第 1 篇概述篇 1
第 1章企业中的大数据 2
1.1 什么是数据？什么是数据技术 3
1.2 数据分类 8
1.3 数据类型 13
1.4 数据结构和数据结构化 16
1.5 数据质量及其八个指标 27
1.6 数据处理与数据清洗 33
第 2章数据分析的目的 42
2.1 数据是数字化的证据——没有记录下来的事情就没有发生过 43
2.2 追溯——追责、求根源、求真相 44
2.3 监控——监督、检查、评估、监控、检测 46
2.4 洞察——探寻规律，掌握发展的钥匙 47
2.5 商机——挖掘未被满足的需求 47
2.6 预测——指导未来实践的规律 48
第 3章数据分析的思路 50
3.1 先总后分，逐层拆解 51
3.2 抽丝剥茧，寻踪问迹 54
3.3 内涵外延，概念清晰 57
3.4 可视化作图——按照认知规律作图展示 58
3.5 识图的九个基本方法 77
3.6 管理常识是数据分析的基础 92
第 2 篇方法篇 97
第 4章对比与对标——识别事物的基本方法 98
4.1 对比是识别事物的基本方法 99
4.2 对比——横向、纵向及多维度对比 100
4.3 比值比率背后的逻辑 104
4.4 指标的逻辑与管理指标 107
4.5 对标的层次和维度 111
4.6 标杆管理与榜样的力量 122
第 5章分类——认知事物的基本方法 125
5.1 什么是分类？为什么要分类？分类的方法是什么 12
5.2 解构事物的三要素——要素、属性和行为 134
5.3 维度分类法 137
5.4 属性分类法 138
5.5 流程分类法 140
5.6 层级分类法 142
5.7 分类中的权重设定问题 143
第 6章聚类——寻找规律的第一步 147
6.1 聚类的基本逻辑 149
6.2 聚类的因子和主成分 152
6.3 聚类的步骤 154
6.4 有序聚类与时间序列聚类 161
第 7章逻辑关系——寻找事物之间的因果规律 163
7.1 相关性与相关系数分析 164
7.2 事物之间的逻辑关系与科学规律 167
7.3 果因关系与因果关系，看不见的事物发展逻辑 168
7.4 事物发展规律的复杂性与科学抽象 171
7.5 因果关系与回归分析 173
7.6 逻辑回归 179
7.7 关联与共生——现象与规律的探寻 180
第 8章预测——数据分析的终极目标 183
8.1 预测是数据分析的终极目的 184
8.2 预测的必要性和误差的必然性 188
8.3 经验预测法 190
8.4 类比预测法 192
8.5 惯性法与时间序列分析 195
8.6 逻辑关系预测法 198
第 9章结构——事物组成的“配方” 201
9.1 解构与结构 202
9.2 结构关系影响着事物的根本属性 205
9.3 结构的基准——激励中的预期管理比实际激励更加有效 208
9.4 关键要素与非关键要素 209
9.5 最佳组合——人、财、物等企业资源的最佳搭配 212
9.6 结构化效率分析 216