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！

    Collecting
    US$19.07
    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。

    Content

    • 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
    • 1-7
      Ch01 零售大數據 概論
    • 1-8
      1.1 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
    • 1-13
      1.2 大數據行銷實務
    • 1-14
      1.3 智慧零售
    • 1-15
      零售3 通
    • 1-16
      新零售特徵
    • 1-17
      1.4 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
    • 1-21
      Ch02 淺談資料視 覺化分析觀念
    • 1-22
      2.1 資料視覺化分析
    • 1-23
      資料視覺化
    • 1-24
      視覺化分析
    • 1-25
      2.2 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
    • 1-29
      2.3 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
    • 1-33
      Ch03 認識Powe r BI
    • 1-34
      3.1 大數據分析的重要性
    • 1-35
      3.2 Power BI 對使用者的價值
    • 1-36
      3.3 Power BI 工作流程
    • 1-37
      什麼是Power BI
    • 1-38
      Power BI 工作程序
    • 1-39
      3.4 為何選擇Power BI
    • 1-40
      3.5 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
    • 1-44
      3.6 Power BI 三大模組與服務
    • 1-45
      Power BI Desktop 三大模組概述
    • 1-46
      Power BI 2.0 系列
    • 1-47
      比較Power BI 與Power BI Pro
    • 1-48
      Ch04 資料視覺化（Data Visualization）- Power View
    • 1-49
      4.1 儀表板（Dashboard）工作區介紹
    • 1-50
      Power View 環境說明
    • 1-51
      4.2 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
    • 1-54
      4.3 數據問題的圖表歸納
    • 1-55
      4.4 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
    • 1-59
      4.5 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
    • 1-63
      4.6 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
    • 1-67
      4.7 建立資料階層下鑽
    • 1-68
      Ch05 數據工程（Data Engineer）- Power Query
    • 1-69
      5.1 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
    • 1-71
      Power Query 編輯器概述
    • 1-72
      5.2 Power Query 編輯器工作區
    • 1-73
      Power Query 編輯器工具列
    • 1-74
      5.3 可以取得哪些資料來源
    • 1-75
      資料取得的主要來源
    • 1-76
      Power 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
    • 1-103
      5.4 Power Query 自動化作業及常見問題排除
    • 1-104
      Power Query 自動化流程設計管理
    • 1-105
      常見的Power Query 作業錯誤訊息
    • 1-106
      Ch06 資料建模（Data Modeling）- Power Pivot
    • 1-107
      6.1 何謂資料建模Power Pivot
    • 1-108
      關聯式資料說明
    • 1-109
      Power Pivot 與資料表工作區（I）
    • 1-110
      Power Pivot 與資料表工作區（II）
    • 1-111
      Power Pivot 與資料類別屬性設定
    • 1-112
      Power Pivot 與資料模型工作區
    • 1-113
      實戰演練 (一) 設定關聯模型
    • 1-114
      6.2 數據分析語言 - DAX
    • 1-115
      何謂DAX 語言
    • 1-116
      DAX 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
    • 1-122
      6.3 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）
    • 1-129
      6.4 常見的時間智慧函數
    • 1-130
      6.5 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
    • 1-136
      Ch07 Power BI 管 理服務分析
    • 1-137
      7.1 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
    • 1-140
      7.2 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
    • 1-144
      7.3 商業智慧系統儀表板權限管理情境設計
    • 1-145
      Ch08 零售大數據實戰分析
    • 1-146
      8.1 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
    • 1-150
      8.2 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
    • 1-153
      8.3 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
    • 1-157
      Ch09 零售大數據應用儀表板
    • 1-158
      9.1 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
    • 1-167
      9.2 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
    • 1-171
      9.3 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
    • 1-175
      CRM 場景
    • 1-176
      9.4 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)
    • 1-189
      Appendix A 參考文獻
    • 1-190
      版權頁
    • 1-191
      封底頁

    FAQ

    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。

    Recommendations

    Reviews

    | Collecting

    Sales Plans