商業大數據的視覺化設計與Power BI實作應用

類似書籍推薦給您

【簡介】 現在是一個大數據無處不在的年代，無論是企業或個人，建立一個快速解讀資料的能力，顯得相當實用且重要。其中，資料視覺化就是一個備受關注且重視的面向。用視覺化的方式來呈現資料的內容，能夠讓決策者更容易理解，執行者能更輕易的利用圖表與他人進行溝通。因此，資料視覺化的應用已經是許多企業相當看重的大數據分析技術之一。 然而，圖表的類別龐雜，如何選擇適切的圖表來忠實呈現資料，卻是操作者的困擾。因此，本書將資料視覺化的圖形予以整理及分類，藉由各章的說明、介紹、優劣比較與繪製建議，搭配企業個案資料來實際操作，減少讀者天馬行空的想像。 目前坊間資料視覺化的書籍多以軟體功能的介紹與操作為主，本書則是以不同應用類型的視覺化圖表為重點，搭配Power BI進行教學與解說，期待讓讀者在未來的應用上能夠更為得心應手。 最後，本書設計了一個整合的應用，利用企業的資料來進行實戰。透過資料視覺化的相關整合應用，去解讀企業營運時的狀態與樣貌，進而部署儀表板，提供即時決策參考。 【目錄】 【Part 1 基礎建立篇】 CH1　緒論 　　1.1　緒論 　　1.2　資料視覺化的演進 　　1.3　資料視覺化與大資料 　　1.4　資料視覺化的應用實例 　　模擬試題 CH2　資料視覺化的科學基礎與設計原則 　　2.1　色彩與心理之關係 　　2.2　圖表色彩的設計原則 　　2.3　圖形與心理之關係 　　2.4　前注意處理程序 　　2.5　資料視覺化中色彩與圖形的運用原則 　　模擬試題 CH3　容易取得的資料視覺化工具介紹 　　3.1　Microsoft Excel 　　3.2　Microsoft Power BI 　　3.3　Tableau 　　3.4　Matplotlib 　　模擬試題 CH4　Microsoft Power BI 功能 　　4.1　基本介紹 　　4.2　Power Query 　　4.3　資料分析運算式 DAX 　　模擬試題 【Part 2 進階練功篇】 CH5　離散差異之視覺化（Deviation） 　　5.1　離散差異視覺化圖表特色及使用之資料格式 　　5.2　圖形介紹 　　5.3　離散差異圖形之優缺點比較 　　5.4　範例資料介紹 　　5.5　實作與解釋 　　模擬試題 CH6　關聯性之視覺化（Relationship） 　　6.1　關聯性視覺化圖表特色及使用之資料格式 　　6.2　圖形介紹 　　6.3　關聯性視覺化圖表之優缺點比較 　　6.4　實作與解釋 　　模擬試題 CH7　排序之視覺化（Ranking） 　　7.1　排序視覺化圖表特色及使用之資料格式 　　7.2　圖形介紹 　　7.3　排序視覺化圖表之優缺點比較 　　7.4　實作與解釋 　　模擬試題 CH8　分佈之視覺化（Distribution） 　　8.1　分佈視覺化圖表特色及資料格式 　　8.2　圖形介紹 　　8.3　分佈視覺化圖表之優缺點比較 　　8.4　實作與解釋 　　模擬試題 CH9　隨時間變化之視覺化（Change over Time） 　　9.1　隨時間變化圖表特色及使用之資料格式 　　9.2　圖形介紹 　　9.3　隨時間變化圖表之優缺點比較 　　9.4　實作與解釋 　　模擬試題 CH10　量的比較之視覺化（Magnitude） 　　10.1　量的比較視覺化之圖表特色及使用之資料格式 　　10.2　圖形介紹 　　10.3　不同量的比較圖形之優缺點比較 　　10.4　實作與解釋 　　模擬試題 CH11　部分和整體關係之視覺化（Part-to-Whole） 　　11.1　部分和整體關係視覺化之圖表特色及使用之資料格式 　　11.2　圖形介紹 　　11.3　不同部分和整體關係圖形之優缺點比較 　　11.4　實作與解釋 　　模擬試題 CH12　空間視覺化（Spatial） 　　12.1　空間視覺化之圖表特色及使用之資料格式 　　12.2　圖形介紹 　　12.3　不同地理空間圖形之優缺點比較 　　12.4　實作與解釋 　　模擬試題 CH13　流向視覺化（Flow） 　　13.1　流向視覺化之圖表特色及使用之資料格式 　　13.2　圖形介紹 　　13.3　不同流向圖形之優缺點比較 　　13.4　實作與解釋 　　模擬試題 【Part 3 企業實戰篇】 CH14　資料視覺化實作，說一個好故事 　　14.1　取得資料視覺化資料 　　14.2　下載公開資料下載：交通部觀光署開放資料 　　14.3　實作練習：歷年來台旅客統計 　　14.4　實作練習：歷年來台旅客性別統計 　　14.5　實作練習：歷年來台旅客來台目的統計 　　14.6　實作練習：製作疫情前後來台旅客居住地儀表板 　　模擬試題

Power BI大數據實戰應用-零售x金融 (1版)

類似書籍推薦給您

【簡介】 --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。 【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

Power BI金融大數據分析應用--貼近產業實務，掌握決策效率 (1版)

類似書籍推薦給您

Power BI金融大數據分析應用：貼近產業實務，掌握決策效率 ISBN13：9789865026905 出版社：碁峰資訊 作者：謝邦昌;蘇志雄;蕭育仁;宋龍華 裝訂／頁數：平裝／296頁 規格：26cm*19cm*1.5cm (高/寬/厚) 版次：1 出版日：2021/01/27 中國圖書分類：電腦系統資料相關處理 內容簡介 　　王道銀行策略長 蕭至佑 誠摯推薦！ 　　‧使用Power BI最新版！運用金融業數據，完整介紹Power BI模組，實作資料視覺化 　　‧主題式分析 + 實戰演練逐步操作，強化學習效率，全面提升強化大數據分析能力 　　*完整闡述金融大數據分析應用模式！以金融領域資料為主，說明Power BI的實際運用，範疇涵蓋Power Query、Power Pivot、Power View三大模組，以及Power BI雲端服務。 　 　　*資料視覺化Power View：數據分析問題的圖表歸納、操作Power View技巧和設計視覺化互動分析儀表板。 　　*數據工程Power Query：線上資料蒐集、資料清理招式、資料合併，建立半自動化數據工程作業流程。 　　*資料建模Power Pivot：使用DAX函數新增資料行及管理量值、建置資料關聯模型。 　　*Power BI雲端服務：部署Power BI儀表板至雲端環境及設定公開分享給他人瀏覽。 　　*主題式實戰分析演練，包含：客群分析、產品銷售分析、信用卡主題消費分析。 目錄 CH1 金融大數據概論 1-1 大數據與精準行銷 1-2 金融大數據實務應用8 1-3 智慧金融 CH2 淺談資料視覺化分析觀念 2-1 資料視覺化分析 2-2 視覺化分析程序 2-3 用戶型商業智慧 CH3 認識Power BI 3-1 大數據分析的重要性 3-2 Power BI對使用者的價值 3-3 Power BI工作流程 3-4 為何選擇Power BI 3-5 安裝Power BI與註冊帳號 3-6 Power BI 三大模組與服務 CH4 資料視覺化（Data Visualization）- Power View *本章彩色印刷* 4-1 儀表板（Dashboard）工作區介紹 4-2 操作報表物件的技巧 4-3 數據問題的圖表歸納 4-4 視覺效果模板 4-5 欄位選取、格式潤飾與分析 4-6 圖表資料三大篩選 4-7 建立資料階層下鑽 CH5 數據工程（Data Engineer）- Power Query 5-1 何謂Power Query編輯器 5-2 Power Query編輯器工作區 5-3 可以取得哪些資料來源 實戰演練1：以處理金融刷卡消費資料為例 實戰演練2：更多資料處理案例解說 5-4 Power Query自動化作業及常見問題排除 CH6 資料建模（Data Modeling）- Power Pivot 6-1 何謂資料建模Power Pivot 實戰演練1：設定關聯模型 6-2 數據分析語言 - DAX 實戰演練2：關聯函數 實戰演練3：日曆維度動態表 實戰演練4：列計算函數 實戰演練5：安全除法 6-3 DAX量值管理 實戰演練6：創建初階彙總量值 實戰演練7：進階彙總量值 實戰演練8：條件判斷 實戰演練9：排名函數應用 實戰演練10：聚合迭代函數 6-4 常見的時間智慧函數 6-5 介面式快速量值 實戰演練11：常用快速量值 CH7 Power BI管理服務 7-1 從Power BI Desktop發行儀表板 7-2 Power BI雲端工作區介紹 7-3 一般用戶公開分享儀表板（發行至Web）設定 實戰演練1：一般用戶分享儀表板（發行至Web）限制排除 7-4 商業智慧系統儀表板權限管理情境設計 CH8 金融大數據實戰應用儀表板 *本章彩色印刷* 8-1 客群分析類 8-2 信用卡主題消費分析 Appendix A 參考文獻

Power Query實戰技巧精粹與M語言-第二版｜新世代Excel BI大數據處理 (2版)

類似書籍推薦給您

【簡介】 用黑科技解決大數據時代的資訊焦慮症 大數據時代必須面臨多元的資料來源與千奇百怪的資料格式，如何快速整合、彙總成足以應用的商業情報，是現代上班族難以逃避的課題。Power Query解決了這樣的焦慮，透過它，即使沒有資訊背景的使用者，也能夠輕鬆駕馭資料處理與分析的繁複過程，成為資料分析達人。 超過16萬字近千幅插圖，帶您從入門到精通 引領讀者熟悉Power Query的操作環境、從Power Query外掛（增益集）、取得、內建，到完整介紹Power Query查詢編輯器的使用，佐以實例說明與演練，陪同您體驗各種功能層面的操作環境。全書11個章節超過16萬字、近1000幅插圖與例圖。 Power Query可以做什麼？ 簡單的說，只要學會Power Query： ．不會Excel函數，也能夠輕鬆匯入行政、業務、人資、財務等各單位的資料並進行彙整及查詢。 ．無痛處理解決常見的報表表頭、頁尾問題，去蕪存菁地將報表檔案組合成可以進行統計分析的資料表。 ．迅速將非結構化資料轉換成結構化的RAW DATA。 ．即使是面對上百個csv、xlsx、txt檔案，也能夠在彈指之間彙整成單一資料表。 ．處理巨量資料時，擁有比傳統樞紐分析表更快的資料處理效能。 靈活彈性的資料鑽取與查詢 ．輕鬆解析常見且普及的xml、json等資料檔案，匯入整理並向下鑽取所需的資料內容。 ．從實務案例學習No Code的資料整理術與資料拆分、群組、合併、附加的技巧，成為資料轉換魔術大師。 ．熟悉M語言，解析資料查詢的核心能力與實作資料容器。 ．學習Power Query的參數查詢，製作查詢介面，活用資料查詢技巧與更有效率的查詢作業。 【目錄】 第1章｜Power Query 簡介 1.1 先說說什麼是 ETL 1.2 什麼是 Power Query 1.3 Power Query 查詢編輯器 第2章｜Power Query 做中學 2.1 匯入第一個實作範例 2.2 Power Query 核心工具：查詢編輯器 2.3 建立新的查詢 第3章｜查詢的編輯與管理 3.1 查詢的編輯與管理 3.2 查詢步驟的管理 3.3 外部資料來源的類型 第4章｜資料的基本處理技巧 4.1 資料的取得與匯入 4.2 關於資料行的相關操控 4.3 關於資料列的相關操控 第5章｜文字的處理與轉換 5.1 分割資料行 5.2 文字資料的格式轉換 5.3 擷取資料 5.4 剖析 XML 和 JOSN 檔案 第6章｜數值與日期時間的處理與轉換 6.1 數值資料的處理與轉換 6.2 日期與時間資料的處理 第7章｜資料轉換與合併查詢 7.1 樞紐與取消樞紐 7.2 轉置查詢 7.3 合併查詢與附加查詢 第8章｜認識 M 語言 8.1 M 語言簡介 8.2 看懂 M 語言語法 第9章｜實作 M 語言三大容器 9.1 實作M語言的三大容器 9.2 List（清單） 9.3 查詢群組資料夾的建立與管理 9.4 Record（記錄） 9.5 Table（表格） 9.6 合併活頁簿裡所有的工作表 9.7 合併資料夾裡的所有活頁簿 第10章｜Power Query 實例應用 10.1 產品清單標籤大量輸出 10.2 值班輪值記錄（一維轉二維） 10.3 各單位各類票券採購統計（二維轉一維） 10.4 各城市年度業績報表 10.5 管線編號合併 10.6 施工門號拆分 10.7 離職與新進的查詢 10.8 機台檢測次數統計 10.9 製作運動鞋品牌款式報表 10.10 小組分組名單 10.11 服飾日銷售記錄摘要分析 10.12 筆電商品規格清單 10.13 產品與產地銷售記錄 10.14 專案小組名單查詢 10.15 員工 KPI 評量查詢 10.16 MOS 證照成績統計 10.17 年度專案費用累計 10.18 ERP 報表拆解與分析 第11章｜參數查詢面面觀 11.1 參數查詢的使用時機（Power Query Parameter） 11.2 選擇資料列的篩選條件 11.3 建立參數查詢 11.4 以儲存格的內容作為查詢比對的依據 11.5 資料來源的變動　【電子書,請線上下載】 附錄A｜Power Query 在何處　【電子書,請線上下載】