好书荐书 | 数据分析必看书单

每一个行业的技能,都需要由浅入深,本文盘点了众多数据分析大牛推荐的学习数据分析的书籍,并按照入门,进阶,高级三个等级进行了分类。

还记得那句扎心的话吗:“这个世界正在惩罚那些不读书的人”。当你在抱怨薪水低,生活压力大的时候,别人已经读完了下面一大半的书籍,做了比你多不止两倍的数据分析案例,总结了十几篇的数据心得,请教了不止一两个的行业资深专家。

每一个行业的技能,都需要由浅入深,小编盘点了众多数据分析大牛推荐的学习数据分析的书籍,并按照入门,进阶,高级三个等级进行了分类,还亲自准备了经典书籍的pdf电子书数据包赠送给需要学习数据分析的小伙伴。

先深刻评估一下自己的知识储备,如果还不够,那就从初级入门的书单中挑选一些恶补一下。如果你已经达到了高级运营或者产品经理的程度,那就从进阶或者高级进阶开始加深专业度。你也可以和那些大牛一样,找到适合你的业务需要方向,拿起一本书,每天专注研读半小时,利用十分钟做一个思维导图,几个月过去,你就是一个精通数据分析的小专家了。

数据分析入门书籍

对数据分析没有整体概念的人,应届毕业生,经验尚浅的转行者等。


1

《谁说菜鸟不数据分析》

这本书通俗易懂,全书8章分别讲解数据分析必知必会的知识、数据处理技巧、数据展现的技术、通过专业化的视角来提升图表之美、数据分析报告的撰写技能以及持续的修炼。讲解的很详细,适合数据分析小白入门。


2

《赤裸裸的统计学》

作者是(美)查尔斯·惠伦(Charles Wheelan)

学习数据分析,了解统计学是必须的。这本书用生活有趣的案例、直观的图表揭开了统计学、大数据和数字的“神秘面纱”,让你知道权威期刊、媒体新闻、民意调研中公布的数字从何而来,轻松掌握判断这些统计数字“是否在撒谎”的秘籍。


3

《深入浅出统计学》

Headfirst 类书籍,同上,可以帮助你快速了解统计方面的知识。


4

《深入浅出数据分析》

电子工业出版社的经典书目系列,从数据分析基本步骤开始、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧一一讲到。图比较多,适合入门。


5

R语言实战

R是属于GNU系统的一个自由、免费、源代码开放的软件,用于统计计算和统计制图。这本书从实用的统计研究角度逐例分析R在数据处理、模型构建、以及图形操作上的由浅入深的结合,堪称经典。


看完这些,数据分析的理论就基本入门了,然后再根据你的业务需要做系统的学习,然后进入进阶阶段。

数据分析进阶书籍

具有一定的业务需求,具备了一定的分析常识,比较适合网站分析师,商业分析师以及数据产品经理。


1

Python for Data Analysis

Python数据分析必看,作者有多年的Python数据分析工作经验,对各种Pyhon包iPython,NumPy,pandas,matpotlib等有着很深的理解。看完这本,敲完代码,Python数据分析就算入行了。


2

Data Science for Business

很多牛人为之作序,数据科学如何与商业结合,相信这本书会给你一些启发。


3

Python Data Science Handbook

作者(Jake VanderPlas)是华盛顿大学电子科学研究所的高级数据科学研究员,研究领域包括天文统计学、机器学习和可扩展计算。书的前半部分介绍了用于数据分析和一般的科学计算的基本Python库,后面从实际应用的角度使用Python库scikit-learn开始机器学习实践。适合有一定Python基础人(或者R基础),并且想学习如何使用Python进行数据分析的人。


4

Storytelling with Data

作者Cole NussbaumerKnaflic,私募分析师,前Google人力分析团队总监。本书展示了如何高效率展示量化资讯,如何用丰富的资料讲故事。Google内部的数据可视化课程讲师,之前也在Maryland Institute College of Art兼职讲师。


5

《数据挖掘概念与技术》

这本书很全面地讲述数据挖掘领域的重要知识和技术创新。在第1版内容相当全面的基础上,第2版展示了该领域的最新研究成果,例如挖掘流、时序和序列数据以及挖掘时间空间、多媒体、文本和Web数据。


6

《数据挖掘导论》

这本书介绍了数据挖掘,很全面,涵盖了五个主题:数据、分类、关联分析、聚类和异常检测。除异常检测外,每个主题都有两章:前一章涵盖基本概念、代表性算法和评估技术,而后一章讨论高级概念和算法。与许多其他同类图书不同,本书将重点放在如何用数据挖掘知识解决各种实际问题。

这本是明尼苏达大学和密歇根州立大学数据挖掘课程的教材,由于独具特色,正式出版之前就已经被斯坦福大学、得克萨斯大学奥斯汀分校等众多名校采用。


7

《数据挖掘技术——市场营销、销售与客户关系管理领域应用》


这是一本优秀的数据挖掘教材,全面而系统地介绍了数据挖掘酌商业环境、数据挖掘技术及其在商业环境中的应用。

内容涵盖核心的数据挖掘技术,包括:决策树、神经网络、协同过滤、关联规则、链接分析、聚类和生存分析等。此外,还提供了数据挖掘最佳实践的概观、数据挖掘的最新进展和一些极具挑战性的研究课题,极具技术深度与广度。


8

《精通web analytics 2.0》

以网站分析为主,作者是Avinash Kaushik,译者是郑海平,邓天卓,两位作者是国内网站分析领域比较有经验的牛人,翻译是比较专业的。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,现在纸质书只能上淘宝买旧书了。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。


9

《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。


10

《SQL从入门到精通》

学习 SQL 的入门书,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。

数据分析高级进阶

高级进阶就需要数据分析知识和分析模型功底更加深厚了,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。


1

《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”。


2

《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。


3

《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。


4

《网站分析实战》

这本书适合网站运营人员、网络营销人员(SEO、SEM、EDM)、网站产品经理和个人站长阅读,本书也适合计算机专业或者市场营销专业的自学。

文/数极客

0条评论 添加新讨论

登录后参与讨论
Ctrl+Enter 发表