第1篇概述篇 1
第1章 企业中的大数据 2
1.1 什么是数据？什么是数据技术 3
1.2 数据分类 8
1.3 数据类型 13
1.4 数据结构和数据结构化 16
1.5 数据质量及其八个指标 27
1.6 数据处理与数据清洗 33
第2章 数据分析的目的 42
2.1 数据是数字化的证据——没有记录下来的事情就没有发生过 43
2.2 追溯——追责、求根源、求真相 44
2.3 监控——监督、检查、评估、监控、检测 46
2.4 洞察——探寻规律，掌握发展的钥匙 47
2.5 商机——挖掘未被满足的需求 47
2.6 预测——指导未来实践的规律 48
第3章 数据分析的思路 50
3.1 先总后分，逐层拆解 51
3.2 抽丝剥茧，寻踪问迹 54
3.3 内涵外延，概念清晰 57
3.4 可视化作图——按照认知规律作图展示 58
3.5 识图的九个基本方法 77
3.6 管理常识是数据分析的基础 92
第2篇方法篇 97
第4章 对比与对标——识别事物的基本方法 98
4.1 对比是识别事物的基本方法 99
4.2 对比——横向、纵向及多维度对比 100
4.3 比值比率背后的逻辑 104
4.4 指标的逻辑与管理指标 107
4.5 对标的层次和维度 111
4.6 标杆管理与榜样的力量 122
第5章 分类——认知事物的基本方法 125
5.1 什么是分类？为什么要分类？分类的方法是什么 126
5.2 解构事物的三要素——要素、属性和行为 134
5.3 维度分类法 137
5.4 属性分类法 138
5.5 流程分类法 140
5.6 层级分类法 142
5.7 分类中的权重设定问题 143
第6章 聚类——寻找规律的第一步 147
6.1 聚类的基本逻辑 149
6.2 聚类的因子和主成分 152
6.3 聚类的步骤 154
6.4 有序聚类与时间序列聚类 161
第7章 逻辑关系——寻找事物之间的因果规律 163
7.1 相关性与相关系数分析 164
7.2 事物之间的逻辑关系与科学规律 167
7.3 果因关系与因果关系，看不见的事物发展逻辑 168
7.4 事物发展规律的复杂性与科学抽象 171
7.5 因果关系与回归分析 173
7.6 逻辑回归 179
7.7 关联与共生——现象与规律的探寻 180
第8章 预测——数据分析的终极目标 183
8.1 预测是数据分析的终极目的 184
8.2 预测的必要性和误差的必然性 188
8.3 经验预测法 190
8.4 类比预测法 192
8.5 惯性法与时间序列分析 195
8.6 逻辑关系预测法 198
第9章 结构——事物组成的“配方” 201
9.1 解构与结构 202
9.2 结构关系影响着事物的根本属性 205
9.3 结构的基准——激励中的预期管理比实际激励更加有效 208
9.4 关键要素与非关键要素 209
9.5 最佳组合——人、财、物等企业资源的最佳搭配 212
9.6 结构化效率分析 216
第3篇具体应用篇 219
第10章 各职能部门的具体数据分析 220
10.1 专业分工下的职能价值体现 221
10.2 人力资源管理中的数据分析 223
10.3 财务管理中的数据分析 228
10.4 营销和销售管理中的数据分析 232
10.5 生产管理中的数据分析 235
10.6 物流和供应管理中的数据分析 241
第4篇工具篇 245
第11章 常用的数据分析工具介绍 246
11.1 Excel——Excel 2016数据分析功能 247
11.2 SQL与数据库软件Access、 SQL Server、 MySQL等 252
11.3 SPSS统计分析工具与数据分析工具家族 254
11.4 R语言与编程实现数据分析 255
11.5 SAS的历史地位与最新发展 256
11.6 其他软件系统以及在线资源 257