Preface 前言

為什么寫這本書

在多年數據分析從業經歷和微信公眾號創作經歷中，我接觸過很多對數據分析感興趣的朋友，他們有的想要入門但還沒有行動，有的跟著教程開始自學，有的已經有了一定的經驗。我發現，大家在數據分析的學習與實踐過程中會遇到一些共性問題。這些問題，有與數據分析技能和思維相關的，例如：

?Excel已經無法處理現有的數據量了，我應該換什么工具？

?我學習了一大堆Pandas資料，可為什么到實際處理數據時仍然無從下手？

?我跟著公開數據分析案例練了很久，為什么當自己面對數據需求時還是沒有分析思路？

?我學了對比、細分、聚類分析，也會用PEST、波特五力和杜邦這類分析方法，為什么面試的時候總被認為思路過于簡單？

也有與業務場景相關的，例如指標波動歸因分析、市場行業機會分析、用戶分層研究、購物籃關聯分析等。

這些問題對于我來說可謂既“痛”又“癢”：“痛”在于我也曾受相關問題困擾，深知要解決它們需要投入大量的精力，也可能會走很多彎路；“癢”是因為我基于多年的實戰和分享經驗，經過許多個日日夜夜，總結了一套技能+思維、理論+實踐的數據分析學習方法，不分享出來心癢難耐。

我希望通過本書，把我對于Python數據分析的所知、所思、所感，結合電商實際案例系統地分享給大家。特別要說明的是，之所以選擇電商場景，主要有兩個原因：

?基于自身多年的電商從業經驗，我可以從最熟悉的場景出發，提供最貼近實戰的數據，讓Pandas更加契合具體業務場景，把案例講通講透，解決數據分析技能與分析脫節、分析案例不夠深入的問題。

?電商是一個很容易理解且十分常見的商業模式，其中人、貨、場分析大框架非常具有代表性，尤其是“人”的維度，追本溯源，就是解決如何選擇用戶，如何評估拉新、留存效果，如何對用戶進行分類等常見問題。可見，電商的本質分析方法論適用的行業和場景廣闊。

我相信，Python數據分析與電商相結合一定會閃爍出更為耀眼的光芒，幫助讀者在數據分析的道路上走得更遠。

本書讀者對象

本書適用于每一位想要提升Python數據分析和實戰能力的讀者，讀完本書并跟著案例練習后，讀者將能夠熟練運用Pandas進行數據分析，大大提升數據處理和分析的效率。本書同樣適用于想要了解電商行業和想進一步熟悉電商實戰案例的讀者，書中詳盡的案例和代碼可以幫助讀者更好地解決實際業務問題。

本書特色

以實用為綱，聚焦重點。實際上，大部分Excel高手使用的高頻功能不到Excel全部功能的20%，Python數據分析領域也是如此。本書基于一線實踐經驗，去繁就簡，專注于那些能夠解決絕大部分問題的重點模塊。

層層遞進，實戰案例豐富。本書基礎內容只有6章，旨在幫助大家快速熟悉Pandas操作。核心內容是8章實戰案例，從報表自動化到行業機會分析，再到用戶分層分析、用戶分群分析、用戶偏好分析、指標波動歸因分析等，最后到一個完整的品牌分析案例。這些案例由淺入深，都是從實戰中萃取的，涵蓋Pandas數據處理和分析的大部分場景，跟著操作一遍，你的Pandas技能和分析思維都會大大提升。

本書主要內容

為了實現技能與思維、理論與實踐相結合的目標，我選擇了以Python數據分析中最常用的Pandas為切入點，圍繞電商場景，用一個個詳盡的案例把技能和思維抽絲剝繭般地完整呈現出來。

本書共15章，主要內容如下。

第1～6章 數據分析基礎

主要幫助讀者快速熟悉Pandas，內容包括Python數據分析基礎知識、Pandas入門操作，以及實際分析工作中最常用的增、刪、選、改操作和可視化等技巧，覆蓋了80%以上的應用場景。

第7～15章 數據分析實戰

聚焦于Pandas在電商場景中的應用。第7章講解電商基礎知識，包括電商的商業邏輯、常用指標體系和經典的分析模型。第8～15章用8個實戰案例詳細講解報表自動化、行業機會分析、用戶分層分析、用戶分群分析、用戶偏好分析、同期群分析、指標波動歸因分析以及一份全面的品牌分析報告的產生過程。每一章都既有案例背景，也有脫敏的實戰數據源，更有詳細的操作代碼和分析思路。

本書配套資源

關注我的微信公眾號“數據不吹牛”并回復“配套資料”即可獲取我為本書精心準備的以下配套資源。

?書中所有練習和案例的相關數據集。

?所有項目的完整案例代碼。

?拓展學習資源（Python基礎教程、分析方法論等）。

?社群學習答疑和勘誤信息。

致謝

感謝我的父母，是他們給了我生命和受教育的機會。

感謝韓冬冬在我創作過程中給了我莫大的鼓舞。

感謝朱婉文、蔡勇輝、郭琳依、陳小妹、朱小五、張俊紅、黃佳、紀明軒、張小莉等朋友在我創作過程中給了我寶貴的建議。

最后，感謝我的粉絲和讀者，是他們的陪伴與支持讓我有了持續創作和分享的動力。