万本电子书0元读

万本电子书0元读

顶部广告

Power BI数据分析从入门到进阶电子书

    资深数据分析师10余年数据分析实践、培训经验的总结。 ?  丰富的案例讲透使用Power BI实现数据预处理、数据建模、数据分析、数据可视化。 ?  随书免费赠送全套案例文件、案例数据集、近15GB的高清学习视频。

售       价:¥

纸质售价:¥44.90购买纸书

49人正在读 | 0人评论 6.6

作       者:尚西

出  版  社:机械工业出版社

出版时间:2022-04-29

字       数:10.0万

所属分类: 科技 > 计算机/网络 > 软件系统

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书从Power BI的基础功能讲起,逐步深到Power BI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、内容全面、讲解详细,配备全套数据集、数据文件、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,也适合作为大专院校教材,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。<br/>【推荐语】<br/>    资深数据分析师10余年数据分析实践、培训经验的总结。 ?  丰富的案例讲透使用Power BI实现数据预处理、数据建模、数据分析、数据可视化。 ?  随书免费赠送全套案例文件、案例数据集、近15GB的高清学习视频。<br/>【作者】<br/>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财务应用从门到阶》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、课吧、上海思考猫(SCON)供应等企业和机构提供培训服务,培训学员数量超5万人次。<br/>
目录展开

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

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

2.1 认识Power BI

2.1.1 Power BI是什么

2.1.2 Power BI能做什么

2.1.3 Power BI组件的构成

2.1.4 Power BI的工作流程

2.2 为什么要学习Power BI

2.3 Power BI Desktop概述

2.3.1 Power BI Desktop的安装方法

2.3.2 Power BI账号注册

2.3.3 Power 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

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

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

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

5.2 DAX:数据建模的核心

5.2.1 DAX语法

5.2.2 DAX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DAX进阶函数

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

5.5.1 UNION函数合并多表

5.5.2 ADDCOLUMNS/CALENDAR函数创建日期表

5.5.3 SUMMARIZE创建新表

5.5.4 ROW/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

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

6.6.7 Power BI报表的整合

第7章 报表的发布与协作——Power BI在线服务

7.1 Power 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

7.5 Power 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

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

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部