hiskio

    Power BI零售大數據分析應用(第二版)-強化工作效率，掌握市場先機！

    前行政院長 張善政、台灣微軟首席技術與策略長 丁維揚 專文推薦！

    收集中
    US$18.77
    前行政院長 張善政、台灣微軟首席技術與策略長 丁維揚 專文推薦！
    ．落實用戶型商業智慧，完整Power BI模組介紹，人人簡單實做大數據
    ．主題式實戰演練逐步操作、增進學習效率，提升決策能力，成為專業大數據顧問

    *完整闡述零售大數據分析概論應用模式。
    *以零售領域資料為主，介紹Power BI的實際運用，範疇涵蓋Power BI價值和Power BI 三大模組（Power Query、Power Pivot、Power View）
    *資料視覺化 Power View：數據分析問題的圖表歸納、操作Power View技巧和設計視覺化互動分析儀表板。
    *數據工程 Power Query：線上資料蒐集、資料清理招式、資料合併，建立半自動化數據工程作業流程。
    *資料建模 Power Pivot：使用DAX函數新增資料行及管理量值、建置資料關聯模型。
    *書籍內容以主題式實戰演練，包括：實作主題分析儀表板及客戶360度圖像標籤儀表板、實價登錄資料清理實戰、運用DAX函數創建分析模型。

    章節目錄

    1-1封面頁
    1-2書名頁
    1-3推薦序
    1-4序
    1-5目錄
    1-6範例下載頁
    1-7Ch01 零售大數據 概論
    1-81.1 大數據與精準行銷
    1-9何謂大數據
    1-10大數據的4V
    1-11大數據預測模型
    1-12精準行銷關鍵應用
    1-131.2 大數據行銷實務
    1-141.3 智慧零售
    1-15零售3 通
    1-16新零售特徵
    1-171.4 零售4.0 時代
    1-18流通轉型＋互聯網創造零售新格局
    1-19利用大數據分析迎向零售4.0
    1-20資訊實力，決定服務實力
    1-21Ch02 淺談資料視 覺化分析觀念
    1-222.1 資料視覺化分析
    1-23資料視覺化
    1-24視覺化分析
    1-252.2 視覺化分析程序
    1-26大數據分析流程
    1-27資料視覺化分析步驟
    1-28視覺化的好處
    1-292.3 用戶型商業智慧
    1-30商業智慧需求
    1-31商業智慧系統架構
    1-32即時商業智慧3 大能力
    1-33Ch03 認識Powe r BI
    1-343.1 大數據分析的重要性
    1-353.2 Power BI 對使用者的價值
    1-363.3 Power BI 工作流程
    1-37什麼是Power BI
    1-38Power BI 工作程序
    1-393.4 為何選擇Power BI
    1-403.5 安裝Power BI 與註冊帳號
    1-41下載安裝Power BI
    1-42開啟Power BI
    1-43註冊Power BI 帳號
    1-443.6 Power BI 三大模組與服務
    1-45Power BI Desktop 三大模組概述
    1-46Power BI 2.0 系列
    1-47比較Power BI 與Power BI Pro
    1-48Ch04 資料視覺化（Data Visualization）- Power View
    1-494.1 儀表板（Dashboard）工作區介紹
    1-50Power View 環境說明
    1-514.2 操作報表物件的技巧
    1-52移動與縮放物件
    1-53實用功能說明
    1-544.3 數據問題的圖表歸納
    1-554.4 視覺效果模板
    1-56預設視覺化模板
    1-57使用自訂視覺效果模板
    1-58自訂視覺效果檔案下載
    1-594.5 欄位選取、格式潤飾與分析
    1-60欄位選取（常用選項設定）
    1-61外觀潤飾
    1-62分析資訊
    1-634.6 圖表資料三大篩選
    1-64頁面圖表資料篩選
    1-65視覺效果編輯互動設定
    1-66交叉分析篩選器設定
    1-674.7 建立資料階層下鑽
    1-68Ch05 數據工程（Data Engineer）- Power Query
    1-695.1 何謂Power Query 編輯器
    1-70什麼是結構化、半結構化與非結構化資料
    1-71Power Query 編輯器概述
    1-725.2 Power Query 編輯器工作區
    1-73Power Query 編輯器工具列
    1-745.3 可以取得哪些資料來源
    1-75資料取得的主要來源
    1-76Power BI 取得資料來源的各種形式
    1-77實戰演練 (一) 以處理實價登錄資料為例
    1-78連接存取XML 資料夾檔案
    1-79在轉換範例檔案執行N 招資料清理方法－日期資料行
    1-80在轉換範例檔案執行N 招資料清理方法－面積資料行
    1-81土地移轉總面積平方公尺-土地移轉坪數
    1-82建物移轉總面積平方公尺-建物移轉坪數(含車位)
    1-83車位移轉總面積平方公尺-車位移轉坪數
    1-84計算建物移轉坪數(不含車位)
    1-85在轉換範例檔案執行N 招資料清理方法－價錢資料行
    1-86總價元-總價(含車位)
    1-87車位總價元-車位總價
    1-88計算總價(不含車位)
    1-89計算單價(含車位)
    1-90計算單價(不含車位)
    1-91在轉換範例檔案執行N 招資料清理方法－其他資料行
    1-92計算建物移轉坪數(不含車位)分組
    1-93計算總價(不含車位)分組
    1-94計算單價(不含車位)分組
    1-95計算屋齡(年)分組
    1-96計算有無車位
    1-97合併建物現況格局-房、廳、衛  建物現況格局
    1-98載入XML 資料及套用至Power BI 環境區
    1-99實戰演練 (二) 更多資料處理案例解說
    1-100案例（一）：連接存取Excel 資料
    1-101案例（二）：Power BI 存取網頁資料做資料表上下附加
    1-102案例（三）：連接存取OData 資料源做資料表左右合併
    1-1035.4 Power Query 自動化作業及常見問題排除
    1-104Power Query 自動化流程設計管理
    1-105常見的Power Query 作業錯誤訊息
    1-106Ch06 資料建模（Data Modeling）- Power Pivot
    1-1076.1 何謂資料建模Power Pivot
    1-108關聯式資料說明
    1-109Power Pivot 與資料表工作區（I）
    1-110Power Pivot 與資料表工作區（II）
    1-111Power Pivot 與資料類別屬性設定
    1-112Power Pivot 與資料模型工作區
    1-113實戰演練 (一) 設定關聯模型
    1-1146.2 數據分析語言 - DAX
    1-115何謂DAX 語言
    1-116DAX 使用及宣告規則
    1-117新增量值與導出資料行位置
    1-118實戰演練 (二) 關聯函數（RELATED 與 RELATEDTABLE）
    1-119實戰演練 (三) 日曆維度動態表
    1-120實戰演練 (四) 列計算函數（CALCULATE）
    1-121實戰演練 (五) 安全除法
    1-1226.3 DAX 量值管理
    1-123建立量值管理表
    1-124實戰演練 (六) 創建初階彙總量值（SUM, MAX, AVERAGE,COUNTROWS, DISTINCTCOUNT, COUNT）
    1-125實戰演練 (七) 進階彙總量值（CALCULATE, FILTER + AND / OR）
    1-126實戰演練 (八) 條件判斷（IF, SWITCH）
    1-127實戰演練 (九) 排名函數應用 （TOPN, RANKX）
    1-128實戰演練 (十) 聚合迭代函數（Sumx, Averagex, Minx, Maxx）
    1-1296.4 常見的時間智慧函數
    1-1306.5 介面式快速量值
    1-131實戰演練 (十一) 常用快速量值
    1-132每個類別的彙總 – 計算每個類別的平均值
    1-133篩選 – 篩選後的差值
    1-134總計 – 分類總計（套用篩選）
    1-135文字 – 星級評等
    1-136Ch07 Power BI 管 理服務分析
    1-1377.1 從Power BI Desktop 發行儀表板
    1-138發行部署儀表板
    1-139本機到雲端的差異
    1-1407.2 Power BI 雲端工作區介紹
    1-141認識工作區
    1-142個人設定管理
    1-143共用設定與資料集排程
    1-1447.3 商業智慧系統儀表板權限管理情境設計
    1-145Ch08 零售大數據實戰分析
    1-1468.1 架構數據介紹
    1-147數據系統架構
    1-148應用數據架構
    1-149維度v.s.指標
    1-1508.2 建立分析指標
    1-151實戰演練 (一) 創建對比指標
    1-152實戰演練 (二) 創建品類（品牌）熱度指標
    1-1538.3 建立分析模型
    1-154實戰演練 (三) 地域分佈四象限應用
    1-155實戰演練 (四) RFM 客戶價值分析模型
    1-156實戰演練 (五) 分解樹AI 模型
    1-157Ch09 零售大數據應用儀表板
    1-1589.1 營運分析類
    1-159產品分析Overview
    1-160產品銷售趨勢
    1-161區域銷售Overview
    1-162區域銷售組成
    1-163業務員業績Overview
    1-164業務員業績分析
    1-165產品內容分析
    1-166公司來源分析
    1-1679.2 客戶360 度圖像標籤
    1-168什麼是客戶圖像標籤
    1-169客戶圖像標籤的特性與優勢
    1-170客戶360 度圖像標籤的串接結構
    1-1719.3 客戶360 度圖像標籤的使用情境
    1-172客服場景
    1-173行銷場景
    1-174大數據分析場景
    1-175CRM 場景
    1-1769.4 客戶360 度圖像標籤的常用儀表板
    1-177客群樣態比較分析
    1-178客群貢獻分析 (1)
    1-179客群貢獻分析 (2)
    1-180客群貢獻分析 (3)
    1-181客群入會特徵分析
    1-182客群行銷回應分析 (1)
    1-183客群行銷回應分析 (2)
    1-184商品熱度分析 (1)
    1-185商品熱度分析 (2)
    1-186商品熱度分析 (3)
    1-187單一客戶視圖 (1)
    1-188單一客戶視圖 (2)
    1-189Appendix A 參考文獻
    1-190版權頁
    1-191封底頁

    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