第1章 引言与概念
第2章 数据分析的流程
第3章 明确要解决的问题
3.1 问题从哪来？
3.2 如何确定我们的主要问题？（二八分析法）
3.3 决定问题的因素有哪些？（头脑风暴法，鱼骨图分析法）
第4章 提升需求预测准确率的十大利器
4.1 历史销售数据的清洗
4.2 在数据聚集的高层次上做预测然后分解
4.3 使用终端销售数据做预测
4.4 正确使用自上而下，自下而上和中间开花的预测方式
4.5 发现并剥离有特殊需求模式的SKU
4.6 正确使用最适合的预测模型
4.7 建立完善的需求预测管理流程
4.8 正确理解需求预测冲突的成因建立激励性而非惩罚性的考核机制
4.9 专业需求预测职能的配备
4.10 争取高层支持
第5章 历史销售数据的收集与清洗
5.1 从系统导数据，遇到过哪些问题？
5.1.1 日期数据不能直接用
5.1.2 数值为什么不能直接求和？
5.1.3 姓名一样，但是无法vlookup
5.1.4 有重复值怎么办？
5.1.5 缺失值怎么处理？
5.1.6 极值（最大值/最小值）怎么处理？
5.2 从表单收集数据，遇到过哪些问题？
5.2.1 收回来的数据表格，格式不统一怎么处理？
5.2.2 数据表格能不能分权限来限制？
5.2.3 几十张表格，如何快速的合并到一张大表里？
5.3 数据收集小工具推荐
5.3.1 一键去空行/空列
5.3.2 一键合并多个文件等等
第6章 数据分析
6.1 数据的描述性经营
6.1.1 均值，中位数，众数，方差，标准差等
6.2 数据的汇总经营
6.2.1 多工作表的数据为什么汇总很麻烦？
6.2.2 多工作表的数据汇总该如何解决？
6.2.3 数据透视表能做什么？
6.2.4 数据透视表的值字段设置：快速的求和、计数、百分比、累加百分比
6.2.5 如何实现透视表的顺序和报表顺序一致？自定义序列排序
6.3 数据汇总出来后，该如何分析？
6.3.1 四大基本分析方法：对比、分类、分布、相关
6.3.2 对比/分类/分布/相关分析法：定义、原则、标准
6.3.2 中高级分析方法：
结构分析法、ABC分析法
矩阵关联分析法
综合评价分析法
回归分析法
预测/趋势分析法等等
6.3.3常用的数据挖掘方法
假设检验
信度分析
列联表分析
方差分析
聚类分析
因子分析法
多维分析法等等
第7章 数据结果的解读
7.1 明确指标的计算法则
7.2 选择一个基点，一个参照系
7.3 关注异常值
7.4 基于目的，转动数据魔方，各种转化
7.5 相互验证，大胆假设，多方求证
7.6 把握趋势或者规律
7.7 归纳总结，数清理明
第8章 用图表表达，让图表说话
8.1 常用图形介绍
8.2 热力图介绍
8.3 雷达图介绍
8.4 柏拉图介绍
8.5 其他常用图形的演化
8.6 图表美化的技巧：动态图、商业图等介绍
8.7 每种分析方法的常用图形总结
第9章 数据分析与商业预测
9.1 预测责任者与支持者
9.1.1 预测的组织流程
9.2 不同的预测模型各自的优缺点
9.3 多元回归分析：如何分析多个因素对目标值的影响程度，包含
9.3.1 如何建立多变量业务预测模型
9.3.2 如何评估业务模型的有效性
9.3.3 企业外部变量（例如经济宏观数据）的选择和过滤
9.4 回归分析演练：如何量化分析广告的效果
9.5 定性预测法
9.6 时间序列平滑预测
9.7 曲线趋势预测
9.8周权重预测法
9.9 组合预测
第10章 数据分析与企业经营
10.1 数据分析与采购库存相结合
10.1.1 安全存量三种设定方法
10.1.2 库存量降低五大方法
10.1.3 预测模型介绍
陈则