第一章 思维能力特训 1
第一节 大脑如何转弯 2
第二节 智慧之匙 3
第三节 人人皆可创新 5
第四节 阻碍创新的因素 5
第五节 创新的习惯 7
第六节 小测试：学到了多少？ 8
第二章 数据分析导论 13
第一节 数据分析：从狭义到广义 14
第二节 数据的层次 15
第三节 初级的数据层 17
第四节 中级的统计层 18
第五节 高级的模型层 19
第三章 数统计分析：可敬的老前辈 21
第一节 从统计分析到数据挖掘 22
第二节 统计分析的辉煌时代 24
第三节 统计分析的无可奈何 26
第四节 统计分析的未来 27
第四章 Excel：数据基础管理 33
第一节 新功能怎么用 34
第二节 几个大招 37
第三节 函数 40
第四节 Excel操作技巧 42
第五节 SmartArt 43
第五章 SPSS：处理大数据 47
第一节 基本功能介绍 48
第二节 文件操作 50
第三节 统计功能 54
第四节 分析功能 57
第六章 数据预处理：不可承受之重 63
第一节 数据预处理做什么 64
第二节 数据清洗 65
第三节 数据集成 67
第四节 数据转换 68
第五节 数据归约 69
第六节 数据离散化 71
第七章 建模：数据挖掘的本义 73
第一节 数据挖掘的过去和未来 74
第二节 数据挖掘的标准流程 78
第三节 主要模型介绍 82
第四节 回归：最似然估计 85
第五节 聚类：回归本质 86
第六节 分类：与预测不同 89
第七节 关联规则：焕发活力 95
第八节 过拟合与适用性：平衡精确与健壮 97
第八章 SAP Predictive Analytics：简单为王 99
第一节 基本功能介绍 103
第二节 聚类模型 104
第三节 分类模型 109
第四节 关联规则模型 117
第九章 概论：经营分析的常见错误 123
第一节 典型错误 124
第二节 经营分析的概念和内涵 129
第三节 经营分析的能力要求 133
第四节 互联网时代的经营分析 135
第十章 质的分析：定性分析方法 137
第一节 观察法 138
第二节 访谈法 140
第三节 CATI：市场调研利器 141
第四节 焦点小组座谈会 142
第五节 案例分析法 143
第十一章 量的分析：定量分析方法 147
第一节 比较分析法 148
第二节 因素分析法 150
第三节 分组分析法 152
第四节 异常分析法 153
第五节 结构分析法 154
第十二章 主题分析：每个月的那几天 157
第一节 主题分析的概念 158
第二节 主题分析的组织方式 160
第三节 主题分析的关键点 162
第十三章 主题分析模板：简单的灵魂 165
第一节 模板框架设计 166
第二节 双表展示结构 168
第三节 汇总表、过程表与月份表 170
第四节 公式逻辑与细节调整 172
第十四章 专题分析：价值所在 179
第一节 专题分析的概念 180
第二节 专题分析思路 182
第三节 数据提取与处理 184
第四节 数据分析与展示 186
第十五章 专题分析案例：事实说话 189
第一节 价值背离模型：用户流失之源 190
第二节 移动业务融合比例分析 193
第三节 行业发展预测模型 199
第四节 业务发展预测模型 203
第五节 业务规模预测模型 208
第十六章 概论：营销策划的日常 213
第一节 营销策划的概念 214
第二节 营销策划技术演进 217
第三节 互联网＋时代的营销策划 221
第十七章 管理咨询模型：必备武器库 227
第一节 STP模型 228
第二节 SWOT模型 230
第三节 BCG矩阵 232
第四节 波特五力分析 233
第五节 基尼系数 236
第六节 兰彻斯特模型 237
第十八章 方法论：不是仅靠经验 239
第一节 概论 240
第二节 市场分析 242
第三节 套餐设计 245
第四节 营销准备 254
第五节 后评估 256
第六节 套餐优化 260
第十九章 营销策划案例：经典的背后 265
第一节 移动业务套餐 266
第二节 家庭客户套餐 269
第三节 集团客户套餐 272
第二十章 互联网化趋势：无娱乐不营销 275
第一节 粉丝经济学 276
第二节 互联网思维 279
第三节 炒作营销 284
第四节 跨界营销 287
第五节 事件营销 288