-專業推薦--
張詠淳 臺北醫學大學大數據與科技管理研究所教授
許毓容 前東森購物大數據協理
陳祥輝 臺北大學統計系業界專業教師兼任助理教授
【主題式分析 + 實戰演練,強化學習效率,全面提升大數據分析能力!】
在當今快速變動且複雜的商業環境中,運用數據提升決策效率至關重要,本書不僅提供了從基礎到進階的Power BI知識,更結合零售/金融產業實戰應用,透過豐富的跨領域實例,讓讀者能夠真正運用數據結合實務情境,達到做中學及接地氣的加成綜效。
精彩重點:
.零售x金融產業實戰案例介紹Power BI運用,涵蓋Power BI 三大模組(Power Query、Power Pivot、Power View)
.數據工程Power Query – 線上資料蒐集、資料清理、資料合併,建立半自動化數據工程作業。
.資料建模Power Pivot – 使用DAX函數新增資料行、管理量值、瀏覽資料關聯模型。
.資料視覺化Power View – 建置數據儀表板的數據指標架構設計、分析問題的圖表繪製設計建議、產業數據分析經驗。
.豐富的實戰演練,從零售業與金融業數據案例的資料清理,再到運用DAX函數創建數據分析指標,設計各項主題實戰分析儀表板,逐步引導讀者實際操作、獲取實務經驗,確保學習效果。
內容與範例均貼近實務情境,讓讀者更容易理解並結合所學知識。本書不僅適合Power BI使用者,更是從事大數據分析、商業分析或營運分析人員的學習寶藏。
目錄
chapter 01 人人都該會的大數據利器 - Power BI
1.1 安裝與啟用 Power BI Desktop
1.2 Power BI Desktop 三大模組
1.3 Power BI 對使用者的價值
chapter 02 不用寫程式也能處理不規則數據 - Power Query
2.1 案例一:獲取 Excel、CSV、JSON、XML 等異質格式來源數據
2.2 案例二:獲取 Web 等線上、Google 表單數據
2.3 案例三:處理公開資料 - 以實價登錄數據為例
2.4 案例四:處理公開資料 - 以信用卡公開消費數據為例
2.5 案例五:建構半自動化數據更新作業流程說明
chapter 03 找出數據關聯分析的計算好手 - Power Pivot
3.1 案例一:動態行事曆
3.2 案例二:RFM 模型應用
3.3 案例三:創建對比分析指標
3.4 案例四:創建品類(品牌)熱度分析指標
chapter 04 活用數據視覺化儀表板 - Power View
4.1 案例一:客戶 Insight 應用
4.2 案例二:信用卡消費數據分析
4.3 案例三:電銷業務營運成效分析
4.4 案例四:金融帳戶交易行為分析及應用
4.5 案例五:客群經營貢獻分析
4.6 案例六:催收業務案件召回分析及應用
4.7 案例七:決策節點分析應用
4.8 案例八:從實價登錄數據看行情運用
chapter 01 人人都該會的大數據利器 - Power BI
1.1 安裝與啟用 Power BI Desktop
1.2 Power BI Desktop 三大模組
1.3 Power BI 對使用者的價值
chapter 02 不用寫程式也能處理不規則數據 - Power Query
2.1 案例一:獲取 Excel、CSV、JSON、XML 等異質格式來源數據
2.2 案例二:獲取 Web 等線上、Google 表單數據
2.3 案例三:處理公開資料 - 以實價登錄數據為例
2.4 案例四:處理公開資料 - 以信用卡公開消費數據為例
2.5 案例五:建構半自動化數據更新作業流程說明
chapter 03 找出數據...