給新手的企業數據分析實戰（全彩）
周召安,李光昭
- 出版商: 電子工業
- 出版日期: 2020-08-01
- 定價: $354
- 售價: 8.5 折 $301
- 語言: 簡體中文
- 頁數: 184
- 裝訂: 平裝
- ISBN: 7121393670
- ISBN-13: 9787121393679
-
相關分類:
Data Science
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
Windows 7 系統密技‧效能調校$380$300 -
PHP 設計模式學習手冊 (Learning PHP Design Patterns)$580$458 -
$199JavaScript網頁動畫設計 -
PHP 網路服務, 2/e (PHP Web Services: APIs for the Modern Web, 2/e)$400$316 -
Windows PowerShell 實戰指南, 3/e$479$455 -
資料探勘：人工智慧與機器學習發展以 SPSS Modeler 為範例$690$538 -
$403Nginx 實戰：基於 Lua 語言的配置、開發與架構詳解 -
2019．2020 電腦選購、組裝與維護自己來 (超值附贈 328分鐘影音講解)$499$394 -
2019．2020 系統重灌、調校、故障排除與資料搶救自己來 (超值附贈314分鐘影音講解)$450$356 -
LINUX FIREWALLS ：善用 NFTABLES 等超強工具捍衛 LINUX 防火牆的安全性, 4/e (中文版) (Linux Firewalls: Enhancing Security with nftables and Beyond, 4/e)$680$530 -
進階遊戲設計｜系統性的遊戲設計方法 (Advanced Game Design: A Systems Approach)$580$458 -
設計模式與遊戲開發的完美結合 (暢銷回饋版)$680$530 -
UML 物件導向系統分析與設計, 4/e$560$437 -
$134活用大數據：打造成功的商業和生活方式 -
$454從實踐中學習 Web 防火牆構建 -
Python × Network 一拍即合：自動化、程式化和 DevOps 的一站式解決方案 (Mastering Python Networking, 3/e)$780$608 -
$374雲+AI+5G驅動的數字化轉型實踐之道 -
$301Tableau 數據可視化從入門到精通 (視頻教學版) -
PowerShell 流程自動化攻略 (Powershell for Sysadmins: A Hands-On Guide to Automating Your Workflow)$500$395 -
必須精通 MySQL 最新版：最成功應用範例全書$980$774 -
$709業務可視化分析： 從問題到圖形的 Tableau 方法 (全彩) -
從零構建知識圖譜 : 技術、方法與案例$594$564 -
Zabbix 監控系統之深度解析和實踐$774$735 -
![Linux Shell 程式設計與管理實務 [第三版]【暢銷回饋版】-cover](https://cf-assets2.tenlong.com.tw/products/images/000/181/927/medium/9786263332539_bc.jpg?1662538462)
Linux Shell 程式設計與管理實務 [第三版]【暢銷回饋版】$680$530
相關主題
商品描述
這是一本沒有編程基礎也能學習的企業數據分析書。
本書以解決企業中常見的數據分析問題為主線，通過實例，
採用“思路―方法―具體實現過程”的結構進行通俗易懂的講解。
本書共分為3 篇：
第1 篇，帶領讀者了解數據分析並熟悉3 個最常用的數據分析工具――SPSS Modeler、Power BI 和MySQL。
也許你之前都沒有聽說過SPSS Modeler 和Power BI，但請不要擔心，它們真的很容易上手。
第2 篇商品分析，介紹了企業中兩個典型的分析――現有商品分析和新商品分析。
- 現有商品分析，就是幫你發現現有的商品結構是否存在問題，以增強核心競爭優勢；
- 新商品分析，就是評估客戶需求和驗證客戶需求，以延續核心競爭優勢。
第3 篇客戶分析，共介紹了4 個實例――挖掘客戶消費行為、挖掘客戶流失概率、企業客戶分析、動態展示RFM 分析的結果。
本書能夠幫助初學者快速邁入數據分析的大門，也能對管理人員有所啟發。
作者簡介
海南智企數據分析師事務所有限公司聯合創始人、數據分析師某高校“商業數據分析與應用”專業建設委員會委員
目錄大綱
第1 篇熟悉數據分析工具
第1 章快速了解數據分析/ 2
1.1 何謂數據分析/. 2
1.1.1 數據分析的定義/. 3
1.1.2 數據分析的作用/. 3
1.2 了解常用的數據分析工具/. 4
1.3 怎麼配合使用多個數據分析工具/. 5
1.4 常用的數據分析指標/. 5
1.5 企業對數據分析的期望/ 7
1.5.1 便於高效觀察數據/. 7
1.5.2 找出關鍵指標異常的原因/. 8
1.5.3 評估策略/. 8
1.5.4 利用數據進行資源配置/. 8
=
第2 章快速熟悉SPSS Modeler 和MySQL /. 9
2.1 初識SPSS Modeler / 9
2.2 實例1：建立每日客戶消費數據處理模型/. 16
2.2.1 讀取及檢查數據源/. 16
2.2.2 篩選數據/. 20
2.2.3 匯總數據/. 21
2.2.4 新增一列來求每天的會員訂單均價/. 25
2.2.5 合併數據/. 26
2.3 實例2：將處理好的數據存儲到MySQL 數據庫中/ 28
2.3.1 安裝Wampserver 與Navicat for MySQL / 28
2.3.2 連接服務器，新建數據庫/. 29
2.3.3 配置ODBC 數據源/ 30
2.3.4 將數據寫入MySQL 數據庫/ 32
2.4 實例3：在MySQL 中處理數據/. 35
2.4.1 了解基本的My SQL 語句/. 35
2.4.2 了解添加了條件的MySQL 語句/ 40
2.4.3 用函數處理數據/. 44
=
第3 章快速熟悉Power BI / 48
3.1 初識Power BI /. 48
3.1.1 了解數據可視化/. 48
3.1.2 了解Power BI 的功能模塊/ 50
3.2 實例4：建立度量值，實時處理數據/. 54
3.2.1 整體思路/. 55
3.2.2 連接數據庫並加載表/. 55
3.2.3 清洗數據/. 57
3.2.4 準備日期表/. 60
3.2.5 關聯表間關係/. 63
3.2.6 用簡單DAX 函數創建度量值/. 64
3.3 實例5：放置圖表控件，形成儀錶盤/. 68
3.3.1 構建儀錶盤內容/. 68
3.3.2 添加篩選控件/. 71
3.3.3 分享儀錶盤/. 73
=
第2 篇商品分析
=
第4 章現有商品分析——增強核心競爭優勢/. 76
4.1 相關知識/ 76
4.1.1 商品市場策略/. 76
4.1.2 常見銷售額走勢特徵分析/. 78
4.1.3 特殊銷售額走勢特徵分析/. 79
4.1.4 商品結構分析/. 81
4.2 實例6：分析某餐飲企業的商品結構/. 83
4.2.1 整理出商品銷售額匯總表/. 84
4.2.3 將商品進行分類/. 89
4.2.4 根據分類來統計指標/. 94
4.2.5 解讀分析結果並製訂調整計劃/. 98
=
第5 章新商品分析——延續核心競爭優勢/ 101
5.1 相關知識/ 101
5.1.1 定位新商品/. 101
5.1.2 如何獲取準確的客戶需求/. 102
5.2 實例7：評估客戶需求/. 103
5.2.1 理解分析方法/. 104
5.2.2 設計問卷/. 106
5.2.3 收集並清洗數據/. 107
5.2.4 據據公式計算數據/. 109
5.3 實例8：驗證客戶需求/. 110
5.3.1 觀察價格變動引起的需求變化/. 110
5.3.2 調研客戶的價格期望/. 111
5.3.3 分析得到的結果/. 113
=
第3 篇客戶分析
=
第6 章管理客戶——找出客戶消費規律/. 116
6.1 相關知識/ 116
6.1.1 靈活定義客戶群體/. 116
6.1.2 常見的“拉新”策略/. 116
6.1.3 老客戶維護策略/. 117
6.2 實例9：挖掘客戶消費行為/ 118
6.2.1 整體思路/. 118
6.2.2 數據預處理/. 119
6.2.3 提取客戶第1 次消費行為數據/. 121
6.2.4 調整挖掘模型/. 125
6.2.5 實現自動挖掘/. 130
6.3 實例10：挖掘客戶流失概率/ 133
6.3.1 整體思路/. 134
6.3.2 定義流失客戶/. 134
6.3.3 建立“檔案表” /. 136
6.3.4 計算流失概率指標/. 142
6.3.5 解讀得到的結果/. 144
=
第7 章資源配置——讓客戶營銷更有價值/ 146
7.1 相關知識/ 146
7.1.1 客戶細分的常用方法/. 146
7.1.2 客戶價值識別的三大指標——R、F、M /. 147
7.2 實例11：企業客戶分析/. 148
7.2.1 統計指標情況/. 149
7.2.2 查看新客戶覆蓋情況/. 153
7.2.3 挖掘第2 次交易的周期規律/. 157
7.2.4 分析客戶的價值/. 159
7.3 實例12：動態展示RFM 分析的結果/ 167
7.3.1 準備數據/. 167
7.3.2 創建參數切片器/. 168
7.3.3 創建度量值及數據標準化/. 169
7.3.4 劃分客群/. 171
7.3.5 數據可視化/. 172
