大家读过哪些关于数据分析的书籍?附上短评及推荐理由。

做一个简单的调查和分享。你读过哪些数据分析相关的书籍?如果做推荐,你更推荐哪一本,说说为什么推荐这本书。
阅读全文
请先 登录 后评论
  • 0 关注
  • 0 收藏 1039 浏览
  • 略问用户 提出于 2020-10-22 17:35:28

278 个回答

xxxxxa

数据分析只是一个表层的概念,掌握的只是一些玩数字的方法,更重要的是核心原理。

首先应该了解统计学,数据分析的基础是统计,经过统计收集大量的数据,然后才有分析啊

推荐《商务与经济统计学》统计学的经典书籍,其中除了基本概念,也包含了数据分析的大量实操案例,其实这本书看下来,大部分数据分析的方法都已经掌握了,同时也明白了原理。

有了统计学基础,能够对数据进行简单的分析之后,就要关心怎么把你分析的数据更好的展示出来,所谓数据的可视化(信息图),此时推荐《R语言实战》,不要看到语言就是感觉是编程的东西,不好学习,没想象的那么难,书的内容由浅入深,有基本的电脑基础就可以学。R语言的数据可视化功能非常强大,简单的几行代码就能把数据处理成图形。

到这里,掌握了统计学和R语言,一般的数据分析场景都能够对付了!

--------

进阶

如果是对现有产品的数据记录、分析,借助一些工具,比如GA(google analytics );

如果是想自己定制化获取源数据,那就学点python自己爬取,《利用python进行数据分析》

如果产品本身做了埋点和数据后台,那么就学点SQL《深入浅出SQL》,在自家数据库里挖数据就行;

请先 登录 后评论
xxxxxa

数据分析是一个很深的话题,涉及到的东西很多;和大家分享一下我们公司产品经理 陈新涛同学 的读书心得,全文如下:


任何一个技能的学习,都有从浅到深的过程,数据分析也不例外。一个完整的数据分析知识体系类似金字塔结构:最顶层是对数据价值的认知、业务理解,中间是数据分析方法论,而最底层则是数据分析的解决方案或者具体的操作方法。我把数据分析的推荐书籍划分成三个段位,便于大家渐进式学习。

 

数据分析入门版

入门版适合数据分析的入门者、对数据分析没有整体概念的人,常见于应届毕业生、经验尚浅的转行者。

图片 1.png入门版推荐书籍

《深入浅出数据分析》:O’Relly出版的HeadFirst (深入浅出)系列书籍之一,书中有大量的图片和有趣的案例组合。本书浅显易懂形象生动,可以使入门者对分析的概念有个全面的认知。

《谁说菜鸟不会数据分析》:本书详细介绍了数据分析的基本方法和过程,并且以Excel表格为例进行了案例阐述。同时本书还介绍了数据分析在职场的意义,可以帮助职场小白快速上手。

《赤裸裸的统计学》:作者年轻时是个追求学习的学霸,后来自己从统计学中发掘了很多可以应用到生活的地方。这也是本书的主旨,结合生活讲解统计知识,生动有趣。可以避免统计学一上来就大讲贝叶斯概率和随机分析的枯燥。

同样类似的书籍还有《统计数字会撒谎》,这本书知名度要高点,通过揭露“虚假数字信息”来帮助大家理解背后的统计学原理。


 数据分析进阶版

进阶版具有一定的行业针对性,要求分析者具备一定的数据分析常识和业务理解;适合网站分析师,商业分析师以及数据产品经理等人群。

屏幕快照 2016-09-05 上午10.51.20.png

进阶版推荐书籍


《精通 webanalytics 2.0》:Analytics将点击流网站分析工具与定性数据、测试与试验以及竞争情报工具相结合,从而推演出详尽的网站战略以及操作层方案。此书虽老,但其中很多思想和流量分析的案例仍然很有借鉴意义,现在国内只能买到二手的旧书。

与此类似的有《网站分析实战》,是国内一本讲网站分析的书,没有上面经典,但胜在新出,很多案例和理念都有及时的更新。

《深入浅出统计学》:与上面的《深入浅出数据分析》同属于Headfirst系列书籍,运用充满互动性的真实世界情节,帮助读者快速了解统计方面的理论知识。

《数据化管理》:黄成明著,讲解在企业中应用数据的例子,读完受益匪浅,里面举的很多例子都很接地气。虽说偏向于零售业管理,但大道归一,可适用于很多行业,当时依据里面的理念规划了美团外卖面向 BD 的数据产品。

《MySQL必知必会》:这本也是我当年学习 SQL 的入门书,薄册子一本,看起来很快。SQL 是个性价比很高的技能,简单而强大。任何想进一步提高自己数据分析技能的产品/运营/分析师 同学,都建议点亮这个技能点。

《互联网增长的第一本数据分析手册》我们公司的出的一本数据分析手册,全书以增长为主题。这本手册介绍了互联网创业企业增长方法论、互联网数据分析的常见方法(趋势、转化、留存、实时、分群、细查、热图)、细分行业(如SaaS、互联网金融、电商等)的应用。PC端访问GrowingIO技术博客,可以免费下载。

 

数据分析高阶版

更高阶的数据分析相对来说专业性就强了,如涉及到企业内部数据治理,数据结合的业务分析,数据可视化等。当然,还有数据挖掘算法之类的更深入的东西,这块没有研究就不瞎推荐了。屏幕快照 2016-09-05 上午11.01.00.png

高阶版推荐书籍

《决战大数据》:阿里巴巴前数据副总裁车品觉老师所著,讲解了阿里巴巴在企业内部治理数据过程中的心得,所讲“存-通-用”数据管理三板斧和“从数据化运营到运营数据”,字字珠玑,可堪借鉴。
《精益数据分析》:此书优势在于将企业分成了几个大的行业类别,并分门别类的讲解了每个行业的商业模式特点及分析技巧,对使用者的分析能力要求较高,且必须具备相应的业务知识。

《The Wall Street Journal Guide to Information Graphics》,华尔街日报负责商业分析的人做的可视化指南,精华且实用,我之前写过读书笔记《华尔街日报是这样做数据可视化的》,可供大家参考。
《数据仓库经典教程》:网上有人整理出来的资料,优点是简单明了,不像正常的数据仓库教材厚厚一本。

当然,数据分析是一门很深的学问,我也只是窥得冰山一角。要想做好数据分析必须具备多方面的技能:需要看清数据的价值并且懂业务,需要熟知数据分析的方法论,同时也要熟练掌握数据分析软件的操作。在学习上面数据分析推荐书籍的同时,不断在实践中加深自己的理解,用数据来驱动业务和客户增长。


上述内容作者,GrowingIO产品经理陈新涛,授权转载。

请先 登录 后评论
xxxxxa

做好数据分析,不是一朝一日就可以的,需要在产品规划设计、产品升级迭代中不断实践。看了很多数据分析书籍,推荐感觉比较好的几本,希望对其他产品经理学习数据分析有一定的帮助:

推荐1:范冰的《增长黑客》

这是国内对于增长黑客的第一本详细介绍,作者从AARRR的视角切入,描述了大量产品优化、产品增长的案例,对于产品经理非常有益。

推荐2:埃里克·莱斯的《精益数据分析》

在这本书里面,作者介绍数据分析的相关指标、不同行业的数据分析要点,并且有大量的数据分析案例和翔实数据。如果想要把数据分析落地,这本书对产品经理是非常有帮助的。

推荐3:GrowingIO的产品经理和数据分析师写的《互联网增长第一本数据分析手册》

这里面汇编了GrowingIO一年多来数据分析、产品优化的实战案例和心得,里面不少文章被大号转过,例如《如何成为一个优秀的数据产品经理》等等。

严格意义上这不算是一本书,但是能够手把手教你如何做数据分析。目前电子手册可以免费下载。

推荐4:埃里克·莱斯的《精益创业》

作者提出了最小可行性产品(MVP)、小步快跑,快速迭代等产品设计和优化的理念,影响深远。

请先 登录 后评论
xxxxxa
并没有读过严格意义上讲数据的书籍。 但是, 引起对数据启蒙与重视的相关书籍还是有些的。 1、《从零开始做运营》张亮,从运营的角度思考数据对运营的作用,好的运营也一定是很懂产品的,所以可以看看~推荐 2、《增长黑客》范冰,提到的转化漏斗模型,其实也是围绕自己的业务搭建一个可视化的数据模型去提升业务,可以看下~ 3、知乎、PMcaff、微信公众号,等里面搜数据相关关键词看些零零散散文章。 世面上还真没有特别好的产品经理数据分析相关书籍啊~~~
请先 登录 后评论
xxxxxa

任何一个技能的学习,都有从浅到深的过程,数据分析也不例外。因此我把推荐书籍划分成几个段位,更便于楼主挑选

入门版

适合对数据分析的入门者,对数据分析没有整体概念的人,常见于应届毕业生,经验尚浅的转行者

  • 《深入浅出数据分析》:HeadFirst 类的书籍,一向浅显易懂形象生动,可以对分析概念有个全面的认知;
  • 《谁说菜鸟不会数据分析》:不仅讲解了一些常见的分析技巧,并附带 Excel 的一些知识以及数据分析在公司中所处的位置,对职场了解亦有一定帮助

进阶版

具有一定的行业针对性,要求具备一定的分析常识,适合网站分析师,商业分析师以及数据产品经理

  • 《精通 Web 分析2.0》:适用网络分析师,此书较老了,但其中很多思想和流量分析的案例仍然很有借鉴意义,现在纸质书只能上淘宝翻旧书了。电子版不扩散,仅供学习,有需要的同学可在我公众号 ourstone 上找我。与此类似的有《网站分析实战》,是国内一本讲网站分析的书,没有上面经典,但胜在新出,很多案例和理念都有及时的更新
  • 《深入浅出统计学》:适用商业分析师,Headfirst 类书籍,可以帮助你快速了解统计方面的知识
  • 《数据化管理》:适合商业分析师和产品经理,黄成明著,讲解在企业中应用数据的例子,读完受益匪浅,准备重读第二遍,里面举的很多例子都很接地气。虽说偏向于零售业管理,但大道归一,可适用于很多行业,当时依据里面规划了美团外卖面向 BD 的数据产品
  • 我司 GrowingIO 出的一本数据分析的增长手册,适合产品经理,可以为大家提供常见的分析手段,如漏斗分析,同期群分析等等。

高级版

更多的是了解整个数据行业的现状和数据应用场景等

  • 《决战大数据》阿里巴巴前数据副总裁车品觉老师所著,讲解了阿里巴巴在企业内部治理数据过程中的心得,所讲“晒通用”数据管理三板斧和“从数据化运营到运营数据”,字字珠玑,可堪借鉴
  • 《精益数据分析》此书也得到了多个答主的推荐。此书优势在于将企业分成了几个大的行业类别,并分门别类的讲解了每个行业的商业模式特点及分析技巧,对使用者的分析能力要求较高,且必须具备相应的业务知识
  • 《The Wall Street Journal Guide to Information Graphics》,华尔街日报负责商业分析的人做的可视化指南,精华且实用,我之前写过读书笔记《华尔街日报是这样做数据可视化的》,可供楼主参考

暂时想到的就以上这么多,之后有新的书籍推荐再上来补充,文末做个广告,个人公众号 ourstone,定期分享数据/产品/SaaS 产品心得,欢迎交流

请先 登录 后评论
xxxxxa

看书是远远不够的,尤其是对工具和分析方法这些“术”的迷恋,这些是学不完的,随着大量数据处理、数据分析和数据可视化的工具的日渐风行,这些“术”在数据分析整个闭环中的作用会越来越弱。因此,我们要着力培养的是数据化思维和对业务的洞察,以便在和机器的竞争中胜出。

比如,我们可以通过自行设计数据分析的应用场景,进行游戏化操作,自己给自己设计考题,以此来锤炼自己的数据化思维,从而充分调用之前所学的数据知识、数据分析工具及思维方式,如果有不懂的,会去检索式学习,学来即用,学得更牢,领悟更深,岂不更好?

其实,我们会在不经意间用到数据分析和数据化决策。请看我的例子:

前段时间,我要在“人人都是产品经理”上的“产品运营”专栏发表文章,到后台爬取了很多数据,文章、发布时间、作者、阅读量、点赞量、收藏量之类的数据(见下表,数据区间为2012-5-17~2016-9-9,4000多条文章的信息)。经过数据处理和数据分析,我就可以从中判断哪些文章比较受欢迎,哪些作者的写作风格深受大家喜欢,哪些作者的文章比较有价值,哪些模块还没有人涉足,什么时间发布文章可以得到较高的关注度。

注意,上面直接得到的数据,如阅读量、点赞量、收藏量等不会直白的告诉我有价值的信息,需要我通过对业务的理解(新媒体、文案和运营知识等),及数据思维去间接提取有价值的信息,如阅读量反映的是标题还不错,勾引大家进去看了,点赞量和收藏量等数据则表明这篇文章的价值度如何,如果阅读量和点赞、收藏等数值越高,说明这样的文章将是我今后写作的方向。

fetch_fileb9b1019c994cd0a319b8992bcef6f78a-picture

所以,这些信息对我接下来的文章写作和发布都有指导性的作用,是为数据化决策。

数据分析的场景数不胜数,具体的案例是学不完、学不来的,唯有掌握了正确的数据思维方式,在具体的应用场景中去针对性的攫取知识,才能对接踵而至的涉及数据分析的问题应付自如。

真要推荐啥书的话,我推荐《易经》,心法;《数据化决策》,说的是量化思维,是为底层方法论。

这里再扯上2个故事,别的将领都是从《孙子兵法》来学兵法,但俞大猷只钻研《周易》,他说自己的兵法韬略与众不同,全都是从《周易》里学来的。

戚继光虽然最崇拜《孙子兵法》,但他的做法往往和书上面的说法背道而驰:《孙子兵法》说“锐卒勿攻”,就是敌人气势很盛的时候,不要去攻击他,但戚继光却说,老子打的就是精锐,他盛我比他还盛;《孙子兵法》说“穷寇勿迫”,戚继光却说,我打倭寇就是要“大创尽歼”,就是要“宜将剩勇追穷寇”,越是穷寇,越要猛追猛打;孙子说,那兔子追急了,它还回头咬人呢!戚继光说,我还怕它不回头咬我呢,它一回头,我正好在陆上歼灭小鬼子的有生力量,免得他又逃到海上去。

由此看来,跨界学习,历练自身的“元思考”能力,才能跳出思维窠臼,有创造性的发挥;不拘泥于书本知识,不拘泥于经典,做到因时因地的变通,往往会有出其不意的发挥,在数据分析和得出的结果的应用上,这两点很重要!

一点浅见,欢迎和各位喜好或者从事数据运营的小伙伴交流,另外,上述数据我可以提供,想要的加我的微信哦,g18818233178,记得注明来自pmcaff哦~

请先 登录 后评论
xxxxxa
向刚接触数据的小伙伴推荐两本入门级的图书: 1、《大数据时代》,(英)迈尔-舍恩伯格,(英)库克耶 著;盛杨燕,周涛 译 本书核心在于数据思维,以及告诫读者对于数据的正确看待与客观分析,不迷信数据,数据只是工具而不是结果。 2、《谁说菜鸟不会数据分析》(入门篇),作者:张文霖,刘夏璐,狄松 编著 通过以excel作为基础工具,结合相关概念进行通俗易懂的讲解,干货较多,无长篇大论的高深理论。
请先 登录 后评论
xxxxxa
精通Web Analytics 2.0—用户中心客户与在线统计艺术 通过这本书,让我了解到了网站分析的魅力。以前听过在大公司的一些同学介绍过他们公司目前的网站分析系统,当时很不以为然,认为这些分析系统对网站的贡献不大,起的作用微乎其微。通过深入的阅读,让我越来越感觉网站分析的重要性,也让我重新认识了什么是网站分析,什么是数据困境,以及有了大量的数据后我们如何去分析。面临海量的数据,精度永远比准确性重要,我们不能够去追求完美的数据,因为在数据的海洋中,准确的数据永远都是相对的。
请先 登录 后评论
xxxxxa

说说自己学习数据分析的经历:

我的职业:技术-运营-产品,互联网公司主要的技术,运营以及产品都从事过了,目前研究数据分析。

(1)数据分析概念是什么?

在学习新技术或者从事新职业之前,我会对其概念进行研究,以便我初识了解它。来自百度的定义:数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。通过定义可知,数据分析包括:数据收集、数据提取、数据分析以及最终的数据展现。

1.数据收集

如何收集数据?通过查阅相关资料(像神策数据分析,growthio等),发现数据收集主要集中客户端收集,数据库收集以及日志收集。

客户端收集:通过接入sdk形式完成客户端收集,像友盟统计平台,就是客户端收集。

数据库收集:收集来自数据库的信息。

日志收集:一般会通过js形式,完成日志收集,也被称为服务端收集。

数据收集原则:全和细。

全:不仅仅要收集客户端数据还需要收集服务端数据。

细:在收集数据时,要多维度多指标,细化。

2.数据处理

数据收集后,要对一些无用的或者错误的数据清洗。

3.数据分析

    清洗好数据,还需要对数据进行建模,以便更好地分析。在建模之前,要确定数据分析的方法论,像漏斗分析方法论、多维度分析方法论、留存分析方法论以及流量分析方法论等等。例如,采用多维度分析方法论来进行分析提交订单这一事件,首先,将提交订单这一行为定义为一个事件,事件就会有相关的属性和事件发生的上下文以及事件发生的驱动人。

    提交订单这一事件的属性:我在提交订单页面操作肯定会牵扯提交订单时的价格,商品信息,运费(分行业,有的行业没有)等信息。

    提交订单发生的上下文可按照流程化思维解决,提价订单的上文:填写订单信息,那就可以分析填写订单时,用户选择的一些属性,例如选择用支付宝付款还是微信,还是其它?优惠券等等信息,提交订单的下文:支付成功的转化率多少?

    事件发生的驱动人:还可以分析提交订单的用户属性:用户ID、用户提交时采用的操作系统,提交订单的时间以及用户的姓名,性别等等属性。

确立好以上信息后,就确立了分析的维度:提交订单的用户年龄维度、地域维度、性别维度、操作系统维度等等维度,通过维度逐渐确定了相应的分析指数:商品的销售额、运费额等信息。

注:数据分析时的两个重要核心:维度和指数。

4.数据展现

数据展现也就是数据的可视化。


另外推荐一些自己学习的数据分析相关书籍:

基础篇:

《谁说菜鸟不会数据分析》:

《深入浅出数据分析》:

赤裸裸的统计学 》

进阶篇:

《精益数据分析》《网站分析实战》《精通web analytics2.0》






请先 登录 后评论
xxxxxa
《深入浅出数据分析》; 首先,刚开始在要研究数据分析时,整个脑子都是懵的,不过在读到这本书时,却感觉数据分析还挺有有意思的,这本书是类似于“章回小说”的活泼生动形式,让数据小白们,诠释了数据分析的基本步骤,实验方法,最优化方法/假设检验法/贝叶斯统计法/等等方法论,还有更重要的是数据分析整理技巧,这个太重要了。 最后,准备学习研究数据分析的产品汪们,这本书力荐!
请先 登录 后评论