hiskio

    Power BI金融大數據分析應用--貼近產業實務，掌握決策效率

    王道銀行策略長 蕭至佑 誠摯推薦!

    收集中
    US$19.61
    王道銀行策略長 蕭至佑 誠摯推薦!
    ‧使用Power BI最新版！運用金融業數據，完整介紹Power BI模組，實作資料視覺化
    ‧主題式分析 + 實戰演練逐步操作，強化學習效率，全面提升強化大數據分析能力

    *完整闡述金融大數據分析應用模式！以金融領域資料為主，說明Power BI的實際運用，範疇涵蓋Power Query、Power Pivot、Power View三大模組，以及Power BI雲端服務。
    *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。
    *Power BI雲端服務：部署Power BI儀表板至雲端環境及設定公開分享給他人瀏覽。
    *主題式實戰分析演練，包含：客群分析、產品銷售分析、信用卡主題消費分析。

    章節目錄

    • 1-1
      封面頁
    • 1-2
      書名頁
    • 1-3
      序
    • 1-4
      目錄
    • 1-5
      Ch01 金融大數據 概論
    • 1-6
      1.1 大數據與精準行銷
    • 1-7
       何謂大數據
    • 1-8
       大數據的4V
    • 1-9
       大數據預測模型
    • 1-10
       精準行銷應用
    • 1-11
      1.2 金融大數據實務應用
    • 1-12
      1.3 智慧金融
    • 1-13
      Ch02 淺談資料視 覺化分析觀念
    • 1-14
      2.1 資料視覺化分析
    • 1-15
       資料視覺化
    • 1-16
       視覺化分析
    • 1-17
      2.2 視覺化分析程序
    • 1-18
       大數據分析流程
    • 1-19
       資料視覺化分析步驟
    • 1-20
       視覺化的好處
    • 1-21
      2.3 2B用戶型商業智慧
    • 1-22
       商業智慧需求
    • 1-23
       商業智慧系統架構
    • 1-24
       即時商業智慧3大能力
    • 1-25
      Ch03 認識Powe r BI
    • 1-26
      3.1 大數據分析的重要性
    • 1-27
      3.2 1BPower BI 對使用者的價值
    • 1-28
      3.3 2BPower BI 工作流程
    • 1-29
       什麼是Power BI
    • 1-30
       Power BI工作程序
    • 1-31
      3.4 為何選擇Power BI
    • 1-32
      3.5 安裝Power BI 與註冊帳號
    • 1-33
       下載安裝Power BI
    • 1-34
       開啟Power BI
    • 1-35
       註冊Power BI帳號
    • 1-36
      3.6 5BPower BI 三大模組與服務
    • 1-37
       Power BI Desktop 三大模組概述
    • 1-38
       Power BI 2.0系列
    • 1-39
       比較Power BI與Power BI Pro
    • 1-40
      Ch04 資料視覺化（Data Visualization）- Power View
    • 1-41
      4.1 儀表板（Dashboard）工作區介紹
    • 1-42
       Power View環境說明
    • 1-43
      4.2 操作報表物件的技巧
    • 1-44
       移動與縮放物件
    • 1-45
       實用功能說明
    • 1-46
      4.3 數據問題的圖表歸納
    • 1-47
      4.4 視覺效果模板
    • 1-48
       預設視覺化模板
    • 1-49
       使用自訂視覺效果模板
    • 1-50
       自訂視覺效果檔案下載
    • 1-51
      4.5 欄位選取、格式潤飾與分析
    • 1-52
       欄位選取（常用選項設定）
    • 1-53
       外觀潤飾
    • 1-54
       分析資訊
    • 1-55
      4.6 5B圖表資料三大篩選
    • 1-56
       頁面圖表資料篩選
    • 1-57
       視覺效果編輯互動設定
    • 1-58
       交叉分析篩選器設定
    • 1-59
      4.7 B建立資料階層下鑽
    • 1-60
      Ch05 數據工程（Data Engineer）- Power Query
    • 1-61
      5.1 何謂Power Query 編輯器
    • 1-62
       什麼是結構化、半結構化與非結構化資料
    • 1-63
       Power Query編輯器概述
    • 1-64
      5.2 1BPower Query 編輯器工作區
    • 1-65
       Power Query編輯器工具列
    • 1-66
      5.3 2B可以取得哪些資料來源
    • 1-67
       資料取得的主要來源
    • 1-68
       Power BI取得資料來源的各種形式
    • 1-69
      實戰演練 (一) 以處理金融刷卡消費資料為例
    • 1-70
       連接存取CSV資料夾檔案
    • 1-71
       在轉換範例檔案執行N招資料清理方法－日期資料行
    • 1-72
       在轉換範例檔案執行N招資料清理方法－消費資料行
    • 1-73
      實戰演練 (二) 更多資料處理案例解說
    • 1-74
      案例（一）：連接存取Excel 資料
    • 1-75
      案例（二）：Power BI 存取網頁資料做資料表上下附加
    • 1-76
      案例（三）：連接存取JSON 及XML 資料源做資料表左右合併
    • 1-77
      5.4 3BPower Query 自動化作業及常見問題排除
    • 1-78
       Power Query自動化流程設計管理
    • 1-79
       常見的Power Query作業錯誤訊息
    • 1-80
      Ch06 資料建模（D ata Modeling）- Power Pivot
    • 1-81
      6.1 何謂資料建模Power Pivot
    • 1-82
       關聯式資料說明
    • 1-83
       Power Pivot與資料表（工具）區
    • 1-84
       Power Pivot與資料行工具區
    • 1-85
       Power Pivot與資料類別屬性設定
    • 1-86
       Power Pivot與資料模型工作區
    • 1-87
      實戰演練 (一) 設定關聯模型
    • 1-88
      6.2 數據分析語言 - DAX
    • 1-89
       何謂DAX語言
    • 1-90
       DAX使用及宣告規則
    • 1-91
       新增量值與導出資料行位置
    • 1-92
      實戰演練 (二) 關聯函數（RELATED 與 RELATEDTABLE）
    • 1-93
      實戰演練 (三) 日曆維度動態表
    • 1-94
      實戰演練 (四) 列計算函數（CALCULATE）
    • 1-95
      實戰演練 (五) 安全除法
    • 1-96
      6.3 2BDAX 量值管理
    • 1-97
       建立量值管理表
    • 1-98
      實戰演練 (六) 創建初階彙總量值 （SUM、MAX、AVERAGE、COUNTROWS、DISTINCTCOUNT、COUNT）
    • 1-99
      實戰演練 (七) 進階彙總量值（CALCULATE、FILTER + AND / OR）
    • 1-100
      實戰演練 (八) 條件判斷（IF、SWITCH）
    • 1-101
      實戰演練 (九) 排名函數應用（TOPN、RANKX）
    • 1-102
      實戰演練 (十) 聚合迭代函數（Sumx、Averagex、Minx、Maxx）
    • 1-103
      6.4 常見的時間智慧函數
    • 1-104
      6.5 介面式快速量值
    • 1-105
      實戰演練 (十一) 常用快速量值
    • 1-106
      每個類別的彙總 – 計算每個刷卡交易類別的平均值
    • 1-107
      篩選 – 篩選後的差值
    • 1-108
      總計 – 分類總計（套用篩選）
    • 1-109
      文字 – 星級評等
    • 1-110
      Ch07 Power BI 管 理服務
    • 1-111
      7.1 從Power BI Desktop 發行儀表板
    • 1-112
       發行部署儀表板
    • 1-113
       本機到雲端的差異
    • 1-114
      7.2 1BPower BI 雲端工作區介紹
    • 1-115
       認識工作區
    • 1-116
       個人設定管理
    • 1-117
       共用設定與資料集排程
    • 1-118
      7.3 一般用戶公開分享儀表板（發行至Web）設定
    • 1-119
      實戰演練 (一) 一般用戶分享儀表板（發行至Web）限制排除
    • 1-120
      7.4 商業智慧系統儀表板權限管理情境設計
    • 1-121
      Ch08 金融大數據實戰應用儀表板
    • 1-122
      8.1 客群分析類
    • 1-123
       客戶輪廓Overview
    • 1-124
       客戶刷卡輪廓
    • 1-125
       客戶刷卡貢獻指標
    • 1-126
       客戶刷卡貢獻年份比較
    • 1-127
       客戶刷卡交易特店貢獻比較
    • 1-128
       客戶刷卡類別貢獻年度比較
    • 1-129
       理財產品銷售分析
    • 1-130
       理專客戶傭金收入分析
    • 1-131
       分行產品貢獻分析
    • 1-132
      8.2 1B信用卡主題消費分析
    • 1-133
       信用卡整體消費分析
    • 1-134
       信用卡總消費金額分析
    • 1-135
       信用卡總消費筆數分析
    • 1-136
       信用卡平均消費分析
    • 1-137
       信用卡地區消費綜合分析
    • 1-138
       信用卡地區消費類別分析
    • 1-139
       信用卡地區年齡層消費分析
    • 1-140
       信用卡消費類別軌跡分析
    • 1-141
      Appendix A 參考文獻
    • 1-142
      版權頁
    • 1-143
      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