《34招精通商業智慧型數據分析：Power BI和Tableau進階實戰》是2019年電子工業出版社出版的圖書，作者是雷元。
基本介紹
- 中文名：34招精通商業智慧型數據分析：Power BI和Tableau進階實戰
- 作者：雷元
- 出版社：電子工業出版社
- 出版時間：2019年12月01日
- 頁數：264 頁
- 定價：69.8 元
- 開本：16 開
- 裝幀：平裝
- ISBN：9787121376108
編輯推薦,內容簡介,作者簡介,目錄,
編輯推薦
適讀人群 ：數據分析初學者；需要了解Power BI或者 Tableau工具的讀者
通過本書，你將學會34種商業智慧型數據分析方法，68種實現方法
輕鬆成為商業智慧型數據分析高手！
內容簡介
如果將數據的價值比喻成財富（這種財富往往被埋藏在冗雜的數據的深處，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數據分析之門，你將和筆者一道參與使用挖掘機掘寶的有趣遊戲。本書介紹了商業數據分析中常用的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、相關性分析，及其在Power BI 和Tableau 中的實現。其中不僅涉及PowerBI和Tableau 的工具特色及對比，還涉及數據分析的方法與思想，相當於用一條線將散落的珍珠串成一條美麗的項鍊。君子不器，縱使Power BI 和Tableau 是商業數據分析的利器，最終的商業價值也是由挖掘者的智慧所決定的。本書教你如何像商業分析師一樣思考，挖掘商業數據背後的價值。本書適合數據分析初學者、需要了解Power BI 或者Tableau 工具的讀者閱讀，也可作為商業數據分析師的參考用書。
作者簡介
雷元：微軟BI認證專家、微軟認證講師；曾任職於多家IT企業，如微軟、惠普、希捷。在瑪氏公司從事數據分析工作已經6年，熟悉Power BI與Tableau敏捷BI的套用，負責公司用戶培訓服務，熱心於BI知識創作與傳播。
目錄
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 數據可視化的技、術與道 / 15
第2章 基礎知識 / 18
2．1 Tableau計算精要 / 18
2．2 Power BI 計算精要 / 21
2．3 時間函式 / 26
2．4 參數 / 32
2．5 度量單位 / 36
2．6 透視與逆透視 / 39
2．7 組的套用 / 43
2．8 數據桶的套用 / 45
2．9 移動平均值、中位數、眾數與百分位數統計 / 46
第3章 趨勢分析 / 57
3．1 第1招：季節性同比分析 / 57
3．2 第2招：非季節性環比分析 / 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：靜態排名分析 / 88
4．2 第8招：動態排名分析 / 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：靜態分類分析 / 104
5．2 第11招：動態分類分析I / 107
5．3 第12招：動態分類（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：靜態象限圖分析 / 150
7．5 第21招：動態象限圖分析 / 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：占比統計分析 / 187
第9章 相關性分析 / 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
