第 1 篇概述篇 1
第 1章企業中的大數據 2
1.1 什麼是數據？什麼是數據技術 3
1.2 數據分類 8
1.3 數據類型 13
1.4 數據結構和數據結構化 16
1.5 數據質量及其八個指標 27
1.6 數據處理與數據清洗 33
第 2章數據分析的目的 42
2.1 數據是數字化的證據——沒有記錄下來的事情就沒有發生過 43
2.2 追溯——追責、求根源、求真相 44
2.3 監控——監督、檢查、評估、監控、檢測 46
2.4 洞察——探尋規律，掌握發展的鑰匙 47
2.5 商機——挖掘未被滿足的需求 47
2.6 預測——指導未來實踐的規律 48
第 3章數據分析的思路 50
3.1 先總後分，逐層拆解 51
3.2 抽絲剝繭，尋蹤問跡 54
3.3 內涵外延，概念清晰 57
3.4 可視化作圖——按照認知規律作圖展示 58
3.5 識圖的九個基本方法 77
3.6 管理常識是數據分析的基礎 92
第 2 篇方法篇 97
第 4章對比與對標——識彆事物的基本方法 98
4.1 對比是識彆事物的基本方法 99
4.2 對比——橫嚮、縱嚮及多維度對比 100
4.3 比值比率背後的邏輯 104
4.4 指標的邏輯與管理指標 107
4.5 對標的層次和維度 111
4.6 標杆管理與榜樣的力量 122
第 5章分類——認知事物的基本方法 125
5.1 什麼是分類？為什麼要分類？分類的方法是什麼 12
5.2 解構事物的三要素——要素、屬性和行為 134
5.3 維度分類法 137
5.4 屬性分類法 138
5.5 流程分類法 140
5.6 層級分類法 142
5.7 分類中的權重設定問題 143
第 6章聚類——尋找規律的第一步 147
6.1 聚類的基本邏輯 149
6.2 聚類的因子和主成分 152
6.3 聚類的步驟 154
6.4 有序聚類與時間序列聚類 161
第 7章邏輯關係——尋找事物之間的因果規律 163
7.1 相關性與相關係數分析 164
7.2 事物之間的邏輯關係與科學規律 167
7.3 果因關係與因果關係，看不見的事物發展邏輯 168
7.4 事物發展規律的復雜性與科學抽象 171
7.5 因果關係與迴歸分析 173
7.6 邏輯迴歸 179
7.7 關聯與共生——現象與規律的探尋 180
第 8章預測——數據分析的終極目標 183
8.1 預測是數據分析的終極目的 184
8.2 預測的必要性和誤差的必然性 188
8.3 經驗預測法 190
8.4 類比預測法 192
8.5 慣性法與時間序列分析 195
8.6 邏輯關係預測法 198
第 9章結構——事物組成的“配方” 201
9.1 解構與結構 202
9.2 結構關係影響著事物的根本屬性 205
9.3 結構的基準——激勵中的預期管理比實際激勵更加有效 208
9.4 關鍵要素與非關鍵要素 209
9.5 最佳組閤——人、財、物等企業資源的最佳搭配 212
9.6 結構化效率分析 216
· · · · · · (收起)