本書分理論篇、應(yīng)用和案例篇。理論篇分4章，介紹商業(yè)智能基本理論。包括第1章，數(shù)據(jù)與商業(yè)決策支持，介紹數(shù)據(jù)與數(shù)據(jù)管理、分析企業(yè)為什么需要數(shù)據(jù)管理；如何科學(xué)決策；介紹大數(shù)據(jù)與大數(shù)據(jù)處理分析，商業(yè)智能技術(shù)出現(xiàn)的緣由。第2章，商業(yè)智能概述，介紹商業(yè)智能概念、商業(yè)智能系統(tǒng)的結(jié)構(gòu)、商業(yè)智能典型行業(yè)應(yīng)用領(lǐng)域和商業(yè)智能的發(fā)展。第3章，商業(yè)智能的技術(shù)實現(xiàn)，講述數(shù)據(jù)倉庫、聯(lián)機分析、數(shù)據(jù)挖掘技術(shù)，介紹商業(yè)智能的應(yīng)用過程和開發(fā)工具。第4章，商業(yè)智能的實現(xiàn)，介紹商業(yè)智能的實現(xiàn)過程及開發(fā)工具M(jìn)icrosoft Power BI、FineBI。第5章至第9章為應(yīng)用篇，結(jié)合實際業(yè)務(wù)案例，介紹商業(yè)智能系統(tǒng)的具體應(yīng)用。第10章至第13章為案例篇，介紹商業(yè)智能行業(yè)應(yīng)用的幾個典型案例。
出版說明
前言
理 論 篇
第1章 數(shù)據(jù)與商業(yè)決策支持2
1.1 數(shù)據(jù)與數(shù)據(jù)管理2
1.1.1 數(shù)據(jù)2
1.1.2 大數(shù)據(jù)3
1.1.3 數(shù)據(jù)管理與分析5
1.2 數(shù)據(jù)分析步驟與方法6
1.2.1 數(shù)據(jù)分析步驟6
1.2.2 數(shù)據(jù)分析常用方法8
1.3 商業(yè)決策與計算機決策支持9
1.3.1 決策與商業(yè)決策9
1.3.2 計算機決策支持方法與技術(shù)10
1.3.3 計算機決策支持技術(shù)的發(fā)展11
本章小結(jié)12
本章練習(xí)12
第2章 商業(yè)智能概述15
2.1 商業(yè)智能的起源與基本概念15
2.1.1 商業(yè)智能的起源與發(fā)展15
2.1.2 智能、智能化企業(yè)與商業(yè)智能16
2.1.3 正確理解商業(yè)智能18
2.1.4 商業(yè)智能的特性19
2.2 商業(yè)智能的價值與作用19
2.2.1 商業(yè)智能的價值19
2.2.2 商業(yè)智能在具體業(yè)務(wù)領(lǐng)域的作用20
2.3 商業(yè)智能系統(tǒng)的結(jié)構(gòu)與功能21
2.3.1 商業(yè)智能系統(tǒng)的體系結(jié)構(gòu)21
2.3.2 商業(yè)智能系統(tǒng)應(yīng)具備的基本功能23
2.4 常見商業(yè)智能產(chǎn)品與典型行業(yè)
應(yīng)用領(lǐng)域24
2.4.1 常見商業(yè)智能產(chǎn)品24
2.4.2 適合應(yīng)用BI的企業(yè)特征25
2.4.3 典型行業(yè)BI應(yīng)用26
2.5 商業(yè)智能的未來28
2.5.1 新技術(shù)對商業(yè)智能的影響28
2.5.2 商業(yè)智能未來的發(fā)展30
本章小結(jié)30
本章練習(xí)30
第3章 商業(yè)智能原理32
3.1 數(shù)據(jù)倉庫的基本原理32
3.1.1 什么是數(shù)據(jù)倉庫32
3.1.2 什么是數(shù)據(jù)集市37
3.2 數(shù)據(jù)倉庫系統(tǒng)38
3.2.1 數(shù)據(jù)倉庫系統(tǒng)結(jié)構(gòu)38
3.2.2 數(shù)據(jù)倉庫的存儲41
3.2.3 OLTP與OLAP環(huán)境下數(shù)據(jù)庫模式
示例46
3.3 數(shù)據(jù)倉庫的開發(fā)與應(yīng)用47
3.3.1 數(shù)據(jù)倉庫的開發(fā)策略47
3.3.2 數(shù)據(jù)倉庫設(shè)計的步驟48
3.4 OLAP技術(shù)51
3.4.1 聯(lián)機分析處理的定義51
3.4.2 OLAP的數(shù)據(jù)組織54
3.4.3 OLAP的應(yīng)用實例56
3.5 數(shù)據(jù)挖掘62
3.5.1 知識發(fā)現(xiàn)與數(shù)據(jù)挖掘62
3.5.2 數(shù)據(jù)挖掘方法與技術(shù)67
3.6 數(shù)據(jù)挖掘的決策支持及應(yīng)用72
3.6.1 數(shù)據(jù)挖掘的決策支持分類72
3.6.2 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘74
本章小結(jié)81
本章練習(xí)81
第4章 商業(yè)智能的敏捷實現(xiàn)83
4.1 商業(yè)智能的敏捷實現(xiàn)過程83
4.1.1 面向主題構(gòu)建數(shù)據(jù)倉庫84
4.1.2 開展OLAP分析85
4.1.3 建立多維分析報表與發(fā)布85
4.1.4 報表共享與數(shù)據(jù)刷新85
4.2 敏捷商業(yè)智能實現(xiàn)工具85
4.2.1 Microsoft Power BI86
4.2.2 FineBI87
本章小結(jié)88
本章練習(xí)88
應(yīng) 用 篇
第5章 商業(yè)智能開發(fā)工具使用入門91
5.1 Microsoft Power BI使用入門91
5.1.1 Power Query的工作界面92
5.1.2 Power Pivot的工作界面93
5.1.3 Power View的工作界面94
5.1.4 Power BI Desktop的安裝95
5.1.5 Power BI Desktop快速入門97
5.2 FineBI使用入門100
5.2.1 FineBI安裝與初始化設(shè)置100
5.2.2 FineBI界面介紹102
5.2.3 FineBI快速入門104
本章小結(jié)108
本章練習(xí)109
第6章 構(gòu)建數(shù)據(jù)倉庫110
6.1 通過Power Query導(dǎo)入數(shù)據(jù)110
6.1.1 案例數(shù)據(jù)說明110
6.1.2 使用Power Query導(dǎo)入雇員各年度
銷售目標(biāo)數(shù)據(jù)111
6.1.3 導(dǎo)入來自Access數(shù)據(jù)庫的各種
銷售業(yè)務(wù)數(shù)據(jù)113
6.1.4 在Power Pivot和Excel工作表
之間切換113
6.2 通過Power Pivot進(jìn)行數(shù)據(jù)倉庫
建模114
6.2.1 建立各數(shù)據(jù)表之間的關(guān)系114
6.2.2 新建計算列和度量值116
6.3 數(shù)據(jù)分析表達(dá)式119
6.3.1 什么是DAX119
6.3.2 深入理解DAX的重要概念
“上下文”119
6.3.3 DAX函數(shù)分類介紹1第1
本章小結(jié)124
本章練習(xí)124
第7章 開展OLAP分析125
7.1 構(gòu)建聯(lián)機銷售目標(biāo)分析報表125
7.1.1 建立數(shù)據(jù)透視圖和表125
7.1.2 設(shè)置數(shù)據(jù)透視圖127
7.1.3 增加另外兩個數(shù)據(jù)透視圖129
7.2 利用Power Pivot開展OLAP
分析131
7.2.1 插入切片器實現(xiàn)從產(chǎn)品維度分析
銷售數(shù)據(jù)131
7.2.2 利用OLAP分析將數(shù)據(jù)透視表
轉(zhuǎn)換為數(shù)據(jù)魔方133
7.2.3 建立KPI指標(biāo)實現(xiàn)數(shù)據(jù)預(yù)警134
7.3 OLAP鉆取操作135
7.3.1 利用Power Query新建一個日歷表
并添加到數(shù)據(jù)模型135
7.3.2 在Power Pivot中使用日歷表實現(xiàn)
數(shù)據(jù)鉆取138
本章小結(jié)139
本章練習(xí)140
第8章 建立多維交互式分析報表與
發(fā)布141
8.1 構(gòu)建兩張不同主題多維交互式
分析報表141
8.1.1 導(dǎo)入數(shù)據(jù)模型和新建銷售數(shù)據(jù)
多維分析報表141
8.1.2 新建年度銷售目標(biāo)分析報表149
8.2 發(fā)布分析報表152
8.2.1 發(fā)布已有報表152
8.2.2 在Power BI在線版中查看發(fā)布的
報表153
本章小結(jié)154
本章練習(xí)154
第9章 共享報表與數(shù)據(jù)刷新155
9.1 報表共享方式155
9.1.1 生成QR碼分享155
9.1.2 發(fā)送鏈接或嵌套到網(wǎng)頁中156
9.1.3 輸入對方賬號分享儀表板157
9.1.4 通過移動端分享儀表板（專業(yè)版）159
9.2 數(shù)據(jù)刷新160
9.2.1 直接刷新再次發(fā)布160
9.2.2 自動刷新162
本章小結(jié)165
本章練習(xí)165
案 例 篇
第10章 商業(yè)智能在物流貨源數(shù)據(jù)管理
中的應(yīng)用—基于Microsoft
Power BI Desk第1第167
10.1 案例概述167
10.2 批量爬取Web物流貨源數(shù)據(jù)167
10.2.1 分析網(wǎng)址結(jié)構(gòu)167
10.2.2 采集第1頁的數(shù)據(jù)168
10.2.3 獲取多頁數(shù)據(jù)169
10.3 分析貨源數(shù)據(jù)172
10.3.1 導(dǎo)入自定義視覺對象172
10.3.2 設(shè)置視覺對象172
10.3.3 查詢數(shù)據(jù)173
本章小結(jié)173
本章練習(xí)173
第11章 商業(yè)智能在第1管理中的
應(yīng)用—基于FineBI174
11.1 案例介紹174
11.2 分析思路174
11.3 分析流程175
11.3.1 案例數(shù)據(jù)準(zhǔn)備175
11.3.2 商品有效性分析176
11.3.3 商品ABC分析179
11.3.4 商品大類分析180
11.3.5 商品小類分析181
11.3.6 商品補貨量分析183
11.3.7 商品明細(xì)分析185
11.3.8 分析結(jié)果186
本章小結(jié)187
本章練習(xí)187
第12章 商業(yè)智能在零售管理中的
應(yīng)用—基于FineBI188
12.1 案例介紹188
12.2 分析思路189
12.3 FineBI自助分析流程189
12.3.1 建立“商品銷售總表”自助
數(shù)據(jù)集189
12.3.2 建立毛利額2化折線圖192
12.3.3 建立銷售額和銷售額環(huán)比增長
率圖193
12.3.4 建立毛利額及其環(huán)比趨勢
分析圖196
12.3.5 建立毛利率及其環(huán)比分析圖196
12.3.6 區(qū)域毛利率分析198
12.3.7 門店毛利率分析199
12.3.8 商品維度的毛利率分析201
12.3.9 商品毛利率走勢分析203
12.3.10 商品明細(xì)數(shù)據(jù)查詢分析204
本章小結(jié)205
本章練習(xí)206
第13章 商業(yè)智能在醫(yī)藥銷售管理中的
應(yīng)用—基于FineBI207
13.1 案例介紹207
13.2 分析思路207
13.3 分析流程209
13.3.1 案例數(shù)據(jù)準(zhǔn)備209
13.3.2 醫(yī)院覆蓋數(shù)量分析210
13.3.3 覆蓋醫(yī)院的純銷業(yè)績增長遲緩
分析第12
13.3.4 分析結(jié)果第18
本章小結(jié)第19
本章練習(xí)第19
附錄230
附錄A DAX函數(shù)列表230
參考文獻(xiàn)239
書單推薦
