数据项目书籍： 项目数据分析书哪家比较好？大家来支招 爱问知识人

咱们做生意的总是想和性价比高点的公司合作，在数据分析上，咱们的信念也是一样，找性价比高的公司。朋友就说在北京有家公司不错，好像是叫得盛吧。可以去看看。

其他答案:我们公司在北京要找一家数据事务所，要正规的，要有资质的，要大点的。朋友就推荐了得盛，我昨天去实地考察了一下，他家资质齐全，各方面都不错。

其他答案:我觉的项目数据分析还是要找大点的公司，因为公司大点各方面都能让人放心一点，毕竟做金融生意的。

数据项目书籍： 推荐互联网项目管理的书籍？

裂墙推荐最近阅读的《网易一千零一夜：互联网产品项目管理实战》本书是网易杭州研究院项目管理部十年来丰富的项目管理实践总结与干货分享。字字句句凝结了网易项目经理的甘与苦、汗与泪。全书围绕项目管理体系，从敏捷实践、项目立项、需求管理、沟...

其他答案:行业了解 《沸腾十五年》 《浪潮之巅》 《互联网之达芬奇密码》 《不一样的平台，移动互联网时代的商业模式创新》 《电商的战国》 《我看电商》 《改变中国互联网未来的六大力量》 《信息规则 ：网络经济的策略指导》 《超级数字天才：为什么用数字思考是变聪明的新方法》

其他答案:a.行业了解《沸腾十五年》《浪潮之巅》《互联网之达芬奇密码》《不一样的平台，移动互联网时代的商业模式创新》《电商的战国》《我看电商》《改变中国互联网未来的六大力量》《信息规则 ：网络经济的策略指导》《超级数字天才：为什么用数字思考是变聪明的新方法》b.产品了解《人人都是产品经理》《结网》《设计沟通十器》《产品经理手册》《神一样的产品经理》《启示录》《软件工程：实践者的研究方法》《手机研发流程与质量管理》c.交互设计、用户体验《about face3交互设计精髓 》《触动人心》《sns网站构建》《社交网站界面设计》《web信息架构，设计大型网站》《web导航设计》《web设计禁忌》《移动应用ui设计模式》筑巢引凤、简约至上、见微知著《yes 产品经理》d.创业数据，理解商业思维《精益创业》《精益创业实战》《创业四步法》这本书早于《精益创业》）《创业者圣经》《丰田汽车案例：精益制造的14项管理原则》《创业三十六条军规》《精益六西格玛-精益生产与六西格玛的完美整合》《平台战略》《电子商务管理视角》《营销管理》《运营管理》（这里的运营是企业运营管理的意思）《项目管理知识体系指南》《量化，大数据时代的企业管理》2.消得人憔悴：依据所处职位的职责，寻求最优解决之道a.数据分析基础书籍：《网站分析基础教程》《网站分析实战：如何以数据驱动决策，提升网站价值》《流量的秘密：google analytics网站分析与优化技巧》第二版技能进阶：《精通web analytics 2.0：用户中心科学与在线统计艺术》数据呈现：《谁说菜鸟不会数据分析》2013最新版 《excel商务图表应用与技巧108例（双色版）》《鲜活的数据：数据可视化指南》拓展训练：《大数据时代》 《r语言实战》具体主题分析 搜索《精通搜索分析》淘宝《玩法变了：淘宝卖家运赢弱品牌时代》社交网站《社交网站的数据挖掘与分析》（懂技术才能读）性能优化（粗读）《构建高性能web站点》《网站性能监测与优化》《大规模web服务开发技术》《高性能网站建设进阶指南》b.流量（用户推广）网络营销《锦囊妙计，网站推广101招》《网络营销推广实战宝典》问题查找即可《正在爆发的营销革命-社会化网络营销指南》《湿营销》《行动的召唤》《等待猫吠》《seo实战密码》《seo艺术》《搜索引擎营销-网站流量大提速》《搜索引擎优化：每天一小时》《搜索引擎优化宝典》内容营销《内容营销，网络营销的杀手级武器》c.留存内容《胜于言传：网站内容制胜宝典》《与五十位主编面对面》《web内容策略指南》活动《商品促销实战技巧一本全》d.转化《网站转化率优化之道》《数据掘金，电子商务运营突围》《landing page优化权威指南》《淘宝卖家秘笈》《提高转化率！ ： 网页a/b测试与多变量测试实战指南》《啤酒与尿布》《顾客为什么购买》三、社区运营：《裸猿》、《人类动物园》和《亲密行为》社区机制用户行为：《会赚钱的行为经济学》《流行性物欲症》《后物欲时代的来临》广告策划：《广告武林秘笈》《广告文案传真》《大量流出》商业：《商战》《战争论》值得精度的书：《数据化管理》《超级富豪就是超级创意》《数据挖掘与数据化运营实战》《精益创业实战》《数据分析，企业的贤内助》《微力无边》《淘宝产品十年事》《推荐系统实践》《设计搜索体验》《深入理解网站优化》《腾讯方法 ： 一个市值1500亿美元公司的产品真经》 《颠覆式创新：移动互联网时代的生存法则》 《从门外汉到bat产品经理有多远》《缔造企鹅 ： 产品经理是这样炼成的》《九败一胜 ： 美团创始人王兴创业十年》《第二次机器革命 ： 数字化技术将如何改变我们的经济与社会》《参与感 ： 小米口碑营销内部手册》《周鸿祎自述 ： 我的互联网方法论》 《再看电商》《新经济，新规则》《社交红利（修订升级版）》《互联网创业原创精品-互联网创业密码》 《风吹江南之互联网金融》《谷歌和亚马逊如何做产品》 《数据之巅：大数据革命》《微管理》《o2o进化论： 数据商业时代的全景图》 《互联网思维的企业》《有的放矢：nisi创业指南》 《翻转课堂的可汗学院：互联时代的教育革命》 《硅谷百年史：伟大的科技创新与创业历程（1900-2013）》 《创业时， 我们在知乎聊什么？》 《孵化twitter：从蛮荒到ipo的狂野旅程》

数据项目书籍： 项目数据分析书哪家专业？路过的朋友帮忙介绍一下？ 爱问知识人

我们就是在北京找的一家数据分析事务所，也是朋友推荐的，这家项目数据分析出来数据还是值得嘉奖的。

其他答案:要讲数据分析事物所哪家好，那肯定是得盛。关键是他家的案例是真的很多，成功案例很是吸引人。

其他答案:我觉的项目数据分析还是要找大点的公司，因为公司大点各方面都能让人放心一点，毕竟做金融生意的。

数据项目书籍： 做数据分析不得不看的书有哪些

统计学 是第一，也是最重要的，包括统计学入门和多元统计分析其次是 数据挖掘知识的书上面的是理论接下来是工具的选择和联系的，看你是选择sas、spss、stata、maltab、r。。。。根据你的不同软件选择，然后还要选择相应的工具与应用的书。

其他答案:数据分析热火朝天的今天，很多人表示希望通过自学了解数据分析的基本知识。想要学会数据分析并不是一件非常简单的事，需要了解多学科知识，还要熟练使用数据分析工具。例如能使用excel、hadoop、大数据魔镜等筛选数据、提取写信息等。那么想要学数据分析，在理论知识上又需要哪些知识？这里推荐几本书供读者参考。 no.1《谁说菜鸟不会数据分析》 数据书目中的基础书籍，按照数据分析工作的完整流程进行基础讲解。书中讲解了数据分析必知必会的知识、数据处理技巧、数据展现的技术、通过专业化的视角来提升图表之美、数据分析报告的撰写技能以及持续的修炼。这本书形式较为活泼，读起来引人入胜。非常适合读者作为数据分析的入门书籍。 no.2《数据分析——企业的贤内助》 可以作为另一个小黄书升级阅读的备选也不错。以企业经营中的案例为依托，将复杂的数据分析知识巧妙地融入其中，完整呈现数据分析项目的流程，系统阐述数据分析的专业思路、方法和技能。同样是故事和对话来引人进入场景的方式，但是要比小黄书讲的再细致一些。尤其是第二章，对于职业发展比较困惑又想从事数据分析专业的人员来说，应该有一些帮助。 no.3《数据可视化之美》 这本书中，20多名可视化专家，有艺术家、设计师、评论家、科学家、分析师、统计学家等，展示了他们如何在各自的学科领域内开展项目，展示了可视化所能给我们带来的改变。让读者了解可视化工具的作用。我们能从中了解到各个领域的可视化为我们带来的方法和信息内容。 no.4《excel数据处理与分析实战技巧精粹》 这本书中，有详尽的实例，精彩的讲解，细致的描述，多角度的剖析，融汇excel home万千问题与答案，彰显excel丰富内涵。从社区上百万提问中提炼出的实用技巧。全面直击excel数据处理与分析精髓。涵盖主题：数据透视表、数据的输入和导入、数据整理和编辑、数据查询、常规计算分析、高级分析。excel home是著名的华语office技术社区、资源站点，微软技术社区联盟成员。 no.5《深入浅出数据分析》 类似“章回小说”的活泼形式，生动地向读者展现优秀的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧；正文以后，意犹未尽地以三篇附录介绍数据分析十大要务、r工具及toolpak工具，在充分展现目标知识以外，为读者搭建了走向深入研究的桥梁。

其他答案:数据分析的基础是统计学，复杂点的理论是数据挖掘，这两个是基础，是分析过程中使用的工具而已，个人能力的提升并不能体现在这两个方面的知识有精通，更重要的是个人思维以及与别人沟通展示自己的想法。 这两个基础可以推荐两本书，《爱上统计学》，《数据挖掘概念与技术》，需要了解出现什么问题，用什么方法能解决即可。 思维方面的书推荐：《批判性思维》，《黑天鹅》，《数据会撒谎》，《博弈论》，《麦肯锡方法》《思考的技术》等等 数据展示方面：《用图表说话》，《excel演绎之道》，《演示之禅》，《餐巾纸的背面》，《视觉化思维》 数据分析与产品运营是离不开的，为此多学习产品、营销方面的知识是有利无弊的。

数据项目书籍：数据分析有哪些书籍和工具可以推荐？

入门篇

1.入门技术篇：

对于初入门的你，首先需要掌握数据分析的思路、方法和流程，思路是灵魂。然后根据业务疏通这些知识，做出严谨商务的分析报告。

书籍推荐：

a.《谁说菜鸟不会数据分析》

l谁都需要看的经典入门书，涵盖了一到两年的数据分析人员的大部分工作，包括excel技巧、可视化入门、数据分析方法、数据分析方法论、数据处理入门等。

l隔段时间翻一翻，温故而知新，理解会更深刻。

b.《左手数据，右手图表》

• 这本书主要是excel的进阶技巧，主要围绕业务，学习制作动态图表，对excel技能提升有很大帮助。

• 书中大篇幅都是案例，会设计可视化的知识，如何选用图表，模仿着做一遍会有很大提升。

工具推荐：Excel/WPS

此阶段主要熟悉常用工具的技能，不只是简单的做表做图，还要会用excel的VLOOKUP函数，IF语句等等

2.入门业务篇：

a.各数据产品论坛&案例（强烈推荐）

个人认为学习和成长最快的方式之一，是去看各个数据软件的帮助文档和产品论坛，因为这些都是写给他们的客户的，所以通俗易懂，又有案例，又有分析思路，从效果来看，实战经验要比书籍好一些。

b.知乎

互联网方面，当初看了知乎专栏《撩撩数据吧》的电商数据分析系列文章，不光涵盖简单的业务，还涉及实体线下的业务管理，收益匪浅。

还有很多数据分析大拿的专栏、回答，还有一些工具的案例。比如互联网行业的神策、growingio，官网的文章写得很系统，很不错。

书籍推荐：

a.《数据分析，企业的贤内助》

• 类似洗脑式的书籍（无贬义），以场景和案例入手，站在企业角度、业务角度来叙述数据分析的重要性，挺有道理的，能让你更加坚定数据分析这条路。

• 详细描述了数据分析的整个流程，从方案确定、数据采集、处理、分析、呈现有全面展示。

b.《精益数据分析》

主要讲了不同的公司怎么样用数据搭建分析框架，能够将不同的指标运用到现实，对于道德问题提供解决方案。

工具推荐：数据库（SQL、My sql等等），报表工具、一些OA、CRM业务系统

• 数据库的知识必不可少，Select相关的语句以及where，group by等函数都要会。每个公司的数据库都不同，可做调整。

• 数据分析为业务服务，日常工作都会接触各类系统，这些系统会自带数据分析呈现功能，不难学，比如常用的报表FineReport，了解即可，深入学习也可挖到精髓。

高级篇：

当进入高级的时候，这个时候看书已经很之前有了很大的变化：

• 并不是看单本书，而是学会快速的看书，因为每本书中可能只有几个模型或者几个点对你有借鉴，那么只精读那几处，速读其他部分。

• 要有自己的理论框架，也就是学会业务建模。

• 要看业务书，并且能够把业务书的知识，固化成可以量化、可以监控的数据模型，和流程模型；这个是高级别很重要的一点，因为要能够快速的切入一个领域，并且能够用数据找到可以优化的办法。

1、用户和整体框架

《增长黑客》:创业公司的用户与收入增长秘籍。

这本书偏互联网一些，但是顺着同样的思路，去分析每个阶段的用户，并进行运营。

2、数据化运营

《数据化管理》：洞悉零售及电子商务运营。

如果你的数据分析站到了一定高度，尤其是管理，强烈推荐看。能够把数据化管理推行下去，能够帮助提升公司整个的管理水平，也是数据部门对公司的贡献之一。

3、商品管理的书

《品类管理》:教你如何进行商品梳理。

零售业是数据分析应用的大行业，这本书集合了很多传统零售业的经验，从里面学到很多分析模型。

4、大数据

《决战大数据》：大数据的关键思考

作者是淘宝大数据专家-车品觉，他的访谈博客也建议大家看一下，淘宝大数据不是盖的。

5、供应链

《供应链管理》：高成本、高库存、重资产的解决方案，刘宝红。

他的书可以多看几本，每本都是一边看一边抹眼泪，满满的都是踩过的坑。

6、其他专业书

这个就不多推荐了，关于业务，自然是懂得越多越好。

工具推荐

工具的学习就是见分歧的时候了（本人技术也未有多高超，就自身情况推荐适用的，仅供参考）

1、技术类

• 统计工具SPSS：统计学类必备

• R/Python：这个没接触太多，两者选一就行，看侧重点，这一方面可参考《学习计划 | 7周入门数据分析》。优于工作中业务系统居多，所以这边也简单介绍一些第三方工具。

2、业务类

• 报表类-FineReport水晶润乾；这一类偏业务，我司信息部门用FineReport搭建数据中心平台，管理数据报表，也相应的管一些流程，参与过使用也做过简单开发。

FineReport

• 可视化BI类：tableau、FineBI，BI（商业智能）类偏自助化的可视化分析工具，面向业务和领导层。话说专业的分析人员可能不屑，但是在这两年的行业发展来看已经，在大数据可视化平台的构建占很大席位。

FineBI

数据项目书籍：求推荐大数据相关的书籍，哪些书比较好？

两本：

《大数据:正在到来的数据革命》 涂子沛

《大数据时代:生活、工作与思维的大变革》 维克托?迈尔-舍恩伯格 (Viktor Mayer-Sch?nberger) (作者), 肯尼思?库克耶 (Kenneth Cukier) (作者), 盛杨燕 (译者), 周涛 (译者)

嫌少再加两本：

《删除:大数据取舍之道》 维克托?迈尔-舍恩伯格 (Viktor Mayer-Sch?nberger) (作者), 袁杰 (译者)

《爆发:大数据时代预见未来的新思维》 艾伯特?拉斯洛?巴拉巴西(Albert László Barabási) (作者), 马慧 (译者)

数据项目书籍：大一学数据科学与大数据技术，有什么值得推荐的书籍？

大数据学习路线及各阶段学习书籍推荐！废话不多说，直接切入主题，有需要的小伙伴可以参考学习！

阶段一、大数据基础——java语言基础方面

（1）Java语言基础

Java开发介绍、熟悉Eclipse开发工具、Java语言基础、Java流程控制、Java字符串、Java数组与类和对象、数字处理类与核心技术、I/O与反射、多线程、Swing程序与集合类

（2） HTML、CSS与JavaScript

PC端网站布局、HTML5+CSS3基础、WebApp页面布局、原生JavaScript交互功能开发、Ajax异步交互、jQuery应用

（3）JavaWeb和数据库

数据库、JavaWeb开发核心、JavaWeb开发内幕

推荐书籍：

《Effective Java中文版》（第2版）

本书为我们带来了共78条程序员必备的经验法则，针对你每天都会遇到的编程问题提出了有效、实用的解决方案。

书中的每一章都包含几个“条目”，以简洁的形式呈现，自成独立的短文，它们提出了具体的建议，对于Java平台精妙之处的独到见解，以及优秀的代码范例。每个条目的综合描述和解释都阐明了应该怎么做，不应该怎么做，以及为什么。

阶段二、 Linux&Hadoop生态体系

Linux体系、Hadoop离线计算大纲、分布式数据库Hbase、数据仓库Hive、数据迁移工具Sqoop、Flume分布式日志框架

推荐书籍：

1、《Big Data》

在大数据的背景下，我很少看到关于数据建模，数据层，数据处理需求分析以及数据架构和存储实现问题。这本书却提供了令人耳目一新的全面解决方案。

2、《Hadoop权威指南》

《Hadoop权威指南(中文版)》从Hadoop的缘起开始，由浅入深，结合理论和实践，全方位地介绍Hadoop这一高性能处理海量数据集的理想工具。

3、《Hive编程指南》

《Hive编程指南》是一本Apache Hive的编程指南，旨在介绍如何使用Hive的SQL方法HiveQL来汇总、查询和分析存储在Hadoop分布式文件系统上的大数据集合。

阶段三、 分布式计算。

（1）分布式计算框架

Python编程语言、Scala编程语言、Spark大数据处理、Spark—Streaming大数据处理、Spark—Mlib机器学习、Spark—GraphX 图计算、实战一：基于Spark的推荐系统（某一线公司真实项目）、实战二：新浪网（www.sina.com.cn）

（2）storm技术架构体系

Storm原理与基础、消息队列kafka、Redis工具、zookeeper详解、实战一：日志告警系统项目、实战二：猜你喜欢推荐系统实战

推荐书籍：

1、《Learning Spark》

《Spark 快速大数据分析》是一本为Spark 初学者准备的书，它没有过多深入实现细节，而是更多关注上层用户的具体用法。不过，本书绝不仅仅限于Spark 的用法，它对Spark 的核心概念和基本原理也有较为全面的介绍，让读者能够知其然且知其所以然。

2、《Spark机器学习：核心技术与实践》

本书采用理论与大量实例相结合的方式帮助开发人员掌握使用Spark进行分析和实现机器学习算法。通过这些示例和Spark在各种企业级系统中的应用，帮助读者解锁Spark机器学习算法的复杂性，通过数据分析产生有价值的数据洞察力。

阶段四、 大数据项目实战（一线公司真实项目）

数据获取、数据处理、数据分析、数据展现、数据应用

阶段五、 大数据分析 —AI（人工智能）

主要是讲解Data Analyze数据分析基础、数据可视化、sklearn中三类朴素贝叶斯算法以及python机器学习等提升个人能力的内容！

目前就整理到这里，大家有好的学习资料欢迎评论分享！