Power BI 大數據實戰應用 -- 零售 x 金融
謝邦昌、蘇志雄、宋龍華、鄭歆蕊
- 出版商: 碁峰
- 出版日期: 2024-05-14
- 定價: $680
- 售價: 7.9 折 $537
- 語言: 繁體中文
- 頁數: 256
- 裝訂: 平裝
- ISBN: 6263247789
- ISBN-13: 9786263247789
-
相關分類:
Power BI、大數據 Big-data
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
$250$198 -
$580$458 -
$980$774 -
$650$514 -
$520$411 -
$880$695 -
$499$394 -
$654$621 -
$780$616 -
$520$411 -
$454從零開始大模型開發與微調:基於 PyTorch 與 ChatGLM
-
$1,780$1,744 -
$480$432 -
$630$498 -
$700$553 -
$407Web滲透測試從新手到高手(微課超值版)
-
$560$442 -
$299$284 -
$714$678 -
$880$695 -
$680$537 -
$1,480$1,169 -
$780$608 -
$520$390 -
$720$569
相關主題
商品描述
--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。
作者簡介
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
目錄大綱
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