《企业经营数据分析》是一本由赵兴峰著作,电子工业出版社出版的268图书,本书定价:59.00元,页数:2016-9,特精心从网络上整理的一些读者的读后感,希望对大家能有帮助。
《企业经营数据分析》精选点评:
对于初步了解商业数据分析的人来说,是一本不错的书。
相比谈数据分析而言,更多的是在以管理角度谈一些基本管理概念而非技术型的探讨,重点放在了培养技术人员的业务思维,而非业务人员的技术思维
心中有数,脚下有路
经营层面讲的太少,案例如果能深入会更好。整体像是数据分析的概况,算法也只讲到基本的。(带了一个多月终于在路上翻完了,开篇对数据分析的分类还是挺喜欢的。2019.03.27)
flag没有倒,今天把这本书看完了 很喜欢!删繁就简整理思路,搭建框架的过程 宏观整体上对企业数据分析的意义、准备工作、可行方向有了概念,应用和工具就是个短评 看看就好 不可落地 入门非常友好!
针对企业大数据的普及知识,不做企业经营分析的重点参考
看得最快的一本书,哈哈,半个小时就完了。其实就是思维理论化总结
数据分析思想指导书籍,让人从更高的维度看待数据分析。
浅显易懂,但是有些章节的内容不太具有连贯性,偏重于业务角度出发看企业经营数据分析,具体分析方法和算法需要参考其他书籍。
温故而知新 作者有丰富的实战经验而得以化繁为简 推荐
《企业经营数据分析》读后感(一):标题太大,作者驾驭不了
内容太浅,对不起这么高的标题。
随便读起来前面的2-4章便觉得内容实在是为了凑字而存在。
有些失落——不仅是内容浅,另外文章的组织结构也同样泛泛地搭建。
企业经营数据分析,这八个字的理解,我会定义成首先是企业经营,借助于数据分析。
而这本书弱化了企业经营的内容,给数据分析(手段)太多笔墨,这样的结构组织是我不认同的
换个书名会更好些。
《企业经营数据分析》读后感(二):不同人对本书褒贬不一
我能说看完此书我很兴奋很激动吗?
第一次看是在kindle电子书上看,
记录了很多笔记,
半夜不睡觉都在看。
第二次是把记录的笔记摘抄在感想本上,
数了一下摘抄了满满的10多页。
写书评之前特意看了下别的作者的评价,
发现挺客观的。
我是作为一个管理者的角度来看待此书的,
该本书更多地从管理的角度上讲述了数据分析的重要性,
以及一些短小的案例,
重点在书名中的第一个“思路”上,
书名中的“方法、应用、工具”上大致描述,
对于专门的数据分析或者大数据分析技术人员来说,
内容太浅显了。
我觉得这本书不错的点在于,
他从管理的角度上讲述了数据分析的重要性,
并给我提供了很多思路。
这让我在自己今后的管理工作中知道以后更应该重视数据记录和分析。
以及他讲述了数据记录分析的重要性。
从我这个角度上来看的话,挺不错的,我给的满分。
《企业经营数据分析》读后感(三):不同人对本书褒贬不一
我能说看完此书我很兴奋很激动吗?
第一次看是在kindle电子书上看,
记录了很多笔记,
半夜不睡觉都在看。
第二次是把记录的笔记摘抄在感想本上,
数了一下摘抄了满满的10多页。
写书评之前特意看了下别的作者的评价,
发现挺客观的。
我是作为一个管理者的角度来看待此书的,
该本书更多地从管理的角度上讲述了数据分析的重要性,
以及一些短小的案例,
重点在书名中的第一个“思路”上,
书名中的“方法、应用、工具”上大致描述,
对于专门的数据分析或者大数据分析技术人员来说,
内容太浅显了。
我觉得这本书不错的点在于,
他从管理的角度上讲述了数据分析的重要性,
并给我提供了很多思路。
这让我在自己今后的管理工作中知道以后更应该重视数据记录和分析。
以及他讲述了数据记录分析的重要性。
从我这个角度上来看的话,挺不错的,我给的满分。
《企业经营数据分析》读后感(四):DHR系列-《企业经营数据分析》
微信公众号:人力资源转型与复盘笔记
一、 写在前面
难得的遇到的国内写数据分析比较好的一本书,偏落地实用的性质,框架性很好,能够在这个书基础上检视实操中的遗漏点和注意事项,可以作为一个back to basic的底层指引,思路、方法、应用于工具,always beyond the data。
二、 企业经营数据分析的基础
//数据的存储和基础分类//:静态的数据(切片数据/截面数据):展示结果;动态信息(周期数据/时间序列数据):展示行为,反应事物的动态变化性或不同时间节点山的差异性。
定类数据:定性数据,标识数据所描述的主体对象的类别、属性、名称等,如男性/女性。定序数据:序列数据,用于对事物所具有的属性顺序进行描述。定序数据不仅具有定类数据的特点,而且还使各个类型之间具有某种意义的的等级差异,从而形成一种确定的排序。定距数:间距数据,有标准化的距离差异度量,如摄氏度。定比数据:比率数据,用于描述事物的大小、多少、长短等,可以进行加减乘除运算。
//数据结构化//单位数据表的组织形式更便于分析、数据表之间进行关联以及未来的数据建模,能够大幅度节省数据清洗时间和存储空间。数据结构化的实践应用:员工信息表+员工异动表+员工工资表==》HR管理基础信息底表 //数据质量和度量指标// 数据质量衡量的8个指标:准确性:数据的采集值/观测值与真实值之间接近的程度;通过误差值体现。及时性:是否能再需要的时候获得数据;即时性:包括数据采集的时间点和数据传输的时间点;真实性:正确性,即效度。精确性:重复检测得到的接近程度,即信度;完整性:应采集的数据与实际采集的数据之间的比例;全面性:数据采集点的遗漏情况;关联性:各个数据集之间的关联关系;
//数据的处理与清洗//数据处理:数据采集、存储、加工、分析、挖掘、展示等相关工作;数据清洗需要解决的问题:1)数据不规范;2)数据不一致;3)标准不统一;4)格式不标准;5)附加字段:供后续加工分析使用;
三、 企业经营数据分析框架
//数据分析的目的 //1)追溯:追责、求根源、求真相;2)监控:监督、检查、评估、监控、检测;3)洞察:探寻规律、掌握发展的钥匙;4)商机:挖掘未被满足的需求;5)预测:指导未来实践的规律; //数据分析的思路//1)先总后分,逐层拆解;2)抽丝剥茧,寻踪问迹:关注细节、关注奇点;3)内涵外延,概念清晰;4)可视化作图--按照认知规律作图展示;点图:识别事物位置;
气泡图:展示结构组织关系、相对位置、分类等;
线图:变化趋势、变化特征、规律;
柱形图/条形图:比较大小和结构关系;
饼图:事物的结构配比关系、配方;
面积图:展示积累效果、结构关系、结构变化;
雷达图、扇形图:描述事物多个维度的特征;
组合图:以上几种图形组合成的较复杂的图形; 5)识图的九个基本方法;(1)辅助线:帮助识别规律性、特征性’
(2)找差异、找变化;(3)找奇异点、找特殊群体;(4) 找转折点、找拐点;(5)找特征;(6)找问题:通过5H1W模型;(7)找源头;(8)找关系;(9)找驱动;(10)找规律; 6)运用管理常识作为数据分析的基础;
四、 企业经营数据分析的方法
//对比与对标:识别事物的基本方法//1)横向、纵向、多维度对比;2)比值、比例背后的逻辑对比;3)指标的逻辑与管理指标:加权综合;4)对标的层次和维度:自己(如基本目标、挑战目标、移动目标)、别人(标杆、行业、竞争对手等);-规模指标:综合实力;-速度指标:综合活力和发展潜力;-效率指标:反映投产比,体现核心竞争优势;-效益指标:赚钱的评价指标,如利润;-总额指标:前四项综合而成,如CPI,PPI,PMI等;
C(企业盈利水平)=f(规模、市场占有率、排名、增长率、利润率、负债率)5)标杆管理; //分类//
RFM模型:R-时间进度,代表客户的活跃度/流失风险;F-购买次数,代表客户的忠诚度;M-购买金额,代表客户购买量或者金额贡献;
结构事物的三要素:要素(构成事物的组成部分)、属性(事物自身的特征或特性)、行为;
1)维度分类法;2)属性分类法;3)流程分类法;
4)层级分类法;5)分类中的权重设定问题; //聚类:寻找规律//1)聚类的基本逻辑:对对象的聚类和对对象属性描述的聚类;2)聚类的因子和主成分;
3)聚类的步骤:确定聚类的标准变量--》标准化事物描述变量==》评价事物之间的差异性(相似性)如何计算==》设计聚类的算法或者程序==》计算类之间的差异性以及宝恒类与类之间的距离最大化==》解读聚类==》验证并应用评估==》算法改进和调整;
4)有序聚类与时间序列聚类; //逻辑关系-寻找规律//1)相关性与相关系数分析;2)事物之间的逻辑关系与科学规律;3)果因关系与因果关系,看不见的事物逻辑;4)事物发展的复杂性与科学抽象;5)因果关系与回归分析;6)逻辑回归;7)关联与共生--现象与规律的探寻; //预测-分析落脚点//1)预测是数据分析的最终目的;2)预测的必要性和误差的必然性;3)经验预测法:如德尔菲;4)类比预测法;5)惯性法与实践序列分析;6)逻辑关系预测法; //结构与解构//关注激励效应、关键要素与非关键要素影响;
五、写在后面
本书更多的是作为CHKLIST的基础存在,在杂乱无章的时候把基础的框架拎出来,同时分析是基于洞见和预测,从数据出发回到商业中来,这是分析的本源,不要为了分析而分析,不只是做一只眼,更多的是做一个灵活的头脑中枢,这才是商业数据分析和人力资源数据分析的意义所在。
以上,谢谢你阅读到最后一个字。
本文作者的文集给他/她留言我也要发表文章