hiskio

    Power BI大數據實戰應用-零售x金融

    【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!】

    收集中
    US$21.41

    內容簡介


    --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。

    作者介紹


    謝邦昌教授 國立台灣大學生物統計學博士
    現任：
    天主教輔仁大學副校長
    輔大AI人工智慧發展中心主任
    輔大商學研究所博士班 教授
    台灣人工智慧發展學會(TIAI)理事長
    中華市場研究協會(CMRS)榮譽理事長
    中華資料採礦協會(CDMS)榮譽理事長

    蘇志雄 國立台灣大學生物統計學博士
    現任：
    致理科技大學 會計資訊系 專任副教授
    輔仁大學 護理系 兼任副教授
    中華資料採礦協會 理事
    中華市場研究協會 理事
    經歷：致理科技大學 研發長／致理科技大學 市調中心主任

    宋龍華 輔仁大學應用統計研究所碩士
    現任：業界大數據分析師／大專院校Power BI應用講師
    曾任：中華市場研究協會(CMRS)理事／全國大學校院數位人文大數據學生競賽評委

    鄭歆蕊 國立成功大學統計研究所碩士
    現任：金融研訓院客座講師
    曾任：金融機構數據部門主管／大陸金融科技公司策略總監

    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

    章節目錄

    • 1-1
      封面
    • 1-2
      書名頁
    • 1-3
      目錄
    • 1-4
      1 人人都該會的大數據利器- Power BI
    • 1-5
      1.1 安裝與啟用Power BI Desktop
    • 1-6
      下載安裝Power BI
    • 1-7
      開啟Power BI
    • 1-8
      註冊Power BI帳號
    • 1-9
      1.2 Power BI Desktop三大模組
    • 1-10
      Power BI Desktop 三大模組概述
    • 1-11
      Power BI 產品系列
    • 1-12
      比較Power BI與Power BI Pro
    • 1-13
      1.3 Power BI 對使用者的價值
    • 1-14
      2 不用寫程式也能處理不規則數據- Power Query
    • 1-15
      2.1 【案例一】獲取Excel、CSV、JSON、XML等異質格式來源數據
    • 1-16
      連接存取Excel資料
    • 1-17
      連接存取CSV資料
    • 1-18
      連接存取JSON及XML資料源做資料表左右合併
    • 1-19
      2.2 【案例二】獲取Web等線上、Google表單數據
    • 1-20
      存取網頁資料做資料表上下附加
    • 1-21
      Google表單製作及表單數據存取
    • 1-22
      2.3 【案例三】處理公開資料-以實價登錄數據為例
    • 1-23
      連接存取XML資料夾檔案
    • 1-24
      在轉換範例檔案執行N招資料清理方法 - 日期資料行
    • 1-25
      在轉換範例檔案執行N招資料清理方法 - 面積資料行
    • 1-26
      在轉換範例檔案執行N招資料清理方法 - 價錢資料行
    • 1-27
      在轉換範例檔案執行N招資料清理方法 - 其他資料行
    • 1-28
      重新載入XML資料及套用至Power BI環境區
    • 1-29
      2.4 【案例四】處理公開資料-以信用卡公開消費數據為例
    • 1-30
      連接存取CSV資料夾檔案
    • 1-31
      在轉換範例檔案執行N招資料清理方法 - 日期資料行
    • 1-32
      在轉換範例檔案執行N招資料清理方法 - 消費資料行
    • 1-33
      2.5 【案例五】建構半自動化數據更新作業流程說明
    • 1-34
      Power Query自動化流程設計管理
    • 1-35
      常見的Power Query作業錯誤訊息
    • 1-36
      3 找出數據關聯分析的計算好手 - Power Pivot
    • 1-37
      3.1 【案例一】動態行事曆
    • 1-38
      建立日曆維度動態資料表操作步驟
    • 1-39
      3.2 【案例二】RFM模型應用
    • 1-40
      建立客戶RFM資料表操作步驟
    • 1-41
      RFM客戶價值分析模型視覺化及分眾經營策略
    • 1-42
      3.3 【案例三】創建對比分析指標
    • 1-43
      建立同期比較量值指標操作步驟
    • 1-44
      設計同期比較指標視覺化效果
    • 1-45
      3.4 【案例四】創建品類（品牌）熱度分析指標
    • 1-46
      建立品類熱度資料表
    • 1-47
      設計品類熱度指標視覺化效果及數據解讀
    • 1-48
      4 活用數據視覺化儀表板- Power View
    • 1-49
      4.1 【案例一】客戶Insight應用
    • 1-50
      客群樣態比較分析
    • 1-51
      客群貢獻分析(1)
    • 1-52
      客群貢獻分析(2)
    • 1-53
      客群貢獻分析(3)
    • 1-54
      客群入會特徵分析
    • 1-55
      客群行銷回應分析(1)
    • 1-56
      客群行銷回應分析(2)
    • 1-57
      單一客戶視圖(1)
    • 1-58
      單一客戶視圖(2)
    • 1-59
      4.2 【案例二】信用卡消費數據分析
    • 1-60
      信用卡整體消費分析
    • 1-61
      信用卡總消費金額分析
    • 1-62
      信用卡總消費筆數分析
    • 1-63
      信用卡平均消費分析
    • 1-64
      信用卡地區消費綜合分析
    • 1-65
      信用卡地區消費類別分析
    • 1-66
      信用卡地區年齡層消費分析
    • 1-67
      信用卡消費類別軌跡分析
    • 1-68
      4.3 【案例三】電銷業務營運成效分析
    • 1-69
      電銷業務整體績效檢視
    • 1-70
      電銷活動效關鍵指標Overview
    • 1-71
      各月活動成效檢視
    • 1-72
      各類型活動名單成效分析
    • 1-73
      每檔活動名單績效追蹤報表
    • 1-74
      案件狀態追蹤
    • 1-75
      4.4 【案例四】金融帳戶交易行為分析及應用
    • 1-76
      薪轉帳戶轉出交易輪廓Overview
    • 1-77
      薪轉客戶產品持有Overview
    • 1-78
      潛客競品Overview
    • 1-79
      潛戶輪廓探勘
    • 1-80
      4.5 【案例五】客群經營貢獻分析
    • 1-81
      客戶輪廓Overview
    • 1-82
      客戶刷卡輪廓
    • 1-83
      客戶刷卡貢獻指標
    • 1-84
      客戶刷卡貢獻年份比較
    • 1-85
      客戶刷卡交易特店貢獻比較
    • 1-86
      客戶刷卡類別貢獻年度比較
    • 1-87
      理財產品銷售分析
    • 1-88
      理專客戶傭金收入分析
    • 1-89
      分行產品貢獻分析
    • 1-90
      4.6 【案例六】催收業務案件召回分析及應用
    • 1-91
      法務動作案件累計回收率概覽
    • 1-92
      案件法務類型申請量能分析
    • 1-93
      函查類法務動作案件回收率概覽
    • 1-94
      各年度申請案件法務類型佔比及首月回收率比較
    • 1-95
      函查類法務動作案件量額度使用概覽
    • 1-96
      案件法務動作申請歷程
    • 1-97
      4.7 【案例七】決策節點分析應用
    • 1-98
      案件歷史勞健保查詢（LIS）紀錄決策樹分群
    • 1-99
      分解樹狀結構進行決策樹分群優化
    • 1-100
      分群模型效果檢視
    • 1-101
      決策分析(1)_關鍵指標交叉分析
    • 1-102
      決策分析(2)_名單條件邏輯檢核及數量統計
    • 1-103
      4.8 【案例八】從實價登錄數據看行情運用
    • 1-104
      實價登錄六都交易分析
    • 1-105
      實價登錄六都建物坪數分析
    • 1-106
      實價登錄六都建物單價分析
    • 1-107
      實價登錄六都建物總價分析
    • 1-108
      實價登錄六都建物軌跡分析
    • 1-109
      實價登錄六都鄉鎮區型態分析
    • 1-110
      版權頁
    • 1-111
      封底

    常見問答

    您可以透過手機、平板或是電腦登入 HiSKIO 平台，在【我的學習】＞【我的書籍】頁面，選擇想看的電子書。

    猜你喜歡

    用戶評價

    | 收集中

    銷售方案