今天和大家分享一本2022“年度好書”——《資料分析之道：用資料思維指導業務實戰》！
能夠入選電子工業出版社“年度好書”，那一定是在下面幾方面做到了出類拔萃。
（1）具有較高的思想價值、科學價值或文化價值；
（2）在領域内有一定的領先性，具有較好的社會影響；
（3）内容及形式上具有一定的創新性、前瞻性；
（4）深受讀者喜愛，有較大的發行量；
（5）裝幀設計精美、印刷精良；
（6）有相關配套數字化資源。
可見，《資料分析之道：用資料思維指導業務實戰》這本書不隻是在内容品質、裝幀品質上表現突出，也是實實在在給讀者帶來幫助和啟發的好書！
這本書具體有什麼特别之處呢？
特别是面對複雜業務場景時，對于業務的熟悉程度及資料思維顯得尤為重要。因為資料思維決定了分析問題的角度及合理性，隻要資料分析師能夠針對特定問題提出分析方案，無論用什麼工具都可以得到結果，是以資料思維是資料分析師成長進階路上的必修課。
全書分為4 篇，囊括了資料思維的概念和培養方法、資料來源及體系建設、資料分析三大思維方式及使用者流失、使用者轉化實戰等共11 章的内容。
本書囊括了資料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、漏鬥分析、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。
内容簡介
第1篇是入門篇，主要通過具體示例介紹資料思維是什麼、資料思維在資料分析師成長過程中的重要性及資料思維養成的三種方法。
第2篇是預備篇，想要做資料分析，就得有資料，是以本篇首先介紹了網際網路企業的資料來源，即通過資料埋點獲得使用者資料。在此過程中，資料分析師主要基于業務需求設計埋點方案，是以這也是本篇的重點内容之一。有了資料之後，對資料進行一定處理和加工是十分必要的。資料标簽體系是資料加工處理的重要一環，資料分析師在其中承擔了一部分資料标簽開發工作，這部分會用一章的篇幅進行闡述。除此之外，想要通過資料監控業務，就需要建立資料名額體系。至于什麼樣的資料名額體系才是好的名額體系，如何才能搭建一套能夠反映業務的名額體系，如何通過名額體系排查資料異動，就是第6 章的内容了。
第3篇是方法論篇，在完成資料埋點及資料體系化之後，便可進入分析環節。這一篇主要介紹了資料分析過程中常用的三種思維方式：對比思維、分群思維及相關思維。對比思維是第7 章的内容，這一章主要介紹資料分析中各種比較的方法，包括同比、環比、定比等。但在對比分析中較為重要的是線上試驗——A/B 試驗，是以本章大部分篇幅會介紹A/B 試驗流程、統計學原理以及利用Python 完成案例實操。分群思維是第8 章的内容，這一章主要從結構化分析、同期群分析等分析方法出發介紹其在使用者分群中的應用，同時會通過開源資料集利用RFM 模型及K-Means 算法實作使用者分群。相關思維是第9章的内容，分析兩個或多個變量之間的相關性是資料分析師的日常工作之一，但變量間具有相關性并不代表具有因果性，是以這一章會從相關性出發讨論相關與因果之間的關系。
第4篇是實戰篇，這一篇立足于使用者生命周期中流失與轉化兩大重要階段，總結使用者流失的分析方法論及使用者轉化相關的分析方法。使用者流失分析是本書第10 章的内容，這一章會從流失使用者的定義出發，介紹使用者流失的内因分析、外因分析方法論；同時介紹如何設計問卷驗證從資料層面分析出的内因和外因是否正确；最後，通過生存分析預測使用者流失周期以輔助營運人員進行使用者幹預，以減少使用者流失。使用者轉化與付費分析是本書第11 章的内容，這一章會介紹活動轉化率的預估方法、漏鬥分析在使用者轉化中的應用，以及營銷增益模型在使用者付費及轉化中的應用。
讀者定位
本書适合以下幾類人群：
- 工作了1～3 年的初級資料分析師。
- 已經掌握了資料分析工具，需要培養資料思維的轉行人員。
- 資料科學行業的人力專家和獵頭，用于标定候選人的資料分析能力。
本書以資料思維為主題，其中的實踐案例涉及Python 及SQL 語言，但本書不會講解Python、SQL 的基礎程式設計知識，是以本書面向已經掌握了Python 及SQL 等資料分析語言的資料分析師和相關轉行人員。
學習建議
資料思維并不是一蹴而就的，也不是學完本書就會立刻擁有的。本書不具備賦予讀者資料思維的“超能力”。資料思維不同于資料分析工具，資料思維較為抽象，需要在業務實戰中積累經驗。但是本書會總結分析方法論、分享實踐案例，引導讀者樹立資料思維。
當然這是遠遠不夠的，培養資料思維最好的方式還是在實戰中積累和總結。本書隻是抛磚引玉地為讀者建立一個系統架構，最終還需要讀者在自己的行業中不斷實踐和積累。
本書并不是空洞而抽象地講資料思維，而是基于完整的資料分析流程闡述資料思維在整個流程中的應用，涉及資料分析的每一階段。從通過資料埋點擷取使用者資料到資料标簽化處理，再到名額體系監控業務變化，是資料分析的準備工作；對比思維、分群思維及相關思維是資料分析各個階段都會用到的思維方式；将各類分析方法及分析思維恰到好處地運用到業務場景中，以揭示業務問題才是資料分析真正要解決的問題。
讀者需要在掌握Python、SQL、Excel 等資料分析工具的前提下進行實踐。Python 實操部分屬于進階内容，這部分工作在大公司中多由算法工程師承擔，資料分析師可以将其作為拓展和提升内容進行了解。