三民網路書店 / 搜尋結果

三井住友海上集團開發！菜鳥也可以無痛升級資料科學家的──★大數據分析實戰指南★除了告訴你「應該做什麼」，還告訴你「什麼不能做」！商品開發‧銷售策略‧KPI應用◎什麼是「資料科學家」（Data Scientist）？「資料科學家」（Data Scientist）是資料分析團隊的核心。一個完整的資料分析團隊係由工程師、行銷、分析師，並由資料科學家銜接「數據」「解讀」與「應用」三個層面。讓「資料」不再只是單純的數據，而是能用在商品開發、銷售策略、檢視反省等實際層面上。但大多數的企業，無法負擔「完整的」資料分析團隊。所以，往往擁有分析、行銷甚至是工程師背景的「資料科學家」，就成為企業徵求相關人才時的首選。Point：根據日本「資料科學家協會」的調查，企業想招聘的資料科學家類型，有四○％的企業為行銷人才、三六％為工程師人才、二四%為分析師人才。◎5個D開頭字母，讓數據、資料變成業績！從找需求到開發產品、行銷、銷售，全部都能搞定的實戰技巧想開發一個新產品、發想一個新專案，首先必須找到需求；有需求才有商機，有商機才有行銷與銷售發揮的空間。但如何避免靠直覺、靠經驗摸索，在成功之前先繳出大筆學費？三井住友海上集團的4位資料科學家，將自己的經驗轉化為以5個D開頭字母構成的框架：（1）Demand（需求）：詢問需求（2）Design（設計）：描繪整體輪廓（3）Data（資料）：收集資料（4）Develop（開發）：分析資料（5）Deploy（部署）：展示資料並結合實際的成功、失敗經驗，找出「應該做什麼」與「不該做什麼」，導出從找需求到開發產品、行銷、銷售，全部都能搞定的實戰技巧。跳過摸索期，用最有效率的方式將數據、資料變現，打造業績金雞母！◎跨領域發展必備！《Fortune》五○○大企業、日本知名跨國金融集團的實戰指南本書由隸屬於《Fortune》五○○大企業、日本知名跨國金融集團MS&AD保險集團控股旗下的三井住友海上保險的數位戰略部撰寫而成。其中成員除了是現役資料科學家，並擁有電商、零售、通信、IT等產業豐富從業經驗。如果你是：行銷、銷售、IT領域▶想外掛數據分析技術工程師、分析師▶想外掛開發、銷售實務應用三井住友海上集團開發、並實證有效的跨領域實戰指南，讓你用最無痛的方式快速上手、成為最搶手的跨領域人才！

目標越小越好 內容簡介日本「右腦開發」第一人，教你如何養成好習慣，邁向成功人生！遙遠的未來，不如今天來得重要！完成今天的例行公事，才能抵達最終目的！￭ 設定目標後，始終無法達成，可能是犯了以下錯誤：✓目標設定太過遠大，淪為只說不練的空談✓總是缺乏關鍵的第一步✓低估積沙成塔的力量✓缺乏記錄自己改變的過程✓高估自己的意志力假如，上述這些描述，都是影響你完成目標的阻礙……那麼，聽聽專家怎麼說吧！￭ 從現在開始這樣做，你也能完成目標！✓目標不是越大越好，專注於每天的例行公事，反而有助完成遠大的夢想！✓營造出「不得不做」的環境，是養成習慣的第一步！下次試試，先穿好運動服，再上床睡覺，隔天起床，就能馬上去運動。✓一天健走30分鐘太難了？那麼試試以3分鐘為單位，完成10次的間歇健走，就能不知不覺完成運動30分鐘的目標。✓記錄每天「做到的事情」，不但可以回顧檢討，更能激勵自己，逐漸養成好習慣！✓發揮微小意志力，才能訓練自己持之以恆。太高估自己的意志力，往往因為做不到，中途而廢。運用本書所提供刺激腦部酬償系統（reward system）的61種簡單技巧，就能輕鬆養成行動力。在日常工作、學習、減重、育兒……各方面都能發揮極大效果，讓你的人生更充實、成功。沒有數字腦，也能輕鬆解析數據 內容簡介三井住友海上集團開發！菜鳥也可以無痛升級資料科學家的──★大數據分析實戰指南★除了告訴你「應該做什麼」，還告訴你「什麼不能做」！商品開發‧銷售策略‧KPI應用◎什麼是「資料科學家」（Data Scientist）？「資料科學家」（Data Scientist）是資料分析團隊的核心。一個完整的資料分析團隊係由工程師、行銷、分析師，並由資料科學家銜接「數據」「解讀」與「應用」三個層面。讓「資料」不再只是單純的數據，而是能用在商品開發、銷售策略、檢視反省等實際層面上。但大多數的企業，無法負擔「完整的」資料分析團隊。所以，往往擁有分析、行銷甚至是工程師背景的「資料科學家」，就成為企業徵求相關人才時的首選。Point：根據日本「資料科學家協會」的調查，企業想招聘的資料科學家類型，有四○％的企業為行銷人才、三六％為工程師人才、二四%為分析師人才。◎5個D開頭字母，讓數據、資料變成業績！從找需求到開發產品、行銷、銷售，全部都能搞定的實戰技巧想開發一個新產品、發想一個新專案，首先必須找到需求；有需求才有商機，有商

《Fortune》500大企業、∖日本知名跨國金融集團的實戰指南∕企業趨之若鶩的大數據分析，真的解決了你的需求嗎？或者，反而讓你陷入盲點？★為什麼越分析越失焦？數據科學是為了解決問題，但錯誤的決策通常都源於一連串的分析、解讀，問題到底出在哪裡？其實，大數據分析沒那麼神奇，說穿了不過是一種精神，方向對了，可應用的面向相當廣闊。本書教你用5D框架建立正確思維，打造獲利方程式。1. Demand（需求）開始分析作業前，請先「定義」需要解開的難題為何。舉例來說，喝慣A牌啤酒的消費者，忽然轉投向B牌的懷抱，業者想知道的是，如何提高品牌與消費者之間的互動率，但你卻一味研究起轉換率……。當心！像這樣在起點就跑錯了方向，又如何能成功抵達終點。2. Design（設計）也就是描繪輪廓：計算→視覺化報告→假說驗證→預測建模。以手搖飲料店為例，從消費金額、年齡層與性別，可推敲出商業現場的實際狀況；而驗證不同的假說（例如A：男性的消費單價較高／B：女性的消費頻率較高），也會發展出不同的決策模式。3. Data（資料）資料量大，不代表具備絕對優勢，與其聚焦在屬性資料，不如也蒐集「行為資料」。假設分析超商洋芋片的購買狀況，得出40～49歲女性是消費主力，是否可做出她們是目標客群的判斷，因而以輕熟女喜愛的口味為強銷目標？那如果真正的客群其實是兒童（媽媽買給孩子）呢？策略無疑大翻轉。這並不代表數據無用，而是此份消費紀錄不適合做為分析素材（不夠完善）。4. Develop（開發）商品叫好卻不叫座，矛頭該指向哪裡？廣告投放在符合目標客群的媒體上，但卻回應率低迷，甚至給人CP值不高的印象？明明使用了AI自動分析工具，得出精準度極高的預測結果，卻還是搞不清楚什麼因素才有助提高營業額？這表示你的考量尚缺全面性，突破開發困境就要利用「三力」，眉角都在本書裡。5. Deploy（部署）資料分析的結果要能「活用於現場」，讓人完整消化後「展開行動」，才有價值可言。分析人員要能以第一線銷售人員的觀點看待事物，並且共享資源。當團隊成員將框架化為共通語言時，才能確認內容是否具有說服力，並提供建議，為團隊打造好的循環。商業世界瞬息萬變，數位化浪潮勢不可擋，重點不在分析技術，而是「解決需求」！因此，你不需要成為資料科學家，但務必懂一點資料分析。本書從源頭為你建立正確思維，讓資料成為溝通橋梁，助你成功變現。 ――專業推薦――彭