会员   密码 您忘记密码了吗?
1,574,848 本书已上架      购物流程 | 常见问题 | 联系我们 | 关于我们 | 用户协议

有店 App


当前分类

浏览历史

当前位置: 首页 > 电脑资讯 > 资料库/大数据 > Power BI大數據實戰應用:零售x金融
Power BI大數據實戰應用:零售x金融
上一张
下一张
prev next

Power BI大數據實戰應用:零售x金融

作者: 謝邦昌,蘇志雄,宋龍華,鄭歆蕊
出版社: 碁峰
出版日期: 2024-05-14
商品库存: 点击查询库存
以上库存为海外库存属流动性。
可选择“空运”或“海运”配送,空运费每件商品是RM14。
配送时间:空运约8~12个工作天,海运约30个工作天。
(以上预计配送时间不包括出版社库存不足需调货及尚未出版的新品)
定价:   NT680.00
市场价格: RM103.44
本店售价: RM92.06
促销价: RM91.03
剩余时间: 请稍等, 正在载入中...
购买数量:
collect Add to cart Add booking
详细介绍 商品属性 商品标记
內容簡介

  【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。

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


作者介紹

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

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