數據分析與數據可視化實戰(zhàn)

目 錄
第一篇 預 備 篇
第1章 數據分析與數據庫的初步認識
1．1 數據分析的基本概念
1．1．1 大數據與數據價值
1．1．2 數據、數據分析與數據挖掘
1．1．3 數據可視化
1．1．4 數據驅動決策
1．1．5 數據分析師在企業(yè)中扮演的角色
1．2 數據庫的基本概念
1．2．1 企業(yè)級關系型數據庫
1．2．2 主鍵與外鍵
1．2．3 維度與度量
1．2．4 日期分區(qū)
1．3 數據分析的一般流程
1．3．1 定義數據分析目標
1．3．2 數據預處理
1．3．3 數據分析與模型搭建
1．3．4 數據產品上線與維護
本章小結
第2章 TPC-DS 數據分析案例簡介
2．1 數據集簡介
2．2 數據集結構解析
2．2．1 store sales網絡
2．2．2 catalog sales網絡
2．2．3 website sales網絡
2．2．4 inventory網絡
2．3 數據集字段解析
2．3．1 事實表字段解析
2．3．2 維度表字段解析
2．4 啟示與挑戰(zhàn)
本章小結
第二篇 技 能 篇
第3章 企業(yè)級數據分析環(huán)境的搭建
3．1 SQL Server 2019 數據庫管理工具
3．1．1 SQL Server 2019 安裝與配置
3．1．2 新建TPC-DS 數據庫
3．1．3 通過數據導入向導導入 TPC-DS 數據集
3．1．4 通過 Bulk Insert 命令導入 TPC-DS 數據集
3．1．5 通過數據導出向導導出數據
3．2 Excel Power 插件數據分析工具
3．2．1 Excel Power 插件的調用
3．2．2 Power Pivot 連接 SQL Server 2019數據庫
3．2．3 Power View 與 Power Map的調用
3．3 Power BI Desktop 數據分析工具
3．3．1 Power BI Desktop 簡介與安裝
3．3．2 Power BI Desktop 連接 SQL Server 2019 數據庫
3．4 Tableau Desktop ＆ Prep 數據分析工具
3．4．1 Tableau Desktop ＆ Prep 安裝與配置
3．4．2 Tableau Desktop 連接 SQL Server 2019 數據庫
3．4．3 Tableau Prep 應用基礎
3．5 Python數據分析工具
3．5．1 Python簡介與安裝
3．5．2 Python 連接 SQL Server 2019 數據庫
3．5．3 通過 Python 代碼導入 TPC-DS 數據集
本章小結
第4章 結構化查詢語言SQL
4．1 SQL數據查詢概述
4．2 單表查詢
4．2．1 投影操作
4．2．2 選擇操作
4．2．3 聚集操作
4．2．4 分組操作
4．2．5 排序操作
4．3 連接查詢
4．3．1 等值、非等值連接
4．3．2 自身連接
4．3．3 外連接
4．3．4 多表連接
4．4 嵌套查詢
4．4．1 包含in謂詞的子查詢
4．4．2 帶有比較運算符的相關子查詢
4．4．3 帶有any或all謂詞的子查詢
4．4．4 帶有exist謂詞的子查詢
4．5 集合查詢
4．5．1 集合并運算
4．5．2 集合交運算
4．5．3 集合差運算
4．5．4 多值列集合差運算
4．6 基于派生表的查詢
4．7 復雜查詢案例解析
4．7．1 復雜查詢案例1
4．7．2 復雜查詢案例2
4．7．3 復雜查詢案例3
4．7．4 復雜查詢案例4
4．7．5 復雜查詢案例5
4．8 SQL 語言的其他功能
4．8．1 數據定義 SQL
4．8．2 數據更新 SQL
4．8．3 視圖的定義和使用
本章小結
第5章 數據可視化基礎
5．1 工作界面布局
5．2 基本可視化組件
5．2．1 堆積條形圖
5．2．2 簇狀條形圖
5．2．3 折線圖
5．2．4 組合圖
5．2．5 餅狀圖與環(huán)狀圖
5．2．6 表格與矩陣
5．2．7 儀表與卡片
5．2．8 基本可視化應用小結
5．3 進階可視化組件
5．3．1 排名圖
5．3．2 瀑布圖
5．3．3 樹狀圖
5．3．4 直方圖
5．3．5 盒須圖
5．3．6 散點圖
5．3．7 詞云圖
5．3．8 弦圖與?；鶊D
5．3．9 R ＆ Python視覺對象
5．3．10 進階可視化應用小結
5．4 分析板塊的應用
5．4．1 匯總功能
5．4．2 模型功能
5．4．3 自定義功能
5．5 儀表板與故事
5．5．1 創(chuàng)建儀表板
5．5．2 創(chuàng)建故事
本章小結
第三篇 實 戰(zhàn) 篇
第6章 用戶數據分析與挖掘實戰(zhàn)
6．1 引言
6．2 用戶宏觀監(jiān)控儀表板設計
6．2．1 設計目的
6．2．2 可視化效果
6．2．3 組件介紹
6．2．4 小結
6．3 用戶微觀監(jiān)控儀表板設計
6．3．1 設計目的
6．3．2 可視化效果
6．3．3 組件介紹
6．3．4 小結
6．4 用戶價值識別模型（RFM模型）
6．4．1 背景簡介
6．4．2 目標定義與數據獲取
6．4．3 數據預處理與分析
6．4．4 建立模型
6．4．5 模型評價與應用
6．4．6 小結
6．5 用戶優(yōu)惠券使用行為預測模型
6．5．1 背景簡介
6．5．2 目標定義與特征工程
6．5．3 數值質量診斷與變量描述性統(tǒng)計
6．5．4 數據預處理
6．5．5 模型建立與效果評估
6．5．6 小結
本章小結
第7章 供應鏈數據分析與挖掘實戰(zhàn)
7．1 引言
7．2 用戶偏好維度供應鏈監(jiān)控儀表板設計
7．2．1 設計目的
7．2．2 可視化效果
7．2．3 組件介紹
7．2．4 小結
7．3 用戶滿足維度供應鏈監(jiān)控儀表板設計
7．3．1 設計目的
7．3．2 可視化效果
7．3．3 組件介紹
7．3．4 小結
7．4 產品需求量預測模型
7．4．1 背景簡介
7．4．2 數據準備
7．4．3 數據預分析
7．4．4 產品行為模式聚類
7．4．5 時間序列建模與效果評估
7．4．6 小結
本章小結