作者簡介
西內啟 Nishiuchi Hiromu
1981年生。東京大學大學院醫學系畢業(主修生物統計學)。曾任東京大學大學院醫學系研究科醫療傳播學領域的助理講師、大學醫院醫療資訊網路工程研究中心副主任、達納-法伯(Dana-Farber)/哈佛癌症研究中心客座研究員等職務,目前則在各種活用資料的專案中擔任調查、分析、系統開發,以及人才培育等工作。著作包括同系列書籍累計銷量超過48萬冊的《統計學,最強的商業武器》,以及《統計學,最強的商業武器〔實踐篇〕》(悅知出版)等。
譯者簡介
陳亦苓
政治大學廣播電視系畢,輔修日文,曾留學並於日本工作近四年。目前為自由譯者,擅長資訊類英翻中、日翻中。
序章 別用「感覺」和「案例」來分析
01商務人士所不知道的「研究設計」技術
常見的數據運用失敗案例/不靠個人感覺的研究設計/改善「主幹」而非「枝葉」
02本書的內容架構
本書所涵蓋的四大主題/本書中的說明步驟與一些關鍵詞
第1章 用於經營策略的統計學
03以數據引導策略
顧問們就愛矩陣圖/矩陣分析的兩個限制
04經營策略的理論背景① 波特的SCP理論
經營策略的代表性理論/簡單漂亮的五力分析/日本企業的發展反駁了波特的理論
05經營策略的理論背景② 經營策略理論的合適性問題
著眼於企業內部優勢的傑伊・巴尼/波特與巴尼,誰才是對的?/經營策略的統計分析史
06針對經營策略的分析步驟① 設定分析的目標對象
統計學式的策略制定方法/橫向的市場分析/縱向的市場分析/非連續型的市場分析
07針對經營策略的分析步驟② 思考應分析哪些變數
針對商業人士的系統性回顧入門
08針對經營策略的分析步驟③ 收集必要的數據資料
首先從公開的客觀資料著手/為何要以資產報酬率來代表「有多賺錢」?/當分析的目標對象包括未上市公司時/針對調查研究公司的聰明下單法/收集具主觀元素之資料時的注意事項/資料的統整方法
09針對經營策略的分析步驟④ 分析與結果的判讀解析
簡單的加總統計的兩個限制/運用逐步排除法和人眼來做變數選擇/分析結果的解析實例與基礎知識/更仔細的分析方法,以及不建議過度仔細分析的原因/與其嚴謹驗證,不如採取快速的小規模行動
10本章總結
統計學補充專欄Ⅰ:關於變異量成分分析或是混合效果模型
第2章 用於人事的統計學
11有雇到優秀的人才嗎?
所謂「人才甚於策略」之事實/基於科學證據的Google聘僱流程/一般的「面試」其實沒什麼用
12一般智力與權變理論
「會唸書的人工作也做得好」具有三成的正確性/經由領導力研究所發現的權變理論/從整合分析看見的「工作取決於合適性」/只看重「俐落爽朗高學歷」是非常可惜的
13針對人事的分析步驟① 設定分析的目標對象
只要有幾十個人就可進行分析/分析單位的擴展及分割方式
14針對人事的分析步驟② 思考應分析哪些變數
人事的成果設定是相當困難的/所謂「納入隨機性」的技巧/
廣泛收集各種可能的解釋變數
15針對人事的分析步驟③ 收集必要的數據資料
挖掘出埋藏在公司裡的數據/成果設定的注意事項:妥善補足缺乏的數據/解釋變數相關資料的擴充:人格特性的測量方式
16針對人事的分析步驟④ 分析所取得之資料
高度相關的解釋變數要做「變數縮減」/兩個相關項目的得分可合併計算/有數個項目彼此相關時,就採取「因素分析」/接著就決定要用多元回歸分析還是邏輯回歸
17針對人事的分析步驟⑤ 對分析結果做出解釋
邏輯回歸的解讀方法複習/有無「違反經驗或直覺的結果」呢?/應採取的行動:「改變」/應採取的行動:「替換」/人力資源管理措施的可能選擇—「HPWP」
18本章總結
統計學補充專欄Ⅱ:「設限」與「截斷」
第3章 用於行銷的統計學
19行銷策略與顧客中心主義
iPhone的需求真的是無法以研究得知的嗎?/仿效藍海策略的做法/統計學能夠戰勝天才的原因
20現代行銷的基礎知識
科特勒的行銷定義與常見的誤解/以誰為對象做生意?/要賣什麼,又要如何賣?
21針對行銷的分析步驟① 準備相關資料以釐清「要賣給誰?」
行銷的數據分析最少要做三輪/除了「極不可能的對象」外,全都是分析目標/首先分析單一來源的數據資料
22針對行銷的分析步驟② 進行分析以釐清「要賣給誰?」
不使用多元回歸分析和邏輯回歸的理由/建議採用「聚類分析」/找出良好的市場區隔正是聚類分析之目的
23針對行銷的分析步驟③ 準備相關資料以釐清「要賣什麼?」
定位=要賣什麼?/好的定位要靠質化調查與量化調查的搭配組合/證實了行銷的力量的「真相運動」
24針對行銷的分析步驟④ 運用整合行為理論的質化調查
涵蓋了許多學術成果的整合行為理論/問題與調查問卷的具體製作方法
25針對行銷的分析步驟⑤ 分析數據並做解釋以釐清「要賣什麼?」
你可從分析知道些什麼?/這次要用多元回歸分析或邏輯回歸/思考定位的兩個方法
26針對行銷的分析步驟⑥ 進行分析以釐清「4P」
了解市場區隔中的目標對象/以試作樣品或傳單進行行銷測試
27本章總結
統計學補充專欄Ⅲ:決策樹分析與隨機森林
第4章 用於營運管理的統計學
28戴明所帶來的全新「管理」方式
造就了西南航空的成功的營運改善/創造出kaizen並支援了比爾・柯林頓的統計學家/該對付的是「在變動性背後造成影響的原因」
29從部分最佳到整體最佳
沈睡在公司內的廣大改善新領域/從「瓶頸」開始著手
30價值鏈與各部門的一般準則
價值鏈的概念/具體的成果與分析單位
31從業務用資料到分析用數據
首先從既有的資料開始分析/將資料轉化為可分析的形式/連結數據資料
32數據資料的品質提升與處理要點
所謂「完美資料」的陷阱/感覺到「侷促」就對了/不必勉強思考「假設」
33「為了洞察而分析」和「為了預測而分析」
何謂「為了預測而分析」/「為了洞察而分析」時,你的內隱知識便會成為武器/「為了預測而分析」之所以困難的兩個理由/失敗的Google流感病患預測
34自回歸模型與交叉驗證
自回歸模型概述/要小心過度學習/採取交叉驗證
35本章總結
統計學補充專欄Ⅳ:運用了集體智慧的預測手法
謝辭
參考文獻