數據生產力:企業 BI 項目建設與運營
王文信,楊揚
- 出版商: 電子工業
- 出版日期: 2020-12-01
- 定價: $414
- 售價: 8.5 折 $352
- 貴賓價: 8.0 折 $331
- 語言: 簡體中文
- 頁數: 216
- 裝訂: 平裝
- ISBN: 7121403021
- ISBN-13: 9787121403026
-
相關分類:
企業資源規劃 Erp、Data Science
-
相關翻譯:
資料淘金時代來臨:企業BI專案建置營運高生產力 (繁中版)
立即出貨
買這商品的人也買了...
-
$403Tableau 8 權威指南
-
$4,050$3,848 -
$820$640 -
$403數據化管理 : 洞悉零售及電子商務運營
-
$850$663 -
$620$490 -
$450大數據分析 — 數據倉庫項目實戰
-
$560$442 -
$636$604 -
$484劍指大數據——企業級電商數據倉庫項目實戰(精華版)
相關主題
商品描述
經過十餘年信息化建設,很多企業都上線了各種業務系統,積累了大量業務數據,具備應用 BI (商業智能)進行數據分析和數據化管理的條件。
而如何讓BI項目在企業中落地並持續運轉,成為很多企業尤其是傳統企業頭疼的問題。
本書聚焦 BI(商業智能)與 BI 項目, 重點介紹 BI 項目的建設流程和運營技巧,並圍繞 BI 項目中的場景和人員兩大要素,分享了 BI 在零售、金融、 製造、 醫療和教育等行業中的應用案例, 提出了搭建企業數據人才培養體系的方法。
本書闡述了一套較為完善的 BI 項目成功方法論,無論是負責規劃企業整體 BI 戰略的 CIO 或其他高層管理者,還是負責實施具體 BI 項目的項目經理或 IT 人員,抑或是需要從中配合的業務人員,都可以通過本書瞭解 BI 項目成功的要點,提升規劃、實施和運營 BI 項目的能力。
作者簡介
王文信
帆軟數據應用研究院研究主管,《商業智能工具應用與數據可視化》作者,專注於大數據/BI行業趨勢和企業數據化管理案例研究,在數據分析、商業智能等方面有豐富的項目和諮詢經驗。
楊揚
帆軟數據應用研究院院長,資深專家,主導建設過銀行、電力、通信、石化等行業的多家大型企事業單位的數據分析項目。
在數據管控,大數據應用,商業智能等方面有豐富的項目和諮詢經驗,對企業數據應用有深刻的見解。
目錄大綱
第 1 章 認識 BI
1.1 BI 的定義及相關概念
1.1.1 BI 的定義
1.1.2 BI 的發展前景
1.1.3 BI 工具、平台、系統、項目
1.2 BI 的類型
1.2.1 報表式、傳統式和自助式
1.2.2 本地 BI 和雲 BI
1.3 BI 的功能與技術
1.3.1 BI 的功能架構
1.3.2 BI 的主要功能
1.3.3 BI 的主要技術
1.4 BI 的價值
1.4.1 BI 對管理和業務的價值
1.4.2 BI 對企業不同角色的價值
1.4.3 企業應用 BI 前後的對比
第 2 章 BI 項目建設流程
2.1 收集和明確需求
2.1.1 大致需求與詳細需求
2.1.2 需求調研
2.2 選擇合適的 BI 工具
2.2.1 BI 工具選型要素
2.2.2 企業 BI 工具選型案例
2.3 做好項目規劃與實施方案
2.3.1 做什麼:確定項目範圍
2.3.2 誰來做:組建項目團隊
2.3.3 怎麼做:設計實施方案
2.4 BI 項目開發與管理
第 3 章 成功 BI 項目背後的運營技巧
3.1 數據治理:從源頭控制項目質量
3.1.1 什麼是數據治理
3.1.2 企業如何進行數據治理
3.1.3 數據治理實踐案例
3.2 業務模型:獲取更深入的數據見解
3.3 PDCA 閉環:持續優化 BI 系統
3.3.1 數據、業務和管理閉環
3.3.2 企業閉環管理實踐
3.4 團隊配合:為業務部門賦能
3.5 高層推動:想辦法爭取領導支持
3.6 MVP 與數據文化:在企業內部推廣 BI 項目
3.7 安全策略:保障 BI 系統安全
3.7.1 技術安全策略
3.7.2 安全管理策略
3.7.3 典型安全防護場景
第 4 章 典型 BI 功能應用
4.1 數據大屏
4.1.1 數據大屏與管理駕駛艙
4.1.2 數據大屏的應用場景
4.1.3 數據大屏的設計與開發
4.2 移動應用
4.2.1 移動數據分析
4.2.2 消息推送
4.2.3 手機掃碼
4.2.4 應用集成
4.3 自助分析
4.3.1 自助分析的模式
4.3.2 自助分析的應用與推廣
第 5 章 不同行業的典型 BI 業務應用
5.1 零售行業
5.1.1 連鎖超市到店客流監測
5.1.2 連鎖超市生鮮銷售管理
5.1.3 時裝企業買手智能下單
5.1.4 便利店自動配貨
5.1.5 終端門店督導手機巡店
5.2 金融行業
5.2.1 證券公司全面風險管理
5.2.2 銀行網點業務量綜合分析
5.2.3 證券公司用戶地圖
5.2.4 金融機構線上基金路演
5.3 製造行業
5.3.1 生產可視化
5.3.2 物資全生命週期管理
5.3.3 阿米巴經營助力無紙工廠建設
5.4 醫療行業
5.4.1 醫院動態電子護理牌
5.4.2 醫藥企業信用風險管理
5.5 教育行業
5.5.1 校內“一表通”
5.5.2 信息預警
第 6 章 企業數據人才培養
6.1 企業的數據人才困境
6.1.1 需求與供給的不平衡
6.1.2 招聘與培養的矛盾
6.2 搭建數據人才培養體系
6.2.1 對症下藥,明確企業需求
6.2.2 因材施教,規劃成長路徑
6.2.3 職級牽引,強化培訓效果
6.2.4 外部借力,縮短培養週期
結語 向 DA 生態系統邁進