沒有大數據分析力，AI就不存在！ #142874

Amazon 4顆星好評推薦∕
「最強AI」ChatGPT問世
背後仰賴的正是龐大的數據資料庫
資料與資料間的關聯性如何化為商業價值？
本書帶你探討背後的核心基礎

　　追趕AI前先培養大數據分析力！
　　人工智慧說白了就是統計學，會分析就會活用。
　　做企劃、提預算、估風險、分析市場……，
　　一張Excel教你搞定所有工作實務。

　　STEP 1：目的→假設→方法，順序不能顛倒
　　大數據時代，所有資料都能被分析，但得到的「結果」是否符合最初「目的」？不想到頭來白忙一場，本書教你：
　　提案前這樣思考最終目的，後續才能產生連結。
　　成立假設4重點，避免一步錯步步錯。
　　網羅資料4方法，讓訊息「可視化」才易於比較。

　　STEP 2：沒學過統計也沒關係！這樣做讓數字發揮真正價值
　　數字資料不是拿來就用，「分解」、「比較」都有訣竅，實務應用時才有意義：
　　單位、屬性、時間等基軸的交叉組合，會得到各式的觀點。
　　比較資料時務必確定「基準點」，否則將有天差地別的解讀（例如，Ａ點到Ｂ點呈上升型態；Ｂ點到Ｃ點呈下降型態，那麼到底是市場擴大了，還是業績停滯了呢？）
　　無法取得資料時，也可以「創造」？讓作者教你該怎麼做。

　　STEP 3：定位市場 + 管理風險，懂這些數據就夠
　　當一項商品要投入市場前，得先推敲規模（例如，買氣如何、價格怎麼訂、多久才能回本、營運風險有多大等等），才能擬定策略：
　　平均數：將平均數乘以其他變數，就能大致掌握市場規模，倒過來計算，也能知道多少銷量才能達到收益目標。
　　中位數：有時特定區域會拉大平均數，讓人誤判現實，所以最好搭配中位數來檢視。
　　標準差：光靠平均數還不夠，透過「偏差值」更能檢視營運狀況。利用「直方圖」將離散程度視覺化，推估風險衝擊程度，就能做出合理假設，並模擬最壞狀況。

　　STEP 4：善用相關係數，讓錢花在刀口上
　　輸入資訊，0.5秒就跑出圖表，這是該加碼或該收手的訊息？怎樣才能花最少錢創造最大效益？廣告vs折價券，哪一個能讓營業額提升？算出相關係數，確認資料之間的強弱關係，就能找出利潤最大化的策略。特別注意：
　　相關程度無關數值大小，只是顯示強弱程度。
　　就算不具相關性的資料，也能算出相關係數，7技巧教你避開陷阱。
　　愈是重要的資料，愈要製作成分布圖，以便觀察整體狀況。

　　STEP 5：提出假設，邊思考邊修正目標計畫
　　用國中生都學過y=ax+b（單一迴歸分析）公式，就能看出資料間的關聯性。如何從斜率值看出成本效益？怎樣計算KPI目標值？答案就藏在一張EXCEL裡。

　　STEP 6：轉換思考模式，簡報才不會功虧一簣
　　辛苦分析了半天，當然希望提案能被認同，切記，分析和傳達本來就是兩件事，別只是丟出一堆圖表和訊息而已，你應該：
　　要以分析結果當作結論的依據。
　　將資料圖表化，並以簡潔文字歸納出重點。
　　註記資料來源，更能提高可信度。

本書特色

　　●不諳統計分析的初學者也能輕鬆上手。
　　●情境式模擬實務狀況，解決你的職場痛點。
　　●不必死背硬記，什麼狀況下該套用什麼函數不藏私大公開。