追趕AI前先培養大數據分析力!
人工智慧說白了就是統計學,會分析就會活用。
做企劃、提預算、估風險、分析市場……,
一張Excel教你搞定所有工作實務。
STEP 1:目的→假設→方法,順序不能顛倒
大數據時代,所有資料都能被分析,但得到的「結果」是否符合最初「目的」?不想到頭來白忙一場,本書教你:
提案前這樣思考最終目的,後續才能產生連結。
成立假設4重點,避免一步錯步步錯。
網羅資料4方法,讓訊息「可視化」才易於比較。
STEP 2:沒學過統計也沒關係!這樣做讓數字發揮真正價值
數字資料不是拿來就用,「分解」、「比較」都有訣竅,實務應用時才有意義:
單位、屬性、時間等基軸的交叉組合,會得到各式的觀點。
比較資料時務必確定「基準點」,否則將有天差地別的解讀(例如,A點到B點呈上升型態;B點到C點呈下降型態,那麼到底是市場擴大了,還是業績停滯了呢?)
無法取得資料時,也可以「創造」?讓作者教你該怎麼做。
STEP 3:定位市場 + 管理風險,懂這些數據就夠
當一項商品要投入市場前,得先推敲規模(例如,買氣如何、價格怎麼訂、多久才能回本、營運風險有多大等等),才能擬定策略:
平均數:將平均數乘以其他變數,就能大致掌握市場規模,倒過來計算,也能知道多少銷量才能達到收益目標。
中位數:有時特定區域會拉大平均數,讓人誤判現實,所以最好搭配中位數來檢視。
標準差:光靠平均數還不夠,透過「偏差值」更能檢視營運狀況。利用「直方圖」將離散程度視覺化,推估風險衝擊程度,就能做出合理假設,並模擬最壞狀況。
STEP 4:善用相關係數,讓錢花在刀口上
輸入資訊,0.5秒就跑出圖表,這是該加碼或該收手的訊息?怎樣才能花最少錢創造最大效益?廣告vs折價券,哪一個能讓營業額提升?算出相關係數,確認資料之間的強弱關係,就能找出利潤最大化的策略。特別注意:
相關程度無關數值大小,只是顯示強弱程度。
就算不具相關性的資料,也能算出相關係數,7技巧教你避開陷阱。
愈是重要的資料,愈要製作成分布圖,以便觀察整體狀況。
STEP 5:提出假設,邊思考邊修正目標計畫
用國中生都學過y=ax+b(單一迴歸分析)公式,就能看出資料間的關聯性。如何從斜率值看出成本效益?怎樣計算KPI目標值?答案就藏在一張EXCEL裡。
STEP 6:轉換思考模式,簡報才不會功虧一簣
辛苦分析了半天,當然希望提案能被認同,切記,分析和傳達本來就是兩件事,別只是丟出一堆圖表和訊息而已,你應該:
要以分析結果當作結論的依據。
將資料圖表化,並以簡潔文字歸納出重點。
註記資料來源,更能提高可信度。
——本書特色——
不諳統計分析的初學者也能輕鬆上手。
情境式模擬實務狀況,解決你的職場痛點。
不必死背硬記,什麼狀況下該套用什麼函數不藏私大公開。
——專文推薦——
張維元│「資料科學家的工作日常」版主
鄭宗記│政治大學商學院專任教授
賴彥甫│創創集團執行長/共同創辦人
(依姓氏筆畫排列)
——專業推薦——
蘇書平│先行智庫執行長
*本書為《會分析是基本功,看懂結果才最強》的全新增訂版
作者簡介:
作者/柏木吉基
1972年出生,日本神奈川縣人。慶應義塾大學理工學部畢業後,進入日立製作所工作。取得美國Goizueta Business School的MBA學位。2004年進入日產汽車工作。任職於海外行銷&銷售部門後,成為組織開發部企業改革小組經理。在董事的領導下,參與「新公司、新組織的成立方案」、「全球業務流程分析、評價、改善」、「人才養成計畫」、「人、物等的全球資源最適化」等的經營課題解決企畫案。平日就在推廣思考決策論(Decision Science)。走遍全世界120個國家,舊東海道五百公里。
專業審定/胡智超
經歷:
1. 台南大學教育系測驗組。
2. 台南大學測驗統計研究所碩士班。
3. 台灣南部地區資優學生甄選(含縮修)題庫資源之擴充與管理:96/03/01~98/06/30負責自然科(可google「資優 GISA」, 7/1到隔年2月在國小實習和考教師檢定)。
4. 99-101年度攜手計畫課後扶助方案學生評量計畫:99/03/01~99/07/31負責英文科(3月回研究所完成論文時加入此計畫。於8月初去當兵,離開計畫)。
5. 國家華語能力測驗電腦適性化題庫研發計畫(華測會):100/09/07~101/08/14(退伍後隔天便進入華測會擔任測驗統計分析師)。
6. 國立彰化特殊教育學校:101/08/22~迄今,擔任國小部導師。