從NBA奪冠、預測犯罪熱點到經濟危機預測,揭秘分析學如何改變決策邏輯
掌握分析學的核心思維,運用分析學思維破解決策難題,讓“好事發生”從偶然變為必然。。
◆ 內容簡介
在數據驅動的時代,如何運用分析學思維破解決策難題,讓“好事”不再偶然?
本書由數據分析領域專家傾力打造,通過50多個跨領域案例,揭示了分析學在選舉預測、醫療健康、金融市場、零售運營等領域的實戰應用。從美國總統選舉預測,到龐氏騙局的揭秘,從NBA比賽結果分析,到零售產品銷售影響因素的挖掘,每個案例都展現了數據分析如何轉化為決策的智慧,讓讀者深刻體會分析學的魅力。
本書獨特之處在于其“痛點突破”的設計理念。針對學習者常遇的數據迷霧、決策困境、技術瓶頸等問題,書中提供了精準的解決方案。無論是企業管理者尋求運營優化,數據分析師追求技能提升,政策制定者需要科學依據,還是學生研究者探索學術前沿,都能從本書中找到實用的工具與深刻的洞察。
相信本書都將成為你不可或缺的決策伙伴。它賦予你的不僅是知識,更是洞察未來的超能力,助力你在數字化浪潮中披荊斬棘,讓“好事發生”從愿景變為現實。
◆ 編輯推薦
無需繁雜的數學公式,培養數據驅動決策的習慣,普通人也能掌握“讓好事發生”的底層邏輯
? 靠統計學能不能預測或寫出一首熱門歌曲?
? 為什么塔吉特百貨能猜到你懷孕?
? 銀行家們為什么沒能預測2008年的金融危機?
? 利物浦對陣巴塞羅那的那場比賽是足球史上的最大冷門嗎?
? 我們能實時預測心臟病發作嗎?
為什么聰明人總是能預判他人的預判,而你卻總是被未來猝不及防地擊中?翻開這本書,也許答案比小說更精彩!
本書沖破傳統決策模式的桎梏,以50余個鮮活案例為舟,載你駛入分析學的深海。從政治選舉的微妙博弈,到股市風云的瞬息萬變;從零售市場的消費密碼,到體育競技的勝負玄機,每個故事都是一次智慧的探險,揭示數據背后隱藏的決策密碼。
這不是枯燥的數據分析,而是一場思維升級的冒險。讓數據說話,讓分析導航,讓每一次決策都成為成功的序章。
◆ 作者簡介
韋恩 ·L.溫斯頓
·印第安納大學凱利商學院決策科學名譽教授,擁有麻省理工學院數學學士學位和耶魯大學運籌學博士學位。
·在印第安納大學獲得了40多個教學獎項,寫了十幾本書。
·曾為眾多全球領先組織授課,提供咨詢服務。2011年曾助力達拉斯小牛隊(現獨行俠隊)奪得NBA總冠軍。
·曾兩次獲得趣味答題類節目《危險邊緣》(Jeopardy!)冠軍。
◆ 簡要目錄
第一部分發生了什么
第1 章預備知識 // 2
第2 章 1969 年的抽簽征兵公平嗎 // 13
第3 章到底是誰贏得了2000 年的美國總統選舉 // 17
第4 章利物浦隊對巴塞羅那隊的那場比賽是足球歷史上爆的最大冷門嗎 // 23
第5 章伯尼·麥道夫是如何維持資金的運作的 // 27
第6 章美國工人的處境是否有所改善 // 34
第7 章使用基尼指數、帕爾馬指數和阿特金森指數測算收入差異 // 42
第8 章使用模型描述兩個變量之間的關系 // 49
第9 章代際流動性 // 58
第10 章安德森小學是一所差學校嗎 // 68
第11 章教師績效的增值性評估 // 71
第12 章關于伯克利學院、公共汽車、汽車與飛機的悖論 // 78
第13 章卡梅隆·安東尼能成為名人堂成員嗎 // 83
第14 章開球都是秀,推桿才是牛 // 89
第15 章某些運動全靠運氣 // 91
第16 章“格里蠑螈”現象 // 95
第17 章循證醫學 // 105
第18 章如何比較醫院的優劣 // 110
第19 章美國最嚴重的醫療健康問題是什么 // 116
第二部分將會發生什么
第20 章通過共同基金過去的表現可以預測其未來的表現嗎 // 124
第21 章我的新員工會是個好員工嗎 // 134
第22 章我應該去賓州州立大學還是普林斯頓大學 // 141
第23 章我最喜歡的運動隊明年會有很棒的表現嗎 // 144
第24 章中央銀行家們為何未能預測2008 年的金融危機 // 148
第25 章塔吉特百貨如何知道你懷孕了 // 155
第26 章奈飛如何向我們推薦電影和電視節目 // 160
第27 章我們能實時預測心臟病發作嗎 // 167
第28 章主動警務是否有效 // 174
第29 章猜猜晚餐會有多少顧客 // 180
第30 章預測市場能預測未來嗎 // 186
第31 章民意調查的基本知識 // 191
第32 章 Buzzfeed 是如何讓這條裙子走紅的 // 198
第33 章預測《權力的游戲》的收視率 // 202
第三部分為什么會發生
第34 章吸煙會導致肺癌嗎 // 208
第35 章為什么說休斯敦火箭隊是一支優秀的籃球隊 // 212
第36 章 1854 年倫敦霍亂暴發的原因是什么 // 218
第37 章是什么影響了零售產品的銷售 // 223
第38 章為什么帕累托法則能解釋這么多現象 // 226
第39 章你的成長環境重要嗎 // 232
第40 章等待時間是最難熬的 // 238
第41 章環島真的好用嗎 // 243
第42 章紅燈、綠燈,還是不要燈 // 249
第四部分如何讓好事發生
第43 章 A/B 測試能改善我的網站效果嗎 // 254
第44 章我該如何配置我的退休金投資組合 // 257
第45 章對沖基金是如何運作的 // 263
第46 章該下多大的訂單,什么時候下 // 272
第47 章聯合包裹的司機是如何確定包裹的配送順序的 // 277
第48 章僅靠數據能贏得一場總統大選嗎 // 282
第49 章為什么我們老是在eBay 上花太多錢 // 290
第50 章靠分析學能識別、預測或寫出一首熱門歌曲嗎 // 294
第51 章 2011 年NBA 總冠軍有分析學的功勞嗎 // 302
第52 章誰得到了漢普頓的房子 // 309
◆精彩片段
前 言
2007 年 3 月, 湯 姆· 達 文 波 特(Tom Davenport)和珍妮· 哈 里 斯(Jeanne Harris)合著了一本開創性的著作——《數據分析競爭法:企業贏之道》(Competing on Analytics)。谷歌趨勢(Google Trends)表明,截至2011年5月,互聯網對“分析”一詞的搜索量增長了兩倍!如果你選中了這本書,那么你肯定在工作中或從媒體報道中已經聽說過“分析”這個詞了。
SAS 軟件研究所網站提供了關于“分析”一詞完美的描述。簡言之,分析學就是使用數學和統計學的方法,用數據和數學模型來幫助我們更清晰透徹地理解這個世界。分析學的大多數應用不外乎要回答以下幾個問題。
? 發生了什么?
? 將會發生什么?
? 為什么會發生?
? 如何讓好事發生?
在我40 多年的 MBA(工商管理學碩士)教學生涯中,我獲得過 40 多項教學類獎項,我個人十分傾向通過實例來講解概念。這本書也不例外。本書通過討論 50 多個分析學的用例(大多數都是成功案例,也有一部分是失敗案例),力求增強你對分析學的理解。在每個故事中,我們重點關注以下幾個問題。
? 闡明我們關注的問題。
? 為了解決這個問題,我們都需要哪些數據?
? 如何分析數據或建立相關數學模型?
? 我們的模型是如何解決(或為什么解決不了)我們關心的問題的?
下面我們先預覽一下本書會講到的分析學故事。
發生了什么
在許多情況下,事件都是不明確的。在第一部分“發生了什么”中,我們會介紹用來描述很多我們熟悉的情況的分析技術。例如,由于并非所有選票都有效,因此在 2000 年戈爾對陣布什的總統選舉已過去 20 多年后的今天,我們仍然不清楚究竟是誰贏得了選舉。在第 3 章中,我們會分別列出支持布什和戈爾最終獲勝的論點,然后由你來定奪。
將會發生什么
我們都想知道,明年的股市是會漲還是會跌,我們最喜歡的球隊是否會贏得冠軍(當然,如果是紐約尼克斯隊,它們肯定贏不了),明年我們公司的頭部產品銷量如何,等等。使用分析學來預測未來將會發生的情況即所謂的預測分析(predictive analytics)。在第二部分“將會發生什么”中,我們會給出預測分析的許多應用,例如投資某只基金獲利過是否意味著未來也會獲利。
為什么會發生
大部分情況下,我們都知道發生了什么,但我們還想知道為什么會發生。在第三部分“為什么會發生”中,我們嘗試找出許多我們熟知的情況背后的原因。例如,在相距僅一英里 a 的兩個社區中長大的孩子最終往往會有截然不同的生活。
如何讓好事發生
規范性分析(prescriptive analytics)可以幫助我們給出解決方案,引導情況朝著我們期待的方向發展。在第四部分“如何讓好事發生”中,我們討論了規范性分析的許多重要應用。
如何閱讀本書
如果你已經學過基礎的統計學課程,那么你不管以什么順序閱讀這本書大部分的章節都可以;如果你沒有學過,那么這本書將帶你入門。你也可以把這本書當作統計學、基礎分析或管理科學課的輔導書。
我希望你閱讀本書后能有如下收獲:
? 了解分析學為世界帶來了哪些改變(以及未來將帶來哪些改變);
? 養成應用適當數據進行正確分析的直覺;
? 對最常用的分析技術有一個直觀的理解。
最后,如果你能在這本書上花費我寫作時間的一半,我就很感激了!如有任何意見,請隨時通過Winston@indiana.edu 給我發送電子郵件。我很期待你的來信!
期待你的蛻變
讓我們一起攜手,彼此見證成長~
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.