34招精通商業(yè)智能數(shù)據(jù)分析:Power BI和Tableau進階實戰(zhàn)
定 價:69.8 元
- 作者:雷元
- 出版時間:2019/12/1
- ISBN:9787121376108
- 出 版 社:電子工業(yè)出版社
- 中圖法分類:F713.51
- 頁碼:264
- 紙張:
- 版次:01
- 開本:16開
如果將數(shù)據(jù)的價值比喻成財富(這種財富往往被埋藏在冗雜的數(shù)據(jù)的深處,不為人所知),那么Power BI 和Tableau 就像是強大的挖掘機。本書將為你打開商業(yè)數(shù)據(jù)分析之門,你將和筆者一道參與使用挖掘機掘?qū)毜挠腥び螒颉1緯榻B了商業(yè)數(shù)據(jù)分析中常用的34 種方法,包括趨勢分析、排名分析、分類分析、差異分析、分布分析、占比分析、相關(guān)性分析,及其在Power BI 和Tableau 中的實現(xiàn)。其中不僅涉及PowerBI和Tableau 的工具特色及對比,還涉及數(shù)據(jù)分析的方法與思想,相當于用一條線將散落的珍珠串成一條美麗的項鏈。君子不器,縱使Power BI 和Tableau 是商業(yè)數(shù)據(jù)分析的利器,最終的商業(yè)價值也是由挖掘者的智慧所決定的。本書教你如何像商業(yè)分析師一樣思考,挖掘商業(yè)數(shù)據(jù)背后的價值。本書適合數(shù)據(jù)分析初學者、需要了解Power BI 或者Tableau 工具的讀者閱讀,也可作為商業(yè)數(shù)據(jù)分析師的參考用書。
雷元:微軟BI認證專家、微軟認證講師;曾任職于多家IT企業(yè),如微軟、惠普、希捷。在瑪氏公司從事數(shù)據(jù)分析工作已經(jīng)6年,熟悉Power BI與Tableau敏捷BI的應用,負責公司用戶培訓服務,熱心于BI知識創(chuàng)作與傳播。
第1章 自助式BI的特點 / 1
1.1 自助式BI的崛起 / 1
1.2 派生維度的概念 / 3
1.3 Power BI 與Tableau的誕生 / 5
1.4 Power BI和Tableau 的對比 / 7
1.5 數(shù)據(jù)可視化的技、術(shù)與道 / 15
第2章 基礎(chǔ)知識 / 18
2.1 Tableau計算精要 / 18
2.2 Power BI 計算精要 / 21
2.3 時間函數(shù) / 26
2.4 參數(shù) / 32
2.5 度量單位 / 36
2.6 透視與逆透視 / 39
2.7 組的應用 / 43
2.8 數(shù)據(jù)桶的應用 / 45
2.9 移動平均值、中位數(shù)、眾數(shù)與百分位數(shù)統(tǒng)計 / 46
第3章 趨勢分析 / 57
3.1 第1招:季節(jié)性同比分析 / 57
3.2 第2招:非季節(jié)性環(huán)比分析 / 62
3.3 第3招:YTD(年初至今)日期同比分析 / 66
3.4 第4招:平均值與期末值分析 / 74
3.5 第5招:個體趨勢變化分析 / 79
3.6 第6招:累積增長分析 / 83
第4章 排名分析 / 88
4.1 第7招:靜態(tài)排名分析 / 88
4.2 第8招:動態(tài)排名分析 / 94
4.3 第9招:排名變動分析 / 98
第5章 分類分析 / 104
5.1 第10招:靜態(tài)分類分析 / 104
5.2 第11招:動態(tài)分類分析I / 107
5.3 第12招:動態(tài)分類(分類重疊)分析II / 111
第6章 差異分析 / 115
6.1 第13招:異常值檢測分析 / 115
6.2 第14招:差異分析 / 120
6.3 第15招:總體與個體分析 / 126
6.4 第16招:單值與平均值差異分析 / 133
第7章 分布分析 / 139
7.1 第17招:次數(shù)分布分析 / 139
7.2 第18招:時間分布分析 / 142
7.3 第19招:合計百分比分布分析 / 145
7.4 第20招:靜態(tài)象限圖分析 / 150
7.5 第21招:動態(tài)象限圖分析 / 155
7.6 第22招:帕累托分析 / 166
第8章 占比分析 / 175
8.1 第23招:群體占比分析 / 175
8.2 第24招:地理位置占比分析 / 178
8.3 第25招:堆積百分比分析 / 183
8.4 第26招:占比統(tǒng)計分析 / 187
第9章 相關(guān)性分析 / 192
9.1 第27招:交叉分析 / 192
9.2 第28招:籃子分析 / 198
第10章 綜合示例 / 209
10.1 第29招:客戶最大消費額與平均消費額分析 / 209
10.2 第30招:動態(tài)歷史變化趨勢分析 / 213
10.3 第31招:返回客戶分析 / 225
10.4 第32招:流失客戶分析 / 232
10.5 第33招:復活客戶分析 / 239
10.6 第34招:客戶群年度購買頻次分析 / 242