在商务活动中，每天都要做出大量或大或小的决策。要做出好的决策，基于数字的高质量分析是必不可少的。数字力就是决策力。本书详细地介绍了进行数字分析的全过程建构假说、收集数据、不同的分析角度、图表展示、描述统计分析、回归分析和建模等，帮助读者发现潜在的商机、做出有效决策。本书是基于顾彼思商学院的超人气讲座整理而成。作者以大量商务实例对如何进行数据分析做了深入浅出的讲解，是商业定量分析的上佳入门读物。

1、日本知名商学院权威出版，顾彼思商学院超人气讲座集结成书，国内初次出版。

2、接地气、易上手的数据分析技巧，使初学者也能快速学习。学会与数字打交道，让讨厌数字的人爱上它！

3、6个步骤，5种视角，众多商业案例、公共管理案例详解，应用广泛，帮助理解。附有专栏应用、章末问题与解答，学会举一反三。

4、数字不会撒谎！数字力就是决策力！帮助读者发现潜在商机，提高经营可靠性，确保市场信任。是商业决策必读书！

前言

美国小说家马克·吐温写过的《汤姆·索亚历险记》家喻户晓。他以引用英国首相(１)话语的形式，就数字作了如下言说：

世界上有三种谎言――谎言、弥天大谎和统计学。（There are three kinds of lies: lies, damned lies, and statistics.）

我初读此段话之际，曾简单地理解为，这是马克·吐温为表示数字绝对不可信而说的话。但是，实际上我们也可以认为这段话向我们言说了数字重要的一面。

如果我们把使对方相信本来不真实的事情作为谎言的目的的话，数字就比谎言的长辈弥天大谎还高出一个档次，具有更强的说服力。在交流中拥有能够让人稍不留神就会上当受骗的说服力，这就是数字蛊惑人心的力量，也就是本书所说的数字力。

顺便说一句，数字真是超越弥天大谎量级的谎言吗？

据说，为了恢复数字的名誉，马克·吐温还对数字进行了如下补充：

数字不会撒谎。撒谎者（在谎言中）使用数字。（Figures dont lie, but liars figure.）

我认为，对诸多商务人士而言，数字是继日语、英语之后的第三语言。如果借用马克·吐温的话来讲，数字就是世界通用的交流手段，它具有凌驾于弥天大谎之上的说服力和蛊惑人心的力量。我也同时认为，就像日语这一语言对日本人的思考方式给予影响一样，数字这一语言也对思考有影响。数字是逻辑思考的基础，正如算式是思考的关键。换一种表述的话，如果使用数字这种语言思考，对商务不可或缺的逻辑思考能力就会得到进一步的加强。

然而，在商校授课和面对企业的研修课堂上，在与诸多社会人士一起学习使用数字进行分析之际，我痛感对数字这一语言抱有比对英语更强烈的好恶和过敏感的人为数众多。这是因为，学习数字这一语言其实和学习普通语言一样，都有窍门。

读者诸君，让我们在本书中一起领略和数字打交道的窍门吧。还要补充一点，数字力这一词汇，不仅包含着运用数字技巧的意思，还包含着数字拥有蛊惑人心的力量的意义。

顾彼思商学院教授

铃木健一

(１)　迪斯累利。译者注

著者简介

顾彼思商学院

日本大型的专业商学院，在日本高等院校MBA类专业中排名第一。它是一所以培养引导社会创新和变革的国际化高级管理人才为发展目标的高等学府。在日本众多的商学院中，顾彼思以其具有高水准和实践性强的课程设计、丰富实际商务经验的教师群和高质量的服务水平，赢得了社会的广泛认可。

铃木健一

顾彼思商学院教授。毕业于东京大学工学部，于芝加哥大学获得MBA学位。曾供职于野村综合研究所。2006年参与了顾彼思商学院的建立，并以研究所事务局局长身份从事该院的运营。现在专门从事以商业定量分析为主的科目的规划开发与教育研究。著有《27岁开始的MBA》（合著，东洋经济新报社）。

译者简介

北京大学历史系日本史博士，现为唐山师范学院史法系讲师。译作有《中江丑吉在中国》《异域风情丛书（土耳其卷）》等。

目录

第一部分析的观念

第一章　分析的本质005

1　如何与数字打交道006

1-1 让讨厌数字的人爱上它006

1-2 数字对经营的意义008

2　何谓分析011

2-1 爱价几何？011

2-2 分析的本质在于比较 012

2-3 解决问题与比较013

2-4 打破砂锅问到底：论因果关系与比较016

专栏1　恋爱方程式021

专栏2　Less is more（少即是多）？

人生不比较会更好？026

3 要拿什么跟什么比较？027

3-1 什么是恰当的比较？027

3-2 航天飞机挑战者号的事故030

3-3 如何强化轰炸机032

3-4 商务当中的实验与A/B测试035

章末问题039

第二章　分析与假说思考041

1 何谓假说042

1-1 诊断你的假说能力042

1-2 假说思考的优点044

2 假说思考的工作方式047

2-1 假说思考的步骤047

2-2 顾问的假说思考048

2-3 什么是可行的假说052

2-4 提问的模式053

3 建构假说的能力：假说该怎么产生057

专栏　演绎法与归纳法060

4 数据搜集的观念063

4-1 数据搜集的目的063

4-2 不够明了的数据是什么066

5 实际搜集数据069

5-1 搜集世上既存的数据069

5-2 搜集世上尚不存在的数据076

章末问题085

第三章　分析的五个观点087

1 影响度（大小）088

2 差距（差异）090

专栏　何种教育方法有效091

3 趋势（时间的变化）094

3-1 从数据解读超市095

3-2 未来与人口预测099

4 异质性（分布）101

5 模式（原理）105

5-1 找出模式105

5-2 找出异常值106

5-3 找出反曲点（拐点）107

5-4 通过大数据和机器学习提取模式111

5-5 机器翻译中的大数据应用114

章末问题118

第二部比较的技术

第四章　试着用肉眼观察比较 125

1 肉眼是最佳的分析工具127

2 图表会说话130

2-1 制作图表的三个步骤130

2-2 以图表验证假说：假说一日本公务员过多 133

2-3 以图表验证假说：假说二富豪会长寿 134

2-4 以图表验证假说：假说三幸福就会长寿 136

3 借由分析发挥力量的图表138

3-1 直方图139

3-2 瀑布图144

3-3 帕累托图145

3-4 时间序列图149

3-5 散布图155

章末问题165

第五章　以数字概括进行比较：169

掌握分析的原则与方法

1 数据的中心在哪里？（代表值）171

1-1 简单平均、加权平均171

1-2 几何平均（年平均成长率）173

1-3 平均值的陷阱与中位数、众数176

专栏1　72法则（rule of 72) 181

专栏2　物价与加权平均182

2 数据如何分布？（离散）185

2-1 变异数与标准差185

专栏　变异数与标准差要除以n还是n－1？187

2-2 经营中的风险与高风险、高回报191

2-3 当大家的答案出乎意料地正确发生作用时194

章末问题196

第六章　尝试囊括成算式来比较 197

（回归分析和建模）

1 散布图与相关系数199

1-1 分析公寓投资199

1-2 何谓相关201

2 简单回归分析（一元回归分析）215

2-1 回归分析的概念215

2-2 决定系数的意义：何谓说明力？220

专栏　改变战略历史的散布图224

3 复回归分析（多元回归分析）226

3-1 导入定性变量的复回归分析229

3-2 哪种自变量的效应最强？232

3-3 样本数要多少才够？234

3-4 预测能力要如何测量？235

3-5 复回归分析之下的自变量挑选法236

3-6 是预测，还是对因果关系的说明？239

3-7 复回归分析的威力241

专栏　从逻辑回归分析看航天飞机事故246

4 建模：以演绎法将关系化为算式248

4-1 费米推论248

4-2 通过利润方程式思考创造利润的方法253

4-3 从建模看美日汽车产业的作风差异256

4-4 从杜邦分析看美日欧净资产收益率差异的原因258

章末问题260

总结261

章末问题解答范例262

给想要知道更多的人280

附录关于回归分析的补遗284

1 回归分析与多重共线性284

2 回归系数的因果性解释288

译名对照295