Много цифр. Анализ больших данных при помощи Excel

Автор этой книги доказывает, что анализ данных можно организовать в простом, понятном, очень эффективном и знакомом многим Excel. Причем не важно, сколь велик ваш массив данных. Техники, предложенные в этой книге, будут полезны и владельцу небольшого интернет-магазина, и аналитику крупной торговой компании. Вы перестанете бояться больших данных, научитесь видеть в них нужную вам информацию и сможете проанализировать предпочтения ваших клиентов и предложить им новые продукты, оптимизировать денежные потоки и складские запасы, другими словами, повысите эффективность работы вашей организации.

Почему книга достойна прочтения:

• вы откроете для себя новые широчайшие возможности Excel;
• освоите «базовые» и «продвинутые» техники анализа данных;
• научитесь на основе имеющихся данных выявлять тенденции развития бизнеса;
• благодаря полученным знаниям получите конкурентное преимущество для вашей компании.

Книга будет интересна маркетологам, бизнес-аналитикам и руководителям разных уровней, которым важно владеть статистикой для прогнозирования и планирования будущей деятельности компаний.

Джон Форман (John W. Foreman) — главный специалист по данным в компании MailChimp.com. В качестве консультанта-аналитика Джон работал в таких крупных корпорациях, как Coca-Cola, Royal Caribbean, Intercontinental Hotels, и различных правительственных структурах США, в том числе в ЦРУ. Много выступает с лекциями о трудностях внедрения аналитических решений в компаниях, его график можно узнать на John-Foreman.com.

• Введение

• 1. Все, что вы жаждали знать об электронных таблицах, но боялись спросить
• 2. Кластерный анализ, часть I: использование метода k-средних для сегментирования вашей клиентской базы
• 3. Наивный байесовский классификатор и неописуемая легкость бытия идиотом
• 4. Оптимизационное моделирование: этот «свежевыжатый апельсиновый сок» не смешает себя сам
• 5. Кластерный анализ, часть II: сетевые графы и определение сообществ
• 6. Бабушка контролируемого искусственного интеллекта — регрессия
• 7. Комплексные модели: огромная куча ужасной пиццы
• 8. Прогнозирование: дышите ровно, выиграть невозможно
• 9. Определение выбросов: выделяющиеся не значит важные
• 10. Переходим от таблиц к программированию

• Заключение
• Благодарности