數據分析之道：用數據思維指導業務實戰
李渝方
3780人在讀
11.5萬字總字數
¥74.2定價
李渝方
本書以數據思維爲主題，以數據分析全流程爲主線，融合了編程語言、統計學基礎及案例分析等內容，全書分爲4 篇，囊括了數據思維的概念和培養方法、數據來源及體系建設、數據分析三大思維方式及用戶流失、用戶轉化實戰等共11 章的內容。本書囊括了數據分析中常用的分析方法，包括經典的海盜(AARRR) 模型、麥肯錫的MECE 模型、邏輯樹、漏斗分析、路徑分析、對比分析、A/B 試驗、RFM 模型、K-Means 算法、5W2H等分析方法，還包括各類方法的實踐案例及Python 實操項目。可以說本書是數據分析方法論與統計學知識、編程語言及應用案例的完美結合。
不推薦已經入門的數據分析師看，因爲 1.本書是教科書式的方法堆疊，並沒有介紹各種方法適用的場景，比較像網絡博客記錄的一次操作過程 2.介紹內容非常淺顯，實際做過數據分析的同仁應該知道分析的難點遠不是分析的技術方法，也不是基於一堆工整完美的數據，而大概率是缺少數據，數據質量差，甚至是分析師和其他部門的鬥智鬥勇 3.整體的介紹零散沒有主線串聯，像是工作不久的人寫出來的，大家不要被誤導
適合入門以及入門後的數據分析方法論的總結和分析邏輯的歸納。數據治理體系化：標籤體系，指標體系…；數據分析方法：分類，對比，歸因。很受用。
工作需要看的這本書，屬於快速翻閱找關鍵詞的閱讀方式，因爲工作關係，我的重點主要是關注作者提出的三種數據分析方法論，對我有一些啓發。至於作者大筆墨描述的客戶流逝分析案例，以及其中的一些數據方法論，只是掃了一下，大題思路瞭解，具體實現方式比較細節，後續如果工作有需要可以再來借鑑看看。
“確保成功”，似乎是很多人做決定的前提。但這個世界上並沒有什麼事情是確定的。
什麼都說了點，但好像什麼都沒說
對數據分析師的生態位，和所需技能拆解到位，在我求職的過程中起到了很大的幫助，幫助我認識了數據埋點，數據標籤體系，數據指標體系。同時書中三大數據分析思維，對比思維，分羣思維，相關與因果思維精煉簡潔。總而言之是一本好書
前面的章節偏理論，結合實踐不夠，適合入門。整體上囫圇吞棗地看了一遍。
對於非專業人來說，理解起來的成本還是比較高，對於具體問題還是缺乏一些解釋“爲什麼這麼做”的篇幅。
適合入門者，理論和案例相結合，並介紹了多種方法論，同時也提供了一些思路。還是值得一讀
不合適，應用於實戰當中只合適看一下理論報告一下這個的溝通落不了地