第一篇 道 1 第1章 大数据分析之道 2 1．1 做好数据分析的关键 3 1．2 业务调研 10 1．3 创新思考 14 1．4 逻辑推理 25 1．5 可行建议 48 1．6 补充阅读：数据分析报告的撰写要点 51 第二篇 术 63 第2章 统计是怎么发明的？ 64 2．1 重启思维模式 65 2．2 统计的意义及指标 71 2．3 统计图形是如何设计的？ 102 第3章 我们能相信统计吗？ 115 3．1 统计可信吗？ 116 3．2 基于概率的信任 120 3．3 如何实现基于概率的信任？ 126 3．4 应用理念：细致与置信的权衡之道 140 3．5 评估：正确的认识世界 144 3．6 设计统计方案中的方法论 156 第4章 统计分析方法 159 4．1 拆指标-1 分布分析 161 4．2 拆指标-2 趋势分析 165 4．3 拆指标-3 因素分析 177 4．4 拆数据-1 个案分析 186 4．5 拆数据-2 异常分析 188 4．6 拆数据-3 分组分析 193 4．7 附加阅读：消费者偏好和企业差异化战略 197 4．8 不同分析方法的结合与创新 209 4．9 与领域相关的分析方法 213 第5章 数据分析的高级工具：OLAP与机器学习 220 5．1 OLAP技术 221 5．2 无监督学习模型 225 5．3 监督学习模型 234 第三篇 释 287 第6章 大数据时代 288 6．1 大数据的价值 289 6．2 企业如何向数据技术转型？ 301 6．3 数据技术的职业发展 315 第7章 数据技术团队组建和发展 331 7．1 自我修炼与领导团队 332 7．2 数据技术团队的组织结构 334 7．3 数据技术团队发展中的优劣势 336