023
【案例5】KANO 模型的重要性思维 023
2.6 综合案例：如何研究某餐饮企业的顾客满意度024
2.7 本章结构图.025

第3 章 打开分析视角..027
3.1 引例：新浪微博访问量分析027
3.2 对比视角.031
3.2.1 对比的类型. 031
3.2.2 对比的可信度. 032
【案例1】如何比较员工工资与工龄的差异. 033
【案例2】如何处理分类维度 034
3.3 相关视角.036
3.3.1 规模预测 036
3.3.2 精准营销036
【案例3】从颜色偏好看精准营销 036
3.4 分类视角 038
3.4.1 分类的价值. 039
3.4.2 分类的步骤与方法.. 039
3.5 描述视角 040
3.5.1 集中趋势与离中趋势..040
3.5.2 个体波动的研究价值..040
【案例4】疑似车险欺诈的“标的车”分析.041
3.6 如何在业务应用中选择分析视角 041
3.6.1 视角与方法.041
3.6.2 方法与应用. 042
3.7 综合案例：航空公司项目分析价值的提升..043
3.8 本章结构图 049

实战篇
第4 章 战略分析案例解析——某购物中心网上商城战略分析053
4.1 研究目的：战略选择..053
4.2 研究内容：环境分析..053
4.2.1 宏观环境分析. 054
4.2.2 市场环境分析. 055
4.2.3 竞争环境分析. 055
4.3 定性与定量分析方法..057
4.3.1 定性：SWOT 分析 057
4.3.2 定量：内外因素评价矩阵 057
4.4 内外因素数据获取.. 058
4.4.1 外部因素数据.058
4.4.2 内部因素数据. 059
4.5 内外因素得分计算.. 060
4.5.1 评分的计算.060
4.5.2 权重的计算. 062
4.5.3 最终得分的计算..064
4.6 制作战略选择矩阵图及解读 066
4.6.1 分析思路066
4.6.2 图表制作 067
4.6.3 结果解读068
4.7 本章结构图 068
第5 章 用户偏好分析案例解析——某彩电企业用户偏好分析 069
5.1 研究目的：差异化营销.. 069
5.1.1 差异化营销的必要性..069
5.1.2 差异化营销的可行性.. 070
5.2 研究内容：五阶段和七要素071
5.2.1 分析内容 071
5.2.2 调查问卷 072
5.3 用户偏好数据获取074
5.3.1 调研计划 074
5.3.2 数据录入074
5.4 调研数据处理..075
5.4.1 数据清洗 075
5.4.2 数据读取080
5.5 数据分析架构..082
5.5.1 分析目录 082
5.5.2 分析体系 082
5.6 数据分析方法. 084
5.6.1 频数统计084
5.6.2 均值分析085
5.6.3 方差分析086
5.6.4 比较均值089
5.6.5 交叉分析090
5.7 分析结果解读. 091
5.7.1 用户整体偏好分析..091
5.7.2 各类用户偏好检验.. 092
5.7.3 各类用户偏好对比..093
5.7.4 用户基本特征描述..093
5.8 本章结构图 094
第6 章 STP 分析案例解析——甲保险公司客户分类分析095
6.1 研究目的：精准营销..095
6.2 研究内容：客户分类维度095
6.2.1 事前分类维度.096
6.2.2 事后分类维度.096
6.3 数据获取与处理..097
6.3.1 调查问卷设计. 097
6.3.2 调研计划100
6.3.3 数据处理100
6.4 数据分析架构. 101
6.4.1 客户细分 102
6.4.2 目标客户选择. 102
6.4.3 目标客户定位. 102
6.5 数据分析与输出结果..103
6.5.1 确定分类维度. 103
6.5.2 分类维度的数据消减.. 103
6.5.3 分类维度的数据转化..111
6.5.4 细分方法的选择.. 112
6.5.5 聚类分析116
6.5.6 目标客户选择. 121
6.5.7 目标客户定位. 126
6.6 分析结果解读..136
6.6.1 分析思路 137
6.6.2 分析主体 137
6.6.3 结论建议140
6.７ 本章结构图 141
第7 章 品牌建设分析案例解析——某手机品牌建设分析142
7.1 研究目的：提升品牌价值142
7.1.1 品牌的内涵. 142
7.1.2 品牌的价值. 143
7.2 研究内容：品牌认知与行为143
7.2.1 品牌形象分析.144
7.2.2 品牌知名度分析..146
7.2.3 品牌流转分析.147
7.3 数据获取与处理..150
7.3.1 调研计划 150
7.3.2 数据处理151
7.4 品牌形象分析与解读. 160
7.4.1 品牌知觉图的基本思想..160
7.4.2 品牌知觉图的制作..164
7.4.3 分析结果解读.166
7.5 品牌知名度分析与解读167
7.5.1 Graveyard 模型的基本思想.. 167
7.5.2 Graveyard 模型的制作..168
7.5.3 分析结果解读.170
7.6 品牌流转分析与解读..170
7.6.1 品牌流转程度分析.. 171
7.6.2 品牌流转方向分析.. 173
7.6.3 品牌流转原因分析.. 175
7.7 本章结构图.182
第8 章 营销组合分析案例解析——甲厨电公司的营销决策 183
8.1 研究目的：营销决策. 183
8.2 研究内容：营销组合分析.. 184
8.2.1 产品决策分析.184
8.2.2 定价决策分析.184
8.2.3 流量渠道价值评价..185
8.2.4 促销资源配置分析..185
8.3 规模预测分析. 185
8.3.1 预测思路与方法..186
8.3.2 季节分解法预测..188
8.3.3 类比法与因素推算法预测198
8.3.4 回归预测 203
8.4 产品属性分析..209
8.4.1 关于产品属性的观点.. 210
8.4.2 KANO 模型的基本思想.. 211
8.4.3 基于KANO 模型的问卷设计.. 213
8.4.4 KANO 模型的数据准备.. 214
8.4.5 确定属性分类依据.. 215
8.4.6 判断记录的属性类别.. 217
8.4.7 Better-Worse 系数矩阵 221
8.4.8 分析结果解读. 227
8.5 定价决策分析..228
8.5.1 定价问题与分析方法.. 228
8.5.2 PSM 模型的基本思想. 229
8.5.3 基于PSM 模型的调查问卷设计.. 231
8.5.4 基于PSM 模型的数据准备. 232
8.5.5 最优价格与价格范围分析 233
8.5.6 三类市场的规模分析.. 235
8.5.7 分析结果解读. 236
8.6 流量渠道价值评价237
8.6.1 评价思路：确定影响因素 237
8.6.2 评价指标：ROI 与Engagement.. 237
8.6.3 数据准备：电商转化数据 241
8.6.4 评价指标的计算.. 241
8.6.5 评价方法：矩阵分析.. 242
8.6.6 评价方法：归因分析.. 245
8.7 促销资源配置..259
8.7.1 问题界定与方法选择.. 260
8.7.2 资源配置三要素.. 260
8.7.3 线性规划的基本思想.. 261
8.7.4 媒体组合案例解析.. 262
8.8 本章结构图.267