期刊问答网 论文发表 期刊发表 期刊问答
  • 回答数

    4

  • 浏览数

    176

king9089
首页 > 期刊问答网 > 期刊问答 > 商业分析论文好发吗知乎

4个回答 默认排序1
  • 默认排序
  • 按时间排序

riki19891002

已采纳
汇调研(专业的第三方市场调研服务提供商)先说说写一份好的数据分析报告的重要性,很简单,因为分析报告的输出是你整个分析过程的成果,是评定一个产品、一个运营事件的定性结论,很可能是产品决策的参考依据,既然这么重要那当然要写好它了。  一份好的分析报告,有以下一些要点:  首先,要有一个好的框架  跟盖房子一样,好的分析肯定是有基础有层次,有基础坚实,并且层次明了才能让阅读者一目了然,架构清晰、主次分明才能让别人容易读懂,这样才让人有读下去的欲望;  第二,每个分析都有结论,而且结论一定要明确  如果没有明确的结论那分析就不叫分析了,也失去了他本身的意义,因为你本来就是要去寻找或者印证一个结论才会去做分析的,所以千万不要忘本舍果;  第三,分析结论不要太多要精  如果可以的话一个分析一个最重要的结论就好了,很多时候分析就是发现问题,如果一个一个分析能发现一个重大问题,就达到目的了,不要事事求多,宁要仙桃一口,不要烂杏一筐,精简的结论也容易让阅者接受,减少重要阅者(通常是事务繁多的领导,没有太多时间看那么多)的阅读心理门槛,如果别人看到问题太多,结论太繁,不读下去,一百个结论也等于0;  第四,分析结论一定要基于紧密严禁的数据分析推导过程  不要有猜测性的结论,太主观的东西会没有说服力,如果一个结论连你自己都没有肯定的把握就不要拿出来误导别人了;  第五,好的分析要有很强的可读性  这里是指易读度,每个人都有自己的阅读习惯和思维方式,写东西你总会按照自己的思维逻辑来写,你自己觉得很明白,那是因为整个分析过程是你做的,别人不一定如此了解,要知道阅者往往只会花10分钟以内的时间来阅读,所以要考虑你的分析阅读者是谁?他们最关心什么?你必须站在读者的角度去写分析邮件;  第六,数据分析报告尽量图表化  这其实是第四点的补充,用图表代替大量堆砌的数字会有助于人们更形象更直观地看清楚问题和结论,当然,图表也不要太多,过多的图表一样会让人无所适从;  第七,好的分析报告一定要有逻辑性  通常要遵照:1、发现问题–2、总结问题原因–3、解决问题,这样一个流程,逻辑性强的分析报告也

商业分析论文好发吗知乎

182 评论(10)

sp120715437

‍‍什么样的文章容易在期刊上发表?这个体现在论文的质量、期刊的选择、投稿时间等等方面。为何现在不管是教育行业、经济行业、建筑专业、电力工程类、医学人员等等行业的人员会选择论文的发表,其实最主要的原因就是职称的评审晋升以及个人能力的提升等等。对于论文发表收录的因素事项,总结如下。论文必须要保证原创度,查重可以降低重复率然后再仔细修改。发表论文可以找一些论文服务公司来帮忙,你可以省很多时间和精力,可以指导你论文创作、修改、润色、排版,论文必须你自己写,别人只能指导。论文发表如果要在核心期刊上发表的话,更要保证论文的质量,因为核心期刊审稿要求很严格的,有时候就算你自己用心写的论文,都无法经受严格的审稿考验,更不要说你的论文是凑的。论文发表要选择高质量、有影响力、有权威的刊物,谁也不想把自己论文发表在不知名的期刊上,面子问题不说,期刊的级别会影响你用。比如你在发表论文的时候忽略了单位的要求,单位明确指定必须核心期刊,你发的那本期刊却是个普刊,即便发表成功过了又能怎样,不会被认可的,所以期刊选择要慎重。论文格式要求和期刊的投稿要求等等。对于论文要求无非就是有关:论文选题、论文摘要、关键词、图表、示例、参考文献等等方面的细节要求。期刊的投稿要求只要包括的就是有关:期刊对论文字体、论文格式等等方面是否符合期刊的征收要求等等。‍‍
177 评论(10)

lsirhappy

‍‍这两年商业和经济论文的发表难度是有所提升的,因为从事这个方面研究的人是非常多的,因此对于此类型中的优秀期刊大家的竞争就是更加激烈的,而其中的核心期刊里,《商业时代》的发表难度就是比较低的。它由中国商业联合会主管,中国商业经济学会主办,是国内具有重要影响力的专业性学术期刊,主要刊发经济类稿件,尤以研究流通理论而独树一帜。刊物创刊于1982年,原名《商业经济研究》,2000年更名为《商业时代》,2015年起恢复刊名为《商业经济研究》。‍‍
319 评论(15)

hanmufei722

作者:知乎用户链接:来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。从商业分析说起吧。关注过不少知乎上类似的问题和回答,发现个较严重的问题:大多数人对商业分析这个行业的认知并不准确。具体说来商业分析有两种: Business 应属于传统商科,主要是任务是对公司整个运营的流程、业务的开展等方面的分析。比如发现新的商业需求、提出/改善某些商业问题的解决方案。它可能包括公司组织上的变更,业务流程的改善,策略性的规划,政策的制定和提高。这个领域需要一定的数据分析,一方面因为公司发展前期一般主要靠业务的扩展,会涉及一些销售业绩等类似的数据分析。另一方面,大数据时代嘛,很多公司都觉得好像应该顺应潮流掺和一把。但总的来说还是business analysis为主。即定性为主导,数据分析(一般较简单)为辅助。这也是大多数答主所提到的。要在这个领域成长为专业人才,一般会选择MBA,MBA课程一般也会包含一定的相关课程,但很简单。 Business 这才是真正的新兴学科。翻译上都叫商业分析,但内容却差很多,所以特意用英文区分开来。这个行业的核心就是数据分析,而且是高深的技术、模型和算法。通过对数据的深度分析、挖掘来研究公司以往的业绩,对行业市场潜在的商业信息的搜索等。目的是获取那些通过定性分析和简单的定量分析根本无法获得的insights。这个领域逐渐得到了学术界、业界和政府的高度重视:学术界,从纽约大学13年开始开设business analytics的硕士专业以来,全球各大高校纷纷增设相关专业,并且学费直逼MBA,在金钱至上的资本主义国家,高学费往往是高收入和良好职业发展的风向标。业界,更不用说了,BAT都在开设这一类的部门,阿里巴巴去年跟今年就从名校挖了一些这个领域的教授,百度更是把斯坦福大牛Andrew Ng请了来。政府,就我知道的,新加坡和澳洲政府直接拨款赞助开设business analytics部门的公司。说完基本概念,回到题主问题。仔细读过问题描述后,我相信题主感兴趣的应该是business analytics吧(不是的话,就请忽略以下吧)。那再深入一点讲一下相关的技能。题主是统计本科生,很好!哈哈!我是统计博士,现在在纽约一家投资管理公司做类似的工作,同事不乏一些计算机、自动控制、信号处理等数据分析相关的领域的博士。总体来说business analytics无疑是个交叉学科,包括数学(统计)、计算机和商学(经济学、市场营销,博弈论等等)。统计类的方法占据了数据分析学科的首要地位(主要是回归模型)。可以说如果把统计方法全部拿走,数据科学基本就支离破碎不成体系了。然后是计算机(包括机器学习、模式识别、图像处理等一类的领域),基于一些应用层面的需求,计算机领域提出了一些新颖的思路和模型。值得一提的是,这些东西又吸引了统计学家的关注,他们把同样的问题又用统计学方法做了出来。再结合一些传统的回归模型,统计学出现了新的分支:统计学习。最后是商学类,现阶段来说比重最小,不过其中一些思路也是值得借鉴的,比如博弈论。一些专门的business analytics硕士会结合商业应用来讲统计和计算机方法。实际的商业分析案例(当然是business analytics)。简单说几个吧:生存模型,生物统计最常用的模型,研究疾病的愈合、死亡时间之类的问题,可以用以测试某些药品、治疗手段是否有效。应用到商业中,比如公司对特定人群投放广告,他们通过不同的渠道点击观看,那么需要多久的时间他们才会决定购买?我们定义:消费者不购买=‘活着’,一旦消费即为‘死亡’。接下来的任务就是研究哪个渠道的广告/哪种组合的广告最为有效。聚类问题,公司投放过大量广告,做过促销。然后大量消费者前来购买,到底哪些真的看过上述宣传呢?如果这个都不知道如何分析哪个渠道或者哪些渠道的组合最有效?聚类分析就是解决这一类问题的。贝叶斯方法,不知你可了解过贝叶斯分析?是统计/机器学习领域很火的方向。主要应用是在建模时候可以把人为的观点融合进模型中去。使得定性和定量分析的结果结合起来。这一点很是受在business analysis领域做数据分析的人的欢迎。除此外还有很多,就不一一说了。最后说到你的近况。本科背景还是弱了点,想要接触上述类型的工作,你需要更进一步。并且想吃的开最好也不要限制在统计学领域,毕竟读一个偏应用的学科,学会从应用角度考虑问题对于职业发展更有好处。升学的话可以考虑data analytics/business analytics的硕士专业。不过,如果觉得学费太高的话,其实统计硕士也是个不错的选择。自学的话,coursera上也有很多不错的课程。至于R/Python/SAS嘛,能会一个就够了。数据分析级别的编程,会一个,别的看个把礼拜就能上手。最后的最后,分享一个链接:Graduate Programs in Big Data Analytics and Data Science。里面列举了全世界各地高校开设的数据分析类的研究生专业、各种收费的/不收费的在线课程。
94 评论(10)

相关问答