|
|
|
知識如何成為決策智慧？如何從這些資料衍生出未來的創新政策？大數據決策的素養在於明確地知道您的決策問題，然後能思考需要哪些資料提供資訊，並運用經濟理論對資料進行實證分析。
面對未來五年的產業趨勢，您要如何對不確定性做資料敘事？
一個社會經濟的架構可以發掘很多現象，這是資料敘事的關鍵。我們利用敘事將「知識」轉換成「智慧」，主要在於賦予數據獲得一個明確的價值和行動目標，決策者必須能夠利用資料支持對公司經營目標的敘事。分析就是從多到少，大到小的探索與解析過程，從資料到智慧，就是一個步步結晶的思考和敘事過程。
本書從資料敘事的起承轉合、如何分析資料的意義，到案例研討，一步步帶領讀者，針對商業實務上遇到的問題，獨立設計出解決方案的流程。
作者簡介
何宗武
現任
臺灣師範大學全球經營與策略研究所 教授
經歷
世新大學特聘教授
專長為財務經濟學、金融大數據、計量經濟資料科學及程式語言等。著作多本相關書籍，如：《數位創新：商業模式經濟學》、《大數據決策分析盲點大突破10講：我分類故我在》、《管理數學與Python：數據分析的必修課》、《R語言：深入淺出財經計量》、《R資料採礦與數據分析：以GUI套件Rattle結合程式語言實作》、《資料分析輕鬆學：R Commander高手捷徑》、《Eviews高手：財經計量應用手冊》。
推薦序－一起來磨練駕馭資料的基本功 林育秀
推薦序－培養獨立思考的能力 許育峰
推薦序－讓我們透過案例，更加具體察覺自己思考的脈絡 陳若盈
推薦序－誠摯邀請您從讀故事的角度啟程 蔡馨儀
推薦序－大數據的意義與價值在於決策 羅至美
序－資料敘事的決策本質 何宗武
Part 1 資料敘事的起承轉合
01 起承轉合
1.1 資料→資訊→知識→智慧
1.2 排序→分類→預測→決策
1.3 資料敘事與策略風險的管理思維
02 測量的藝術
2.1 從公式解釋測量的意義
2.2 兩組中央趨勢
2.3 小心比較的陷阱
2.4 需要的資料往往不大
03 分類：數據之道一以貫之
3.1 監督式學習用直欄（解釋）變數X 對Y 的數據列分類
3.2 非監督式學習用直欄（解釋）變數X 對資料的列ID分類
3.3 類神經深層學習：以一貫之的數據之道
04 文字分析
Part 2 兩性問題
05 異質性
5.1 同質和異質
5.2 難解的異質性─資料偏誤（Data Bias）
5.3 交叉驗證法
06 內生性
6.1 內生性在哪裡？
6.2 因果經濟學
6.3 都是內生性惹的禍
Part 3 案例研討
07 推薦系統靈不靈？
7.1 問題簡述
7.2 案例研討
08 視覺化敘事─ Be Informative
8.1 問題簡述
8.2 案例研討
09 TEJ 上市公司財報分析
9.1 資料說明與決策問題
9.2 實做案例研討
10 資料庫行銷
10.1 資料說明與決策問題
10.2 資料分析策略
11 十個小案例研討
11.1 電影票房
11.2 個案研究──消費者信用評等
11.3 個案研究─ Boston 住宅市場
11.4 個案研究──胖小孩問題
11.5 個案研究─糖尿病治療效果
11.6 個案研究─心臟病
11.7 個案研究──普查資料
11.8 請款單的貓膩在哪裡？
11.9 為什麼公司電費這麼高？
11.10 顧客流失要怎麼辦？
