第1章 大数据时代的数据科学家 1
1.1 点球成金 2
1.2 棒球和数据科学家 4
1.3 发现了“宝藏”的运动家队 6
1.4 在真理的海洋边玩耍的孩子 8
1.5 大数据和数据科学家 10
1.6 大数据时代硬件与网络高度发展 12
1.7 大数据时代另一个特征 14
1.8 最有魅力的数据科学家 16
1.9 数据科学家的素养与技能 18
Management Science①什么是管理 20
1.10 数据科学家的用武之地 22
Column 1直觉判断法 24
第2章 让数据分析服务于经营 25
2.1 三个石匠 26
2.2 数据科学家的眼光 28
2.3 数据科学家的管理素质 30
2.4 战略地图——平衡计分卡 32
2.5 战略地图解读 34
2.6 尺度与评价标准——KPI 36
2.7 KPI解读 38
Management Science②应当了解的常用KPI 40
2.8 KPI导向数据分析 44
2.9 KPI导向数据分析的基本方式 46
2.1 0PDCA思想及缺陷 48
2.1 1约束理论 50
2.1 2五大核心步骤 52
2.1 3以五大核心步骤实践PDCA 54
Column 2远足比喻 56
第3章 用统计学揭示数据内涵 57
3.1 平均数的内涵 58
3.2 几何平均数及调和平均数 60
Do It Excel①用函数计算各类平均数 62
3.3 加权平均数 64
3.4 中位数和众数 66
3.5 频数分布表 68
3.6 直方图 70
Do It Excel②绘制直方图 72
3.7 数据分布的离散程度 74
3.8 极差 76
3.9 方差 78
3.10 标准差与变异系数 80
Data Science①统计学的关键！理解方差、标准差、变异系数 82
DoIt Excel③计算方差、标准差、变异系数 84
3.11 标准正态分布 86
3.12 Z分数和T分数 88
3.13 将标准差应用到库存管理中 90
Do It Excel④手头应该持有多少现金？ 92
Column 36σ（六西格玛） 94
第4章 用相关分析挖掘潜藏商机 95
4.1 相关关系在商业中的重要性 96
Management Science③理解相关关系和因果关系的不同 98
4.2 验证相关关系的基本步骤 100
4.3 相关关系可视化——散点图 102
4.4 相关关系强弱性——相关系数 104
Do It Excel⑤散点图和相关系数 106
4.5 问卷调查的相关关系 108
4.6 问卷调查结果的相关矩阵 110
Do It Excel ⑥用分析工具计算相关系数 112
4.7 满意度分析图 114
4.8 策略方案的制定 116
Do It Excel ⑦用散点图绘制满意度分析图 118
4.9 顾客与商品的细分化 120
Do It Excel⑧绘制帕累托图 122
4.1 0交叉分析的基本方法 124
Do It Excel⑨用数据透视表进行交叉分析 126
Column 4找不到“数据分析”按钮！ 128
第5章 用回归分析预测未来 129
5.1 用回归分析预测未来 130
5.2 回归直线与回归方程 132
5.3 回归直线准确度——R2值 134
Data Science②计算R2值的思考方式 136
Do It Excel⑩计算回归系数和截距 138
5.4 理解回归分析及其结果的含义① 140
5.5 理解回归分析及其结果的含义② 142
Do It Excel 11用回归分析表导出回归方程 144
5.6 多元回归分析 146
5.7 用Excel进行多元回归分析 148
5.8 多元回归方程 150
5.9 报纸广告和店内促销，谁的贡献度更高？ 152
5.10 定性转定量，分析更简单① 154
5.11 定性转定量，分析更简单② 156
Do It Excel 12将有、无转为数值 158
5.1 2回归分析表 160
5.1 3用回归分析表进行有效促销 162
Column 5看似简单实际很难的概率问题 164
第6章 用检验做出战略决策 165
6.1 假设是否成立？ 166
6.2 样本均值与总体均值 168
Data Science③中心极限定理 170
6.3 通过掷骰子理解检验 172
Do It Excel 13制作二项分布图 174
6.4 检验的基本步骤 176
6.5 该店午餐价格比当地午餐均价便宜？ 178
Data Science④双边检验和单边检验 180
Do It Excel 14调查平均数之间是否存在差异① 182
6.6 样本容量小？——t检验 184
Do It Excel 15调查平均数之间是否存在差异② 186
6.7 多个比较对象？——F检验 188
6.8 是否有显著差异？——方差分析① 190
6.9 是否有显著差异？——方差分析② 192
Column 6均值回归 194
第7章 用R语言结构化数据 195
7.1 数据分析的实际标准——R 196
7.2 R的基本操作 198
Do ItR①读取R的数据集 200
7.3 箱线图 202
Data Science⑤理解箱线图的内涵 204
Do It R②导入程序包 206
7.4 用R也能做回归分析 208
7.5 用R还能做聚类分析 210
Do It R③用R进行聚类分析 212
Do It R④将城市间的距离可视化 214
7.6 小心黑天鹅事件 216
参考文献 218