《Excel高级应用与数据分析》将结合作者多年在商业智能、数据挖掘、市场研究、数据分析和统计分析领域的研究经验，以及Excel高级系统应用的实战经验，通过行业内实际操作案例，全面地介绍了Excel在数据的组织、管理、计算和分析等方面的强大功能和面向商业智能领域的应用，并着重介绍Excel的高级使用技能与数据分析范例，及其在实际操作中的具体应用技巧和技能。

在电子商务领域，商务数据往往蕴藏着巨大的商机和价值。卖家通过对商务数据进行专业且深入的分析，可以挖掘其内在的商业价值，发现新的商机，带来更大的市场和价值。本书以Excel在电商运营商务数据分析中的实际应用为主线，主要从电商卖家自身、商品、客户、进销存管理、竞争对手及行业状况等方面对商务数据分析进行深入讲解。本书共分为10个项目，主要内容包括：商务数据分析与应用基础、使用Excel管理店铺信息、商品销售情况管理、买家购买情况分析与评估、商品销售情况统计与分析、商品采购成本分析与控制、商品库存数据管理与分析、畅销商品统计与分析、竞争对手与行业状况分析及销售市场预测分析。本书可以作为高等职业院校电子商务相关专业课程的教材，也可以作为电商企业管理者、数据分析师、网店店主等电商从业者的参考书。

在电子商务领域，商务数据往往蕴藏着巨大的商机和价值。通过对商务数据进行专业且深入的分析，可以挖掘其内在的商业价值，发现新的商机，带来更大的市场和价值。本书以Excel在电商运营商务数据分析中的实际应用为主线，主要从电商卖家自身、商品、顾客、进销存管理、竞争对手，以及行业状况等方面对商务数据分析进行了深入讲解。本书分为10章，主要内容包括：商务数据分析与应用基础、使用Excel管理店铺信息、商品销售情况管理、买家购买情况分析与评估、商品销售情况统计与分析、商品采购成本分析与控制、商品库存数据管理与分析、畅销商品统计与分析、竞争对手与行业状况分析，以及销售市场预测分析等。

本书共分为三个部分，第一部分是理论基础，讲述从事电子商务数据分析前需要了解前导的理论知识，每个理论知识点都配备教学例子。第二部分是技术方法，介绍了数据采集和数据清洗的专业方法。第三部分是应用场景，介绍了主要数据平台的使用，市场分析、运营分析方法、商务报告的撰写。 书既可以作为高等院校电子商务专业、商务数据分析与应用、大数据分析与应用专业等本专科学生的专业课教材，也可以作为实务工作者学习电子商务数据分析的基础知识以及报考商务数据分析相关资格考试的参考用书。

《MBA精品系列:商务数据分析与应用》从商学院学生的角度出发，通过深入剖析实际案例，向读者展示了统计学在数据分析这一领域的应用。 作者收集了电信、房地产、教育培训、金融等行业的案例，案例内容涉及客户管理、产品定价、消费者偏好、渠道营销、组织行为等领域。首先简要介绍案例背景资料，并引出有待解决的问题，根据问题设计因变量、自变量及初始模型，在分析的过程中逐渐完善统计模型，解释模型的意义，一步一步抽丝剥茧地向读者展示了数据分析的原理、思想及方法。分析过程通过sas软件实现（同时提供r程序演示），作者给出了软件输出结果的解读。值得一提的是，每章还给出了完整的分析报告，为读者日后实际工作提供了示范蓝本。

《MBA精品系列:商务数据分析与应用》从商学院学生的角度出发，通过深入剖析实际案例，向读者展示了统计学在数据分析这一领域的应用。 作者收集了电信、房地产、教育培训、金融等行业的案例，案例内容涉及客户管理、产品定价、消费者偏好、渠道营销、组织行为等领域。首先简要介绍案例背景资料，并引出有待解决的问题，根据问题设计因变量、自变量及初始模型，在分析的过程中逐渐完善统计模型，解释模型的意义，一步一步抽丝剥茧地向读者展示了数据分析的原理、思想及方法。分析过程通过sas软件实现（同时提供r程序演示），作者给出了软件输出结果的解读。值得一提的是，每章还给出了完整的分析报告，为读者日后实际工作提供了示范蓝本。

本书以任务为导向，全面地介绍数据分析的流程和Python数据分析库的应用，详细讲解利用Python解决企业实际问题的方法。全书共9章，1章介绍了数据分析的基本概念等相关知识；2～6章介绍了Python数据分析的常用库及其应用，涵盖NumPy数值计算、Matplotlib数据可视化、pandas统计分析、使用pandas进行数据预处理、使用scikit-learn构建模型，较为全面地阐述了Python数据分析方法；第7～9章结合之前所学的数据分析技术，进行企业综合案例数据分析。除1章外，本书各章都包含了实训与课后习题，通过练习和操作实践，帮助读者巩固所学的内容。本书可作为高校大数据技术类专业的教材，也可以作为大数据技术爱好者的自学用书。

本书以任务为导向，全面地介绍数据分析的流程和Python数据分析库的应用，详细讲解利用Python解决企业实际问题的方法。全书共9章，1章介绍了数据分析的基本概念等相关知识；2～6章介绍了Python数据分析的常用库及其应用，涵盖NumPy数值计算、Matplotlib数据可视化、pandas统计分析、使用pandas进行数据预处理、使用scikit-learn构建模型，较为全面地阐述了Python数据分析方法；第7～9章结合之前所学的数据分析技术，进行企业综合案例数据分析。除1章外，本书各章都包含了实训与课后习题，通过练习和操作实践，帮助读者巩固所学的内容。本书可作为高校大数据技术类专业的教材，也可以作为大数据技术爱好者的自学用书。

本书主要包括：线性回归——以移动通信网络的客户，方差分析——以北京市二手房价为例，逻辑回归——以上市企业特别处理 ST 为例，定序回归——以消费者偏好度研究为例，泊松回归——以付费搜索广告为例，生存数据回归——以员工离职管理为例等6章内容。分析报告、课后习题、思维导图作为附录供读者学习使用。

本书作者20多年来一直在北大光华管理学院教授统计学课程，坚持统计学学习要从实际的案例讨论、数据分析出发，而不是上来就讲理论，讲统计方法本身。任何一个统计学方法论的介绍，都应用到一个非常鲜活的案例中。并通过一个规范的商业分析报告表达出来。在这个过程中所有的编程代码，连同数据一起给学生，帮助他们更好地理解。 本书主要包括：线性回归——以移动通信网络的客户，方差分析——以北京市二手房价为例，逻辑回归——以上市企业特别处理 ST 为例，定序回归——以消费者偏好度研究为例，泊松回归——以付费搜索广告为例，生存数据回归——以员工离职管理为例等6章内容。分析报告、课后习题、思维导图作为附录供读者学习使用。 本书的所有代码和数据可以到人大社出版社网站免费下载。