内容简介 这是一部讲解企业如何利用指标推动数字化转型和实现数字化经营的著作，详细讲解了指标体系的设计方法、指标平台的产品设计和技术架构、指标在各行业落地应用的方法。 本书由行业领先的数据智能产品提供商数势科技官方出品，融合了其创始人在百度、平安、京东等头部企业的技术研发经验和其团队服务近百家企业的实战经验，得到了来自清华大学、信通院、腾讯、京东、百度等10余位专家的鼎力推荐。 具体地，本书主要讲解了以下五个方面的内容： （1）从指标驱动的数字化经营新模式开始，介绍指标管理对企业经营的重要意义。 （2）指标体系的设计方法论，带着设计思维模拟指标拆解、设计、落地的全过程。 （3）指标管理平台的产品设计与技术架构，介绍了作者团队在多年实践中总结出的“一处定义、全局使用”的指标平台建设方法。 （4）深入零售、金融、制造、消费品、连锁加盟等行业，从不同行业的特点出发，介绍不同行业的指标体系建设、平台设计和应用的全景图，结合行业的最佳实践，为想要进行数据智能决策的企业提供参考。 （5）探索两大趋势——数据民主化以及大模型在数据智能、指标管理中的应用，探索时下最先进的技术带给企业经营的无限价值。

内容简介 这是一部讲解企业如何利用指标推动数字化转型和实现数字化经营的著作，详细讲解了指标体系的设计方法、指标平台的产品设计和技术架构、指标在各行业落地应用的方法。 本书由行业领先的数据智能产品提供商数势科技官方出品，融合了其创始人在百度、平安、京东等头部企业的技术研发经验和其团队服务近百家企业的实战经验，得到了来自清华大学、信通院、腾讯、京东、百度等10余位专家的鼎力推荐。 具体地，本书主要讲解了以下五个方面的内容： （1）从指标驱动的数字化经营新模式开始，介绍指标管理对企业经营的重要意义。 （2）指标体系的设计方法论，带着设计思维模拟指标拆解、设计、落地的全过程。 （3）指标管理平台的产品设计与技术架构，介绍了作者团队在多年实践中总结出的“一处定义、全局使用”的指标平台建设方法。 （4）深入零售、金融、制造、消费品、连锁加盟等行业，从不同行业的特点出发，介绍不同行业的指标体系建设、平台设计和应用的全景图，结合行业的最佳实践，为想要进行数据智能决策的企业提供参考。 （5）探索两大趋势——数据民主化以及大模型在数据智能、指标管理中的应用，探索时下最先进的技术带给企业经营的无限价值。

这是一套数据指标体系全流程构建（从规划、框架设计、数据采集加工到应用）方法论与实践指南。书中从数据采集入手，借助BI工具Superset实践构建过程。 本着“一切技术都是为业务服务的”这一宗旨，本书除了包含数据指标体系构建相关内容外，还结合统计学原理及Excel、Python等工具，深入剖析数据指标波动对业务的影响，旨在帮助读者深入理解数据指标与实际业务的底层关联，把数据指标体系落地到业务中。 第一篇（第1章）：深度解读数据指标体系的基础知识，让读者充分理解数据指标，并掌握构建策略、全流程和方法概要，其中包括数据指标体系分类标准、评判优质指标的4个标准、选择数据指标的4个注意事项、数据指标体系3要素、构建指标体系的7个策略等重点。 第二篇（第2~6章）：从实践层面出发，带领读者基于业务目标一步步提炼5类产品（工具类、内容类、社交类、交易类、游戏类）的关键数据指标，并通过精细的维度拆解，呈现清晰的指标规划图谱。本篇还在最后站在分析维度的角度给出了数据指标分析的方法论。 第三篇（第7~8章）：在第二篇形成的规划图谱的基础上，给出数据指标构建的完整方法论，并以在线教育、电子书阅读工具、图文内容社区、网约车平台、社交电商这五大典型行业为例，完整解读如何将方法论应用于实践。 第四篇（第9~10章）：揭秘数据从埋点收集到清洗加工的全过程，包括原始数据采集、数据处理与指标开发、数仓模型构建等。这是实现高效数据处理的关键，也是数据分析师必备技能之一。 第五篇（第11~12章）：通过实际案例指导读者搭建数据指标体系，并展示如何利用数据指标体系监控业务动态，分析数据异动，量化其对整体业务的影响。其中包括25种BI数据可视化方法、2个监控看板实战案例、精准定位数据异动的方法、4种数据异动类型、1套异动维度拆解策略，以及7种量化数据异动贡献度的方法。

这是一套数据指标体系全流程构建（从规划、框架设计、数据采集加工到应用）方法论与实践指南。书中从数据采集入手，借助BI工具Superset实践构建过程。 本着“一切技术都是为业务服务的”这一宗旨，本书除了包含数据指标体系构建相关内容外，还结合统计学原理及Excel、Python等工具，深入剖析数据指标波动对业务的影响，旨在帮助读者深入理解数据指标与实际业务的底层关联，把数据指标体系落地到业务中。 第一篇（第1章）：深度解读数据指标体系的基础知识，让读者充分理解数据指标，并掌握构建策略、全流程和方法概要，其中包括数据指标体系分类标准、评判优质指标的4个标准、选择数据指标的4个注意事项、数据指标体系3要素、构建指标体系的7个策略等重点。 第二篇（第2~6章）：从实践层面出发，带领读者基于业务目标一步步提炼5类产品（工具类、内容类、社交类、交易类、游戏类）的关键数据指标，并通过精细的维度拆解，呈现清晰的指标规划图谱。本篇还在最后站在分析维度的角度给出了数据指标分析的方法论。 第三篇（第7~8章）：在第二篇形成的规划图谱的基础上，给出数据指标构建的完整方法论，并以在线教育、电子书阅读工具、图文内容社区、网约车平台、社交电商这五大典型行业为例，完整解读如何将方法论应用于实践。 第四篇（第9~10章）：揭秘数据从埋点收集到清洗加工的全过程，包括原始数据采集、数据处理与指标开发、数仓模型构建等。这是实现高效数据处理的关键，也是数据分析师必备技能之一。 第五篇（第11~12章）：通过实际案例指导读者搭建数据指标体系，并展示如何利用数据指标体系监控业务动态，分析数据异动，量化其对整体业务的影响。其中包括25种BI数据可视化方法、2个监控看板实战案例、精准定位数据异动的方法、4种数据异动类型、1套异动维度拆解策略，以及7种量化数据异动贡献度的方法。

潘绥铭 出生于1950年，1984年毕业于东北师范大学历史系,获历史学硕士学位。曾留学美国，主要从事社会学研究方法、性社会学和性别人类学研究，现任中国社会学会副秘书长、中国人民大学性社会学研究所所长、社会学系教授、博士生导师。被誉为“中国性学第一人” 。

《实变函数与泛函分析》(定理方法问题)是与胡适耕教授编《实变函数》与《泛函分析》相配套的学习辅导书。《实变函数与泛函分析》(定理方法问题)熔思想、方法与问题于一炉，从不同于教材的另一角度为初学者提供引导，其重点则在于通过具体问题阐释典型方法，务使一些通常被学生认为难于掌握的方法呈现出自然与简洁的原貌，有助于读者理解主教材内容与解决问题。

《实变函数与泛函分析》(定理方法问题)是与胡适耕教授编《实变函数》与《泛函分析》相配套的学习辅导书。《实变函数与泛函分析》(定理方法问题)熔思想、方法与问题于一炉，从不同于教材的另一角度为初学者提供引导，其重点则在于通过具体问题阐释典型方法，务使一些通常被学生认为难于掌握的方法呈现出自然与简洁的原貌，有助于读者理解主教材内容与解决问题。

《偏微分方程与数值方法(影印版)》的作者Stig Larsson现任瑞典Chalmers大学数学系教授、瑞典科学院院士。《偏微分方程与数值方法(影印版)》将微分方程的数学分析及有限差分理论和有限元方法结合起来，讲述线性偏微分方程的基本理论及其常用的数值解法。分别用三章阐述椭圆型、抛物型及双曲型偏微分方程，一章关于其数学理论，一章关于其有限差分方法，一章关于其有限元方法。在论述椭圆型方程之前，讲述常微分方程的两点边值问题；类似地，在论述抛物型和双曲型发展问题之前，讲述常微分方程的初值问题。另有一章研究椭圆型特征值问题和特征函数的展开。附录提供了阅读《偏微分方程与数值方法(影印版)》所要求的线性泛函分析及索伯列夫空间的背景知识。阅读《偏微分方程与数值方法(影印版)》不需要高深的数学分析和泛函分析知识。《偏微分方程与数值方法(影印版)》适用于应用数学专业和...(展开全部)

《高等代数:定理•问题•方法》简介：高等代数与数学分析并称为最重要的数学基础课程，多年来为教育界所公认。学生从高等代数课程中所获得的知识与方法训练，在其后的数学学习与研究中有不可替代的作用。《高等代数:定理•问题•方法》通过800道例题分析，透彻地阐释并系统运用了读者在学习过程中所感觉到的优美的思想与方法，务求读者能真正透彻地弄清一些问题。《高等代数:定理•问题•方法》共分四章，分别为多项式、矩阵与向量、特征值与标准形、内积空间与二次型，每小节以概念与定理、问题与方法的模式进行阐述。