豆瓣评论

  • 王乐观
    四年经验的数据分析师看过留下评论,全书非常易读,其中有不少内容是自己之前没有思考过得,感觉收获不少。假如我刚入门能发现这本书,可以少走很多弯路01-29
  • vito
    前两章关于建立目标与指标体系下的挺好,值得做一下笔记,分析 = 目标 + 指标 + 方法 + 策略 + 效果;后面几章的问题是举的例子不好,或者是案例蜻蜓点水,不提任何细节。到目前为止还没有能让我眼前一亮的数据分析思路书籍,可能兼具深度与广度的难度很大吧。11-28
  • 长春花蓝
    如书题,主要讲述业务及其分析方法。第一次读数据分析有关的书,对初次接触数据分析的新人来说比较友好。但完整的分析报告和范例还不足,全书前后各案例间的底层原则联系较浅。从目录针对性学习比较合适。11-11
  • green
    作者很用心了,整理齐全,讲得比较全面,适合新手入门。但全面的书,都有一个特点,就是内容不够深入,比较泛。11-06
  • namgalsip
    不到原理层面,作者把他经历过的数据分析思路自成体系,合成了这本书可以借鉴到一些内容,但不足以作为根本心法05-08
  • 铲屎大将军
    其实能感受到,这本书写的蛮用心的,作者也挺有资历的,但读了太多数据分析的书就会觉得,大家还是有点把精力错配到这个岗位上了。咱们盘点下:数据分析核心是要能提出好问题,这个能力是业务和产品的擅长;还需要能合理的分析问题,用到的方法论等又是咨询的擅长;具体到分析工具和技术,比如统计模型、算法策略、数据清洗,又各自是研发的擅长;往好了说是一专多能,往坏了说,你一个人都有这么多厉害的技能了,你干嘛还非要选数据分析这种辅助支撑岗位呀?除了热爱,我想不出其他合情合理的解释了反正我是见过太多学生,100分的天赋,选择数分岗位后,投入120分的精力,换来70分的回报,何必呢。。。哦最后补充一句,定价89元太贵了,书其实很薄的。。。02-28
  • carishui
    列举了很多案例,可能行业不一样,能收获到的新想法不多。12-03