当当正版 Power BI数据分析从入门到进阶 尚西 9787111703990 机械工业出版社
新华书店直发 全新正版 急速发货 开票联系客服
￥ 71.47 7.9折 ￥ 89.9 全新
库存33件
北京西城
认证卖家担保交易快速发货售后保障
作者尚西
出版社机械工业出版社
ISBN9787111703990
出版时间2022-08
装帧平装
开本16开
定价89.9元
货号29394256
上书时间2024-10-20
- 在售商品 暂无
- 平均发货时间 18小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
前言
如今，随着移动互联网和电商的发展，业务场景和企业数据呈现复杂化、多维化、海量化的特征，传统的Excel工具已经不堪重负。因此，职场人急需一款易于上手、简单实用的BI软件，便于对大数据进行数据清洗、数据建模，并形成可视化动态图表进行分析，实现数据驱动业务决策。目前，Power BI无疑是 佳的商业智能分析工具之一。本书通过数据分析工具Power BI，以系统化的方式，全面、完整地介绍了Power BI的各个模块，并且从实际的业务场景需求出发，重点讲解Power BI的三大模块内容，分别是数据清洗、数据分析与建模以及数据可视化，并通过详解多个行业的综合案例，帮助读者提升Power BI的应用水平和商业数据分析能力，达到数据支撑运营决策的目的。
本书共8章，各章内容概述如下：
第1章介绍商业智能与数据分析的含义、功能、基础术语以及数据分析的流程与思路。
第2章介绍Power BI的基本概念、组件构成、基本术语、工作流程、学习Power BI的必要性、软件安装方法及操作界面。
第3章通过一个完整的数据分析案例，带领读者体验从数据获取、数据整理、数据建模及可视化制作，再到报表发布的完整分析过程，形成使用Power BI进行数据分析的基本思路。
第4章介绍Power BI数据预处理的常用方法，包括数据规范、获取常用数据源的方法、数据行列的转换操作、数据的提取、拆分与合并、透视与逆透视、分组依据、合并与追加查询、添加列及日期时间的处理等。
第5章介绍Power BI数据建模，包括关系的构建、DAX语法与各种函数、度量值、计算列、计算表等。
第6章介绍Power BI数据可视化的系列图表，包括常用的内置图表和第三方图表。同时介绍了图表的布局美化和可视化交互分析功能，如筛选、钻取、交互、书签等。
第7章介绍Power BI的在线服务，包括报表的在线服务功能、仪表板的设计、报表与仪表板的发布与共享，以及移动端数据的发布。
第8章介绍Power BI在6个行业领域的实战应用案例，带领读者学以致用。
由于Power BI许多概念和技能具有较大的抽象性，因此，本书力求避免纯粹的抽象式理论说教，各章均采取案例式教学方式，案例数量多，且具有代表性，通过浅显易懂的文字配合清晰直观的截图，操作步骤完整、清晰、简洁明了，确保读者可以按照书中的讲解步骤，结合配套的示例文件准确、成功地完成案例实践。每章 后还配有综合案例演练，帮助读者巩固提升。本书配有所有案例的数据源文件，重点章节配有教学视频，方便读者学习。
因笔者水平所限，书中难免有不足之处，恳请广大读者批评指正。
导语摘要
本书从Power BI的基础功能讲起，逐步深入到Power BI进阶实战，以系统化的实操步骤和丰富的实际案例让读者快速入门Power BI数据分析，掌握Power BI在多个业务领域的实际应用。全书共8章：商业智能与数据分析概述；Power BI简介；数据分析与可视化制作全过程；Power BI数据预处理；Power BI数据建模；Power BI数据可视化；Power BI在线服务；Power BI数据分析实战案例。
本书通俗易懂、循序渐进、内容全面、讲解详细，配备全套数据集、教学课件和学习视频，既适合读者自学Power BI数据分析与可视化，也适合大专院校作为教材，更适合从事销售、产品、电商运营、仓储物流、财务管理、人力资源等岗位的职场人士提升技能。
作者简介
尚西，本名华彦春。资深数据分析师，网易云课堂认证讲师，擅长Excel数据建模与销售预测、Power BI商业智能数据分析，在联想集团、顺丰速运、虎彩集团等企业有10余年仓储物流运营管理经验。具有10年以上数据分析培训经验，录制有Excel和Power BI类线上教学视频500多集，代表作品有《Excel供应链数据分析》、《Excel预测分析实战案例》、《Power BI全套系统化课程训练营》、《Power BI财务应用从入门到进阶》等。曾为联想、顺丰、物流沙龙、仓库社区、一汽、比亚迪、深圳大数据联盟、深圳宝安工会、开课吧、上海思考猫(SCON)供应链等企业和机构提供培训服务，培训学员数量超5万人次。
目录
前言
教学视频索引表
第1章初识数据分析——商业智能与数据分析概述
本章将介绍商业智能的基础知识和基础术语，并带领读者掌握数据分析的常规流程和工具模型，为后续的学习打下基础。
1.1商业智能概述
1.1.1什么是商业智能
1.1.2商业智能的价值
1.1.3商业智能系统功能
1.2商业智能的基本概念
1.2.1数据库常见术语
1.2.2数据表常见术语
1.2.3常用的BI工具
1.3数据分析概述
1.3.1数据分析的概念
1.3.2数据分析的常规流程
1.3.3数据分析的三个要点
第2章数据分析利器——Power BI
本章重点介绍数据分析可视化利器——微软Power BI的基本概念、组件构成、基本术语、工作流程、学习必要性、安装方法及操作界面，让读者对Power BI有一个初步的系统性全局认识。
2.1认识Power BI
2.1.1Power BI是什么
2.1.2Power BI能做什么
2.1.3Power BI组件的构成
2.1.4Power BI的工作流程
2.2为什么要学习Power BI
2.3Power BI Desktop概述
2.3.1Power BI Desktop的安装方法
2.3.2Power BI账号注册
2.3.3Power BI Desktop界面介绍
第3章Power BI初体验——数据分析与可视化制作全过程
为了让读者快速掌握使用Power BI进行数据分析与可视化的流程，本章基于皇冠蛋糕连锁店销售数据分析的模拟案例，展示了从数据获取开始，到数据整理、数据建模及可视化，再到报表发布的完整流程。
3.1项目案例概述
3.2数据清洗：修正错误
3.2.1获取数据
3.2.2整理数据
3.3数据建模：梳理表之间的内在
关系
3.3.1建立数据表之间的关系
3.3.2新建列
3.3.3新建度量值
3.4数据可视化：炫酷的数据表达
方式
3.4.1插入logo、文本等基本元素
3.4.2插入内置的可视化图表
3.4.3插入第三方可视化图表
3.4.4报表美化
3.5发布可视化报表：与他人共享
数据
3.5.1在线发布
3.5.2在移动应用端查看报表
3.5.3在Web端查看报表
第4章整理不规范数据——Power BI数据预处理
目录 Power BI数据分析从入门到进阶
绝大部分源数据在数据分析之前，都需要经过预处理。本章以学生成绩表数据为例，带领读者高效掌握数据预处理的方法和技巧，提高数据处理工作效率，尽快告别“数据搬运工”，节省更多时间从事数据分析工作。
4.1数据表的规范性要求
4.2数据的获取
4.2.1从文件导入数据
4.2.2从文件夹导入数据
4.2.3从数据库导入数据
4.2.4从Web导入数据
4.2.5从其他数据源导入数据
4.2.6设置数据源路径
4.3数据的清洗
4.3.1认识Power Query和M语言
4.3.2数据行列的增删、填充与替换
4.3.3数据行列的转换
4.3.4数据类型的转换
4.3.5数据格式的转换
4.3.6数据的拆分、提取与合并
4.3.7数据的透视与逆透视
4.3.8分组依据功能
4.3.9合并与追加查询功能
4.3.10添加列：增加不同用途的列
4.3.11日期和时间的处理
4.4综合案例：对学生成绩表进行数据
清洗
第5章掌握DAX语言——Power BI数据建模
数据建模是Power BI的核心和灵魂，而DAX语言是Power BI数据建模的核心，也是初学者在进阶路上的拦路虎。本章通过零售店铺客户信息统计表数据为例，循序渐进，带领读者一起攻克DAX语言的大山，全面掌握Power BI的精髓。
5.1建立表关联
5.1.1维度表和事实表
5.1.2创建关系
5.1.3管理关系
5.2DAX：数据建模的核心
5.2.1DAX语法
5.2.2DAX运算符
5.2.3十类常用的DAX函数
5.2.4理解DAX语言的上下文
5.2.5五个常用的DAX入门函数
5.2.6六个重要的DA 阶函数5.2.7四个重要的DAX高阶函数
5.3创建度量值
5.4创建计算列
5.5创建计算表
5.5.1UNION函数合并多表
5.5.2ADDCOLUMNS/CALENDAR函数
创建日期表
5.5.3SUMMARIZE创建新表
5.5.4ROW/BLANK函数创建空表
5.6综合案例：零售店铺客户信息表数
据建模第6章一图胜千言——Power BI数据可视化
通过可视化图表工具，便于形象直观地对数据进行探索分析，洞察数据背后的真相。本章以鲜花门店会员信息数据为例，从图表选择原则、常见可视化图表、自定义第三方组件图表、图表美化、图表的筛选、钻取、交互、书签等方面介绍数据可视化的技能知识。
6.1图表选择的原则
6.1.1基于场景选择图表
6.1.2合理布局图表元素
6.2常用的可视化内置图表
6.2.1柱形图和条形图
6.2.2饼图和环形图
6.2.3散点图
6.2.4组合图
6.2.5漏斗图
6.2.6树状图
6.2.7瀑布图
6.2.8卡片图和多行卡
6.2.9表和矩阵
6.2.10仪表
6.3第三方自定义图表
6.3.1信息图
6.3.2旋风图
6.3.3象限图
6.3.4直方图
6.3.5柏拉图
6.3.6文字云
6.3.7子弹图
6.3.8气泡图
6.3.9雷达图
6.4图表的布局美化
6.4.1主题切换
6.4.2格式设置
6.5图表的交互式分析
6.5.1筛选
6.5.2钻取
6.5.3交互
6.5.4书签
6.6综合案例：某连锁餐饮店
会员信息数据可视化分析
6.6.1会员数量分析——折线图
6.6.2年龄段分析——柱形图
6.6.3入会途径分析——环形图
6.6.4会员消费金额分析——柱形图
6.6.5不同年龄段会员消费力分析——
柱形图
6.6.6不同性别的会员消费力分析——
堆积柱形图
6.6.7Power BI报表的整合
第7章报表的发布与协作——Power BI在线服务
Power BI在线服务是一种SaaS云服务，用户通过Power BI账号就可以进行在线创建报表和仪表板，并将报表分享给他人，也可以在Web、手机、Pad等移动工具中浏览。本章以会员信息可视化分析为例，介绍了Power BI的数据发布功能。
7.1Power BI在线服务介绍
7.2报表在线发布
7.3仪表板
7.3.1仪表板的设计原则
7.3.2仪表板与报表的区别
7.3.3仪表板的创建方法
7.4分享与协作
7.4.1使用工作区
7.4.2报表的分享
7.4.3仪表板的共享
7.5Power BI移动版应用
7.5.1了解Power BI移动版
7.5.2移动应用数据发布
第8章学以致用——Power BI数据分析实战
本章将通过6个不同行业领域应用场景的综合实战案例，带领读者全面掌握使用Power BI进行专业的数据分析工作。
8.1某天猫小家电专卖店销售数据
可视化分析
8.1.1数据清洗：数据文件的合并、
删重与拆分
8.1.2数据建模：创建计算列和度量值
8.1.3数据可视化：创建柱形图、饼图
及树形图，钻取图表
8.2某连锁商超运营数据可视化
分析
8.2.1数据清洗：数据获取与填充
8.2.2数据建模：创建新列和度量值
8.2.3数据可视化：构建多维度销售数据
可视化仪表盘
8.3某零售企业库龄与存货周转率
可视化分析
8.3.1数据清洗：数据导入与整理
8.3.2数据建模：构建库龄与库存周转率
指标
8.3.3数据可视化：制作多维度存货分析
可视化仪表盘
8.4某公司HR人员结构数据
可视化分析
8.4.1数据清洗：获取并整理数据
8.4.2数据建模：搭建人员结构模型并新建
度量值
8.4.3数据可视化：建立基于日期、部门、
职称等的多维度可视化分析仪表盘
8.5某上市公司财务报表可视化
分析
8.5.1数据获取与数据整理
8.5.2资产负债表可视化分析
8.5.3利润表可视化分析
8.5.4现金流量表可视化分析
8.5.5偿债能力可视化分析
8.5.6营运能力可视化分析
8.5.7盈利能力可视化分析
8.5.8杜邦数据分析模型可视化分析
8.6某制造业成品物流发货数据
可视化分析
8.6.1数据清洗：数据的导入、
删空删重与自定义列
8.6.2数据建模：创建计算列、计算表、
维度表及度量值
8.6.3数据可视化：建立基于货量、运费、
产品及区域等的多维度可视化分析
仪表盘
参考文献
内容摘要
本书从Power BI的基础功能讲起，逐步深入到Power BI进阶实战，以系统化的实操步骤和丰富的实际案例让读者快速入门Power BI数据分析，掌握Power BI在多个业务领域的实际应用。全书共8章：商业智能与数据分析概述；Power BI简介；数据分析与可视化制作全过程；Power BI数据预处理；Power BI数据建模；Power BI数据可视化；Power BI在线服务；Power BI数据分析实战案例。
本书通俗易懂、循序渐进、内容全面、讲解详细，配备全套数据集、教学课件和学习视频，既适合读者自学Power BI数据分析与可视化，也适合大专院校作为教材，更适合从事销售、产品、电商运营、仓储物流、财务管理、人力资源等岗位的职场人士提升技能。
主编推荐
尚西，本名华彦春。资深数据分析师，网易云课堂认证讲师，擅长Excel数据建模与销售预测、Power BI商业智能数据分析，在联想集团、顺丰速运、虎彩集团等企业有10余年仓储物流运营管理经验。具有10年以上数据分析培训经验，录制有Excel和Power BI类线上教学视频500多集，代表作品有《Excel供应链数据分析》、《Excel预测分析实战案例》、《Power BI全套系统化课程训练营》、《Power BI财务应用从入门到进阶》等。曾为联想、顺丰、物流沙龙、仓库社区、一汽、比亚迪、深圳大数据联盟、深圳宝安工会、开课吧、上海思考猫(SCON)供应链等企业和机构提供培训服务，培训学员数量超5万人次。
— 没有更多了 —
以下为对购买帮助不大的评价