第3版的编写延续了以前版本的优点，在讲解相应的数量解析方法和模型时，从商务活动实际背景引出数量解析的问题及方法，对分析工具的性质、应用注意事项进行细致的说明，然后讲解如何利用Excel的功能进行求解，最后对数量解析的结果给出解读。与前一版相比，第3 版在很多方面做了改进，主要表现为：章节的增删（新增两章，改写一章）、内容编排的调整（使全书内容衔接更紧凑）、大数据知识的充实更新、Excel数据分析新功能的讲解、电子数据资料和纸质图书的配合使用。
本书适合管理科学与工程、计算机科学与技术、统计学、工商管理、市场营销、经济贸易等专业的本科生、研究生和MBA使用，也可供相关企业人员学习参考。

杰弗里·D.坎姆是维克森林大学（Wake Forest University）商学院数据分析系副主任。坎姆教授出生在俄亥俄州辛辛那提市，本科毕业于萨维尔大学（Xavier University），博士毕业于克莱姆森大学（Clemson University）。在到维克森林大学任教之前，坎姆教授一直是辛辛那提大学的教员，是斯坦福大学的访问学者，做过达特茅斯学院塔克商学院工商管理专业的访问教授。

前言
作者简介
第1章 导论
1.1 决策的意义
1.2 什么是商业数据分析
1.3 数据分析方法与模型的分类
1.3.1 描述性数据分析
1.3.2 预测性数据分析
1.3.3 指导性数据分析
1.4 大数据
1.4.1 体量大
1.4.2 速度快
1.4.3 多样性
1.4.4 真实性
1.5 商业数据分析学的应用
1.5.1 金融领域
1.5.2 人力资源管理
1.5.3 市场营销
1.5.4 健康管理
1.5.5 供应链管理
1.5.6 政府部门和非营利组织
1.5.7 体育领域
1.5.8 互联网领城
本章小结
关键术语
第2章 描述统计分析
数据分析案例：美国人口普查局
2.1 数据概述：定义和目标
2.2 数据的类型
2.2.1 总体数据和样本数据
2.2.2 数量数据和属性数据
2.2.3 截面数据和时间序列数据
2.2.4 数据的来源
2.3 Excel中的数据调整
2.3.1 Excel中的数据排序和筛选
2.3.2 Excel中的数据条件格式
2.4 数据的分布
2.4.1 属性数据的频数分布
2.4.2 频率分布与百分比分布
2.4.3 数量数据的频率分布
2.4.4 直方图
2.4.5 累积须数分布
2.5 位置测度
2.5.1 均值（算术平均数）
2.5.2 中位数
2.5.3 众数
2.5.4 几何平均
2.6 变异测度
2.6.1 极差
2.6.2 方差
……
第3章 数据可视化
第4章 描述性数据挖掘
第5章 概率：模式化不确定性
第6章 统计推断分析
第7章 线性回归分析
第8章 时间序列分析与预测
第9章 预测性数据挖掘
第10章 电子表格模型
第11章 蒙特卡洛模拟
第12章 线性优化模型
第13章 整数线性优化
第14章 非线性优化问题
第15章 决策分析
参考文献
译者后记