統計學,最強的商業武器[商務篇]:把數據資料轉換成獲利能力的智慧(中文書)

書名 統計學,最強的商業武器[商務篇]:把數據資料轉換成獲利能力的智慧(中文書)
統計学が最強の学問である[ビジネス編]:データを利益に変える知恵とデザイン
作者 西內啓
(Nishiuchi Hiromu)
譯者 陳亦苓
出版社 悅知文化
出版日期 2018-03-23
ISBN 9789578787094
定價 360
特價 93折   335
庫存

即時庫存=2
分類 中文書>商業>市場行銷

商品簡介

日本統計学會2017年受獎作品! 掀起商務人士重讀統計學熱潮的暢銷續作! 系列書累計銷量48萬冊突破! 文組也看得懂的「市場分析實用書」登場!

活躍於「商業」×「統計學」之最前線的第一人, 說明如何運用數據來改善企業經營主幹── 競爭策略、人力資源、行銷、營運管理。


與其掉入「不論就統計學而言再怎麼政治正確,都沒有價值」的陷阱,
更應該透過統計學來發掘「連自家公司都還不知道的獲利點子」,將數據轉換為價值。

本書以一般商務人士及經營管理者為對象,沒有艱澀的數學算式,
而是養成該從怎樣的切入點來洞悉數據之間因果關係的能力。

除了因應讀者們呼聲最高的「行銷」領域之外, 還包括了「競爭策略」、「人力資源」及「營運管理」的實用案例,
市場上唯一結合企業管理×統計學的商業書籍!
從此不再單純倚賴感覺,而能精準找到更具希望的策略。
■ 探討「今後的市場規模是否會增長」及「能否在該市場中取得佔有率」的黃金組合。
■ 一般的「面試」其實沒什麼用?基於科學證據,得知怎樣的人才可為公司帶來更多獲利。
■ 從人口統計資料,找出理想市場區隔的方法,再針對重要客戶進行4P定位分析。
■ 在改善採購、物流、技術發展、服務等領域的同時,也消除存在於企業營運系統的「瓶頸」。

本書提出任何人、任何組織,只要加以遵循,
在某個程度上應該都能妥善分析的研究設計雛形。
一旦擁有這個架構,就能將難以化為日常語言的內隱知識,
與數據連結,進而產生新的見解。
客服 02-2570-1233 | 會員服務使用條款 | 隱私權政策
PC版 TAAZE | Mobile版 TAAZE
Power By 學思行數位行銷股份有限公司

統計學,最強的商業武器[商務篇]:把數據資料轉換成獲利能力的智慧

作者簡介

西內啟 Nishiuchi Hiromu 1981年生。東京大學大學院醫學系畢業(主修生物統計學)。曾任東京大學大學院醫學系研究科醫療傳播學領域的助理講師、大學醫院醫療資訊網路工程研究中心副主任、達納-法伯(Dana-Farber)/哈佛癌症研究中心客座研究員等職務,目前則在各種活用資料的專案中擔任調查、分析、系統開發,以及人才培育等工作。著作包括同系列書籍累計銷量超過48萬冊的《統計學,最強的商業武器》,以及《統計學,最強的商業武器〔實踐篇〕》(悅知出版)等。

譯者簡介

陳亦苓政治大學廣播電視系畢,輔修日文,曾留學並於日本工作近四年。目前為自由譯者,擅長資訊類英翻中、日翻中。

名人導讀

【專文推薦】林啟峰 | 富邦媒體科技總經理 大約20年多前,在我擔任行銷長一職時,便與大數據結緣,當時稱之為CRM技術。透過CRM所能匯集到的數據,大多是交易性資料及個人基本資料。除了當時的系統處理能力不夠完善之外,對於數據收集的運用也沒有很創新的概念,更不確定是要用祼數據,還是使用經過處理後的數據,也因此不知如何就現有的數據來分析市場及客群,甚至不確定所收集到的數據是不是必要的。因而,只好用非常大的暫存空間,將所有看似能用的數據全都備存起來。但其實,無法分析數據背後的含意,就算存放再多的數據都是沒有用的。大數據演變到現在技術愈來愈進步,數據的運用也更是廣泛。尤其在網路時代,透過數據來分析了解市場趨勢,是企業經營很重要的方針。例如:在行銷方面,透過數據的分析,可針對不同性別、年齡,甚至職業別等,採取不同的宣傳方式,以及產品規劃,更能針對目標族群拓展銷售及發開商品。這本書最棒的地方在於,一開始就先將一些企業策略做了很簡單的分析,包含總體策略、競爭策略等,這對於許多經營者及決策型主管是十分受用的。此外,作者在書中也十分強調「人力」的重要性,而這個部分身為主管的我也是感同深受。書中不但很詳細的介紹了人才評選的方法,甚至還幫忙企業詳細規劃「人才」的適性。作者將「人事統計學」分析的十分完整,這對商管書來說十分罕見。此外,本書在「行銷」的部分,也有很棒的論點,尤其是從「瓶頸開始著手」的分析,這在經營管理上是經常會碰到的問題。當企業的成長開始下降時,往往都需要回頭重新評估是什麼讓公司的成長變慢了,這時過往的數據就是最好的分析依據。這是一本不管是在做行銷、競爭策略,營運管理的人,都十分受用的一本書。能在這市場找到藍海,以及發現最大的市場占有率,這絕對是各大企業一直在努力的目標。鄭惟厚 | 《統計第一門課-觀念與應用》作者、美國愛荷華大學統計博士、淡江大學數學系教授 統計,是從數據當中找出有用資訊的科學,可應用在各式各樣的領域。商業領域無處不是數字,業界當然更可以利用合適的統計方法,幫助公司獲取更大的利益。然而,商業界對統計的功能是否有充分認知、並且普遍執行呢?很遺憾,答案應是否定的。有很強的工具卻把它放著不用,豈不奇怪?這和我們長久以來的統計教學方式以及教科書有絕對的關係。商務人士若想了解統計的功能,隨便打開一本統計教科書的話,立刻會被一堆恐怖的數學符號和公式打敗了。因為統計教科書的內容多半是在教統計方法、甚至理論,想要從這些書裡了解如何實際應用,門都沒有。統計系畢業的專業人才,理論上應該會用統計方法解決問題了吧?然而學校多半只注重考試,學生只要會用公式計算出答案,要畢業不難。但若丟給他一個實際問題,要求他用統計方法找答案,恐怕只會得到瞠目結舌的反應。因為統計教科書教的東西、和如何解決實際問題之間,有著太大的鴻溝。終於有學者出書來填補上述鴻溝了,那就是西內啟先生所寫的《統計學,最強的商業武器[商務篇]》。正常利用統計工具的場景應是這樣的:先有問題,然後把它具體表達成合適的研究課題,再考慮針對該課題,應怎樣蒐集數據以及運用哪種統計方法來進行分析。大部分教科書討論的只是上述過程最後一步的分析,而《統計學,最強的商業武器[商務篇]》這本書給了我們全套:從問題開始,到做出結論!西內先生文字淺白易懂,譯者譯筆極佳,整本書讀起來非常流暢,連我這不懂商業的人都學了許多,商務人士肯定應該要拜讀。這本《統計學,最強的商業武器[商務篇]》是西內先生系列書的第三本,若讀完有興趣,前兩本也肯定值得一讀。學統計而想進入商界的人,更是一定要讀這本書,除了能夠迅速了解統計可如何應用在商界問題之外,當主管給你問題、要你分析時,才能夠跟主管有效溝通,而不至於雞同鴨講。

名人推薦

【誠摯推薦】内田和成 |《假設思考》作者、前BCG日本代表、早稲田大學商校教授藝術與科學是經營上不可或缺的要素,坊間有不少分別論述其一領域的書籍,本書作者則獨樹一格,提倡在傳統上被歸類為「藝術」的領域當中,也帶入了統計學這項科學知識,兼具獨特性與實用性。入山章栄 |《全球經營學學者的當前想法》作者、早稲田大學商校副教授商校的課程上,我一再傳授「如何在實際商場活用經營學分析手法」的方法給學生,但是沒想到西內先生已經搶先我一步,將這些方法有趣地呈現在書本上了,真是被擺了一道啦!

章節目錄

序章 別用「感覺」和「案例」來分析01商務人士所不知道的「研究設計」技術常見的數據運用失敗案例/不靠個人感覺的研究設計/改善「主幹」而非「枝葉」02本書的內容架構本書所涵蓋的四大主題/本書中的說明步驟與一些關鍵詞第1章 用於經營策略的統計學03以數據引導策略顧問們就愛矩陣圖/矩陣分析的兩個限制04經營策略的理論背景① 波特的SCP理論經營策略的代表性理論/簡單漂亮的五力分析/日本企業的發展反駁了波特的理論05經營策略的理論背景② 經營策略理論的合適性問題著眼於企業內部優勢的傑伊・巴尼/波特與巴尼,誰才是對的?/經營策略的統計分析史06針對經營策略的分析步驟① 設定分析的目標對象統計學式的策略制定方法/橫向的市場分析/縱向的市場分析/非連續型的市場分析07針對經營策略的分析步驟② 思考應分析哪些變數針對商業人士的系統性回顧入門08針對經營策略的分析步驟③ 收集必要的數據資料首先從公開的客觀資料著手/為何要以資產報酬率來代表「有多賺錢」?/當分析的目標對象包括未上市公司時/針對調查研究公司的聰明下單法/收集具主觀元素之資料時的注意事項/資料的統整方法09針對經營策略的分析步驟④ 分析與結果的判讀解析簡單的加總統計的兩個限制/運用逐步排除法和人眼來做變數選擇/分析結果的解析實例與基礎知識/更仔細的分析方法,以及不建議過度仔細分析的原因/與其嚴謹驗證,不如採取快速的小規模行動10本章總結統計學補充專欄Ⅰ:關於變異量成分分析或是混合效果模型第2章 用於人事的統計學11有雇到優秀的人才嗎?所謂「人才甚於策略」之事實/基於科學證據的Google聘僱流程/一般的「面試」其實沒什麼用12一般智力與權變理論「會唸書的人工作也做得好」具有三成的正確性/經由領導力研究所發現的權變理論/從整合分析看見的「工作取決於合適性」/只看重「俐落爽朗高學歷」是非常可惜的13針對人事的分析步驟① 設定分析的目標對象只要有幾十個人就可進行分析/分析單位的擴展及分割方式14針對人事的分析步驟② 思考應分析哪些變數人事的成果設定是相當困難的/所謂「納入隨機性」的技巧/廣泛收集各種可能的解釋變數15針對人事的分析步驟③ 收集必要的數據資料挖掘出埋藏在公司裡的數據/成果設定的注意事項:妥善補足缺乏的數據/解釋變數相關資料的擴充:人格特性的測量方式16針對人事的分析步驟④ 分析所取得之資料高度相關的解釋變數要做「變數縮減」/兩個相關項目的得分可合併計算/有數個項目彼此相關時,就採取「因素分析」/接著就決定要用多元回歸分析還是邏輯回歸17針對人事的分析步驟⑤ 對分析結果做出解釋邏輯回歸的解讀方法複習/有無「違反經驗或直覺的結果」呢?/應採取的行動:「改變」/應採取的行動:「替換」/人力資源管理措施的可能選擇—「HPWP」18本章總結統計學補充專欄Ⅱ:「設限」與「截斷」第3章 用於行銷的統計學19行銷策略與顧客中心主義iPhone的需求真的是無法以研究得知的嗎?/仿效藍海策略的做法/統計學能夠戰勝天才的原因20現代行銷的基礎知識科特勒的行銷定義與常見的誤解/以誰為對象做生意?/要賣什麼,又要如何賣?21針對行銷的分析步驟① 準備相關資料以釐清「要賣給誰?」行銷的數據分析最少要做三輪/除了「極不可能的對象」外,全都是分析目標/首先分析單一來源的數據資料22針對行銷的分析步驟② 進行分析以釐清「要賣給誰?」不使用多元回歸分析和邏輯回歸的理由/建議採用「聚類分析」/找出良好的市場區隔正是聚類分析之目的23針對行銷的分析步驟③ 準備相關資料以釐清「要賣什麼?」定位=要賣什麼?/好的定位要靠質化調查與量化調查的搭配組合/證實了行銷的力量的「真相運動」24針對行銷的分析步驟④ 運用整合行為理論的質化調查涵蓋了許多學術成果的整合行為理論/問題與調查問卷的具體製作方法25針對行銷的分析步驟⑤ 分析數據並做解釋以釐清「要賣什麼?」你可從分析知道些什麼?/這次要用多元回歸分析或邏輯回歸/思考定位的兩個方法26針對行銷的分析步驟⑥ 進行分析以釐清「4P」了解市場區隔中的目標對象/以試作樣品或傳單進行行銷測試27本章總結統計學補充專欄Ⅲ:決策樹分析與隨機森林第4章 用於營運管理的統計學28戴明所帶來的全新「管理」方式造就了西南航空的成功的營運改善/創造出kaizen並支援了比爾・柯林頓的統計學家/該對付的是「在變動性背後造成影響的原因」29從部分最佳到整體最佳沈睡在公司內的廣大改善新領域/從「瓶頸」開始著手30價值鏈與各部門的一般準則價值鏈的概念/具體的成果與分析單位31從業務用資料到分析用數據首先從既有的資料開始分析/將資料轉化為可分析的形式/連結數據資料32數據資料的品質提升與處理要點所謂「完美資料」的陷阱/感覺到「侷促」就對了/不必勉強思考「假設」33「為了洞察而分析」和「為了預測而分析」何謂「為了預測而分析」/「為了洞察而分析」時,你的內隱知識便會成為武器/「為了預測而分析」之所以困難的兩個理由/失敗的Google流感病患預測34自回歸模型與交叉驗證自回歸模型概述/要小心過度學習/採取交叉驗證35本章總結統計學補充專欄Ⅳ:運用了集體智慧的預測手法謝辭參考文獻
客服 02-2570-1233 | 會員服務使用條款 | 隱私權政策
PC版 TAAZE | Mobile版 TAAZE
Power By 學思行數位行銷股份有限公司