在大数据时代，我们并不缺少数据，缺少的是利用数据分析的思维和工具去解决实际问题的能力。数据化分析是运用恰当的方法和工具，对数据进行科学、有效的分析，从而提出有理有据、具有可操作性的建议，以解决现实中的难题。本书主要介绍了数据分析的9 种思维、7 种工具、学习方法、基本方法、展现方法、制作数据分析报告的方法，以及数据分析的思维模型。本书适合所有对数据分析感兴趣的读者阅读，特别是在工作或生活中需要经常跟数据接触的人，如数据分析师、产品经理、运营人员、管理人员、财务人员等。

第1 章 数据分析的9 种思维
1.1理解现状
目标思维
对比思维
细分思维
1.2分析原因
溯源思维
相关思维
假设思维
1.3预测未来
逆向思维
演绎思维
归纳思维
1.4 综合应用案例
应用目标思维
应用对比思维
应用细分思维
应用溯源思维
应用相关思维
应用假设思维
应用逆向思维
应用演绎思维
应用归纳思维
本 章 复 盘
第2 章 数据分析的工具
2.1 Excel：应用最广泛的数据分析工具之一
2.2 Tableau：敏捷的商务智能展现工具
2.3 SQL：结构化的查询语言
2.4 SPSS：老牌的统计分析工具
2.5 SAS：强大的统计分析工具
2.6 R：专业的数据分析工具
2.7 Python：重要的数据分析工具
本 章 复 盘
第3 章 数据分析的学习方法
3.1 数据分析学习指南
学习方法
学习内容
学习路径
3.2 精准搜索学习资料
3.3 高效学习的6 种方法
3.4 高效学习的36 种思维
3.5 数据分析的精进之道
数据分析的材质
数据分析的造型
数据分析的装饰
数据分析的工艺
数据分析的层级
本 章 复 盘
第4 章 数据分析的基本方法
4.1 数据分析的5 个步骤
确认数据源是否正确
判断变化的程度如何
判断数据变化的周期如何
数据变化的前、后发生了什么
细分维度有哪些
4.2 数据分析的8 个状态
新的需求
需求确认
数据确认
实现中
交付
复盘
等待
拒绝
4.3 数据分析的指标体系
利用鱼骨图找到关键指标
从业务逻辑出发建立指标体系
用二八法则管理指标体系
4.4 提高数据敏感度
4.5 用数据解决实际问题
用流程解决问题
通过分解找到关键问题
通过交叉视点锁定原因
依据方程式制定对策
用数据讲故事
4.6 数据分析的 9 个问题
本 章 复 盘
第5 章 数据分析的展现方法
5.1 数据分析展现的重要原则
5.2 数据分析展现的常用方法
5.3 数据分析展现的图表选择
类别比较
时间趋势
占比构成
关联
分布
增强
单值
提示
本 章 复 盘
第6 章 制作数据分析报告的方法
6.1 数据分析报告的3 个层级
是什么
为什么
怎么办
6.2 数据分析报告的4 种情景
首次数据分析报告
常规数据分析报告
问题数据分析报告
总结数据分析报告
6.3 数据分析报告的5 类问题
是多少
好不好
为什么
会怎样
怎么办
6.4 数据分析报告的6 个步骤
明确目标
数据收集
数据处理
数据分析
数据展现
结论建议
6.5 数据分析报告的7 个模块
标题封面
目录导航
背景说明
思路方法
结论建议
分析正文
附录及封底
6.6 数据分析报告的8 种颜色
红色
橙色
黄色
绿色
蓝色
紫色
黑色
灰色
本 章 复 盘
第7 章 数据分析的思维模型
7.1 理解现状类思维模型
正态分布模型
幂律分布模型
帕累托分析模型
本福特分析模型
同期群分析模型
SWOT 分析模型
PEST 分析模型
7.2 分析原因类思维模型
杜邦分析模型
矩阵分析模型
RFM 分析模型
销售漏斗模型
聚类分析模型
KＡＮＯ分析模型
标杆分析模型
7.3 预测未来类思维模型
决策树分析模型
生命周期模型
福格行为模型
夏普利值模型
A/B 测试模型
线性回归模型
本 章 复 盘
后 记
致 谢
参 考 文 献