在“大数据”的时代，挖掘海量信息的价值被越来越多的人所关注。例如，能否从销量数据中预测以后的销量？从网站访问日志能总结出哪些规律？但绝大多数人并没有正确的意识概念，仅凭自己的感觉或者从别人那里听到的某些经验之谈进行一些假设，并且在假设的前提下再确立数据的分析方向，这样往往会导致数据分析结果的局限性。

西内启著的《我最想要的Excel数据分析书》从统计分析最基础的解决思路开始介绍，然后结合四个实际实用案例进行了讲解，最后阐述了如何利用EXCEL环境，使数据分析更加高效。

第1章 用数据分析解决问题的基本思路

 数据分析的正确方法：要想分析有价值，需要注意这几点

 确定直接与利润挂钩的要素：输出结果

 确定应关注的分析对象：分析单位

 找出产生差异的“特征”：解释变量

 自动确定分析方法：定性数据与定量数据

 时刻牢记三点进行分析

 数据分析前软件准备

第2章 初级数据分析实例：如何增加营业额

 分析1：顾客的性别和婚姻情况会对营业额产生影响吗

 分析2：光顾次数与消费金额之间存在什么关系

 分析3：多元回归分析要做的准备——虚拟变量

 分析4：梳理影响销售的多个要因

 报告：我们应该采取什么措施来提高营业额呢

第3章 进阶数据分析实例1：拟定办公用品的营销战略

 分析1：将销售数据重新统计成以员工为单位的数据

 分析2：合并销售、入职测试、压力测试的数据

 分析3：明确每位员工身上影响销售的特征

 报告：有良好销售业绩的是怎样的员工

第4章 进阶数据分析实例2：根据网站日志分析顾客行为

 分析：对各类页面的访问次数进行多元回归分析

 报告：具有何种行为的用户会贡献较高的销售额

第5章 进阶数据分析实例3：预测产品销量

 分析1：将各月的特征和过去的销量用作解释变量

 分析2：对各月的虚拟变量和销量进行多元回归分析

 分析3：预测今后的销量

 报告：准备多少库存伸缩量才能有效抑制机会损失的风险呢

第6章 活用高级技巧，让分析更高效、更深入

 软件准备：促进Excel进化为BI工具的Power BI与SQL Server

 活用术1：提高数据合并的效率

 活用术2：使用数据挖掘功能的多元回归分析

 活用术3：进行定性输出结果分析的朴素贝叶斯分类

 活用术4：分析会对输出结果产生影响的类型

 活用术5：迅速进行时间序列分析

 活用术6：分析结果的可视化

第7章 本书总结

后记

How to 索引