前 言 別憑“主觀感覺(jué)”和“案例”做分析
01 鮮為人知的“調(diào)研設(shè)計(jì)”技能
常見(jiàn)的數(shù)據(jù)應(yīng)用失敗案例
不依賴個(gè)人主觀感覺(jué)的調(diào)研設(shè)計(jì)
改善枝葉不如改善主干
02 本書(shū)的結(jié)構(gòu)和框架
本書(shū)所探討的四大主題
本書(shū)的分析流程及關(guān)鍵詞

第1章 用于經(jīng)營(yíng)戰(zhàn)略的統(tǒng)計(jì)學(xué)
03 用數(shù)據(jù)推導(dǎo)戰(zhàn)略
咨詢顧問(wèn)們都愛(ài)矩陣圖
矩陣分析的兩大局限
04 波特與SCP理論
經(jīng)營(yíng)戰(zhàn)略的理論背景①
經(jīng)營(yíng)戰(zhàn)略的代表性理論
簡(jiǎn)潔優(yōu)美的五力分析模型
日本企業(yè)的飛躍反駁了波特的理論
05 經(jīng)營(yíng)戰(zhàn)略理論的契合度問(wèn)題
經(jīng)營(yíng)戰(zhàn)略的理論背景②
著眼于企業(yè)內(nèi)部?jī)?yōu)勢(shì)的杰恩·B. 巴尼
波特和巴尼，究竟孰對(duì)孰錯(cuò)
經(jīng)營(yíng)戰(zhàn)略的統(tǒng)計(jì)分析歷史
06 分析對(duì)象的設(shè)定
針對(duì)經(jīng)營(yíng)戰(zhàn)略的統(tǒng)計(jì)分析流程①
統(tǒng)計(jì)學(xué)式的戰(zhàn)略制定方法
橫向市場(chǎng)分析
縱向市場(chǎng)分析
非連續(xù)性市場(chǎng)分析
07 選擇合適變量
針對(duì)經(jīng)營(yíng)戰(zhàn)略的統(tǒng)計(jì)分析流程②
針對(duì)商務(wù)人士的系統(tǒng)綜述入門
08 收集所需數(shù)據(jù)
針對(duì)經(jīng)營(yíng)戰(zhàn)略的統(tǒng)計(jì)分析流程③
首先收集客觀的公開(kāi)數(shù)據(jù)
為什么要用總資產(chǎn)收益率來(lái)評(píng)價(jià)“賺錢程度”
將非上市企業(yè)也納入分析對(duì)象
如何委托調(diào)研公司才精準(zhǔn)高效
收集帶有主觀性數(shù)據(jù)時(shí)的注意事項(xiàng)
數(shù)據(jù)匯總方法
09 分析與結(jié)果解讀
針對(duì)經(jīng)營(yíng)戰(zhàn)略的統(tǒng)計(jì)分析流程④
簡(jiǎn)單匯總統(tǒng)計(jì)的兩大局限
逐步回歸法與對(duì)變量選擇做人工確認(rèn)
分析解讀實(shí)例與基礎(chǔ)知識(shí)
更細(xì)致的分析方法與我不推薦此類方法的理由
與其嚴(yán)謹(jǐn)檢驗(yàn)，不如迅速采取小規(guī)模行動(dòng)
10 本章總結(jié) 統(tǒng)計(jì)學(xué)補(bǔ)充專欄1 方差分析和混合效應(yīng)模型

第2章 用于人力資源的統(tǒng)計(jì)學(xué)
11 你的企業(yè)有沒(méi)有招到優(yōu)秀人才
“人才比戰(zhàn)略更重要”這一事實(shí)
基于科學(xué)實(shí)證的Google招聘流程
普通的面試派不上什么用場(chǎng)
12 一般智力與權(quán)變理論
“學(xué)習(xí)好的人工作能力也優(yōu)秀”只對(duì)了三成
領(lǐng)導(dǎo)力研究學(xué)者們發(fā)現(xiàn)的權(quán)變理論
元分析告訴我們“工作由適配度決定”
只看中“干練利落的高學(xué)歷人士”就太可惜了
13 設(shè)定分析對(duì)象
針對(duì)人力資源的統(tǒng)計(jì)分析流程①
湊齊幾十個(gè)人就能做分析
解析單位擴(kuò)展和分割的方法
14 選擇合適變量
針對(duì)人力資源的統(tǒng)計(jì)分析流程②
人事的Outcome設(shè)定很難
“引入隨機(jī)性”這一技巧
廣泛收集解釋變量的備選項(xiàng)
15 收集所需數(shù)據(jù)
針對(duì)人力資源的統(tǒng)計(jì)分析流程③
找尋埋沒(méi)在公司內(nèi)部的數(shù)據(jù)
Outcome設(shè)定時(shí)的注意點(diǎn)：巧妙彌補(bǔ)數(shù)據(jù)不足
解釋變量相關(guān)數(shù)據(jù)擴(kuò)充：性格特質(zhì)的測(cè)定方法
16 分析數(shù)據(jù)
針對(duì)人力資源的統(tǒng)計(jì)分析流程④
對(duì)相關(guān)性強(qiáng)的解釋變量做“縮減”
兩個(gè)相關(guān)項(xiàng)目的得分可做合計(jì)
多個(gè)項(xiàng)目相關(guān)聯(lián)時(shí)使用“因子分析”
使用多元回歸分析還是邏輯回歸
17 解讀分析結(jié)果
針對(duì)人力資源的統(tǒng)計(jì)分析流程⑤
邏輯回歸的解讀方法復(fù)習(xí)
有沒(méi)有“違背經(jīng)驗(yàn)或直覺(jué)的結(jié)果”
應(yīng)采取的行動(dòng)：“改變”
應(yīng)采取的行動(dòng)：“轉(zhuǎn)移”
作為人力資源管理措施候補(bǔ)的“HPWP”
18 本章總結(jié) 統(tǒng)計(jì)學(xué)補(bǔ)充專欄2 “刪失”和“截?cái)唷?br>
第3章 用于市場(chǎng)營(yíng)銷的統(tǒng)計(jì)學(xué)
19 市場(chǎng)營(yíng)銷戰(zhàn)略與顧客中心主義
iPhone需求真的無(wú)法通過(guò)調(diào)研知曉嗎
效仿藍(lán)海戰(zhàn)略的方法
統(tǒng)計(jì)學(xué)能戰(zhàn)勝天才的原因
20 現(xiàn)代市場(chǎng)營(yíng)銷的基礎(chǔ)知識(shí)
科特勒對(duì)營(yíng)銷的定義以及常見(jiàn)誤解
以誰(shuí)為對(duì)象開(kāi)展商業(yè)活動(dòng)
賣什么，怎么賣
21 準(zhǔn)備數(shù)據(jù)，基于數(shù)據(jù)來(lái)思考“賣給誰(shuí)”
針對(duì)市場(chǎng)營(yíng)銷的統(tǒng)計(jì)分析流程①
市場(chǎng)營(yíng)銷的數(shù)據(jù)分析至少要做三輪
分析對(duì)象是除“極不可能的人”以外的所有人
首先對(duì)單源數(shù)據(jù)做分析
22 基于分析結(jié)果思考“賣給誰(shuí)”
針對(duì)市場(chǎng)營(yíng)銷的統(tǒng)計(jì)分析流程②
為什么不用多元回歸分析和邏輯回歸分析
推薦使用“聚類分析”
聚類分析是為了挖掘到好的細(xì)分市場(chǎng)
23 準(zhǔn)備數(shù)據(jù)，思考“賣什么？”
針對(duì)市場(chǎng)營(yíng)銷的統(tǒng)計(jì)分析流程③
市場(chǎng)定位＝賣什么？
結(jié)合質(zhì)性調(diào)查和量化調(diào)查找到好的市場(chǎng)定位
“truth廣告戰(zhàn)役”——完美驗(yàn)證了營(yíng)銷的力量
24 應(yīng)用了統(tǒng)合行為理論的質(zhì)性調(diào)查
針對(duì)市場(chǎng)營(yíng)銷的統(tǒng)計(jì)分析流程④
涵蓋了大部分學(xué)問(wèn)成果的統(tǒng)合行為理論
提問(wèn)項(xiàng)目和調(diào)查問(wèn)卷的具體制作方法
25 分析與解釋數(shù)據(jù)，思考“賣什么”
針對(duì)市場(chǎng)營(yíng)銷的統(tǒng)計(jì)分析流程⑤
通過(guò)分析我們可以了解什么
這次用的是多元回歸分析或邏輯回歸分析
思考市場(chǎng)定位時(shí)的兩大方法
26 分析并思考“4P”
針對(duì)市場(chǎng)營(yíng)銷的統(tǒng)計(jì)分析流程⑥
了解細(xì)分市場(chǎng)的顧客
通過(guò)試制品或宣傳單做測(cè)試營(yíng)銷
27 本章總結(jié) 統(tǒng)計(jì)學(xué)補(bǔ)充專欄3 決策樹(shù)分析與隨機(jī)森林

第4章 用于業(yè)務(wù)運(yùn)營(yíng)的統(tǒng)計(jì)學(xué)
28 戴明提出的全新“管理模式”
運(yùn)營(yíng)模式的改善引領(lǐng)美國(guó)西南航空走向成功
提出kaizen并支持著比爾·克林頓的統(tǒng)計(jì)學(xué)家
想辦法解決“導(dǎo)致波動(dòng)的原因”
29 從局部最優(yōu)到整體最優(yōu)
沉睡在公司內(nèi)部可供改善的廣袤新領(lǐng)域
從“瓶頸”開(kāi)始著手
30 價(jià)值鏈與各部門的標(biāo)準(zhǔn)
價(jià)值鏈的思考方式
具體的Outcome與解析單位
31 從業(yè)務(wù)用數(shù)據(jù)到分析用數(shù)據(jù)
首先從分析手頭數(shù)據(jù)開(kāi)始
將數(shù)據(jù)轉(zhuǎn)化為可供統(tǒng)計(jì)分析的形式
將數(shù)據(jù)相關(guān)聯(lián)
32 提高數(shù)據(jù)品質(zhì)與數(shù)據(jù)加工的要點(diǎn)
“完整的數(shù)據(jù)”是一個(gè)陷阱
有“欠缺”感就對(duì)了
不用勉強(qiáng)思考“假設(shè)”
33 “洞察性分析”與“預(yù)測(cè)性分析”
何謂“預(yù)測(cè)性分析”
你的隱性知識(shí)將成為做“洞察性分析”的武器
“預(yù)測(cè)性分析”難做的兩大原因
失敗的Google流感預(yù)測(cè)
34 自回歸模型與交叉驗(yàn)證
自回歸模型概要
防止過(guò)擬合
通過(guò)交叉驗(yàn)證做檢驗(yàn)
35 本章總結(jié) 統(tǒng)計(jì)學(xué)補(bǔ)充專欄4 運(yùn)用到集體智慧的預(yù)測(cè)手法
致謝
參考文獻(xiàn)
索引