返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版 Power BI电商数据分析与商业智能 零一,聂健华著 电子工业
  • 新华书店旗下自营,正版全新
    • 作者: 零一,聂健华著著 | 零一,聂健华著编 | 零一,聂健华著译 | 零一,聂健华著绘
    • 出版社: 电子工业出版社
    • 出版时间:2021-11
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    美阅书店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 零一,聂健华著著| 零一,聂健华著编| 零一,聂健华著译| 零一,聂健华著绘
    • 出版社:电子工业出版社
    • 出版时间:2021-11
    • 版次:2
    • 印次:1
    • 字数:260.0
    • 页数:208
    • 开本:16开
    • ISBN:9787121422508
    • 版权提供:电子工业出版社
    • 作者:零一,聂健华著
    • 著:零一,聂健华著
    • 装帧:平装
    • 印次:1
    • 定价:79.00
    • ISBN:9787121422508
    • 出版社:电子工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-11
    • 页数:208
    • 外部编号:11324596
    • 版次:2
    • 成品尺寸:暂无

    目录
    第1 章 Power BI Desktop 简介 1
    1.1 什么是Power BI Desktop 2
    1.2 如何选择版本 6

    第2 章 Power BI 基础入门 8
    2.1 Power BI Desktop 的获取及安装方法 9
    2.2 Power BI Desktop 操作界面 10
    2.3 Power BI Desktop 界面设置 13

    第3 章 搭建电商BI 系统的框架 16
    3.1 数据框架 17
    3.2 业务框架 18
    3.3 维度和指标体系 20

    第4 章 数据分析方法论 22
    4.1 对比法 23
    4.2 拆分法 24
    4.3 排序法 25
    4.4 分组法 27
    4.5 交叉法 27
    4.6 降维法 28
    4.7 增维法 29
    4.8 指标法 30
    4.9 图形法 30

    第5 章 应用场景:数据采集 33
    5.1 静态数据采集 34
    5.2 动态数据采集 46

    第6 章 应用场景:市场分析 52
    6.1 业务背景 53
    6.2 Excel 数据加载与清洗 53
    6.3 数据建模 57
    6.3.1 创建日期维度表 58
    6.3.2 添加属性维度表 61
    6.3.3 数据关系建模 62
    6.4 数据可视化展示及拓展应用 65
    6.4.1 可视化对象操作 65
    6.4.2 筛选器 71
    6.4.3 数据钻取 76
    6.4.4 编辑交互 79
    6.5 分析指标计算 81
    6.5.1 计算同环比 81
    6.5.2 计算品牌集中度 88
    6.5.3 计算价格段分组 97

    第7 章 应用场景:客户分析 103
    7.1 业务背景 104
    7.2 MySQL 数据加载与清洗 104
    7.3 客户地域分布 107
    7.3.1 提取省、市信息 107
    7.3.2 统计地域客户数量 108
    7.3.3 计算人均消费金额 109
    7.3.4 地域分布的四象限 111
    7.4 流失客户分析 114
    7.4.1 统计流失金额 114
    7.4.2 分析订单付款时间 115
    7.5 客户生命周期 117
    7.5.1 提取客户最近消费的时间间隔 117
    7.5.2 计算消费间隔的累计占比 121
    7.6 RFM 客户价值分析模型 124
    7.6.1 计算R 125
    7.6.2 计算F 126
    7.6.3 计算M 126
    7.6.4 分析RFM 模型 126

    第8 章 应用场景:货品分析 130
    8.1 业务背景 131
    8.2 品类销售分析 131
    8.2.1 建立关系模型 131
    8.2.2 合并查询 132
    8.2.3 统计品类销售情况 134
    8.2.4 计算商品真实售价 138
    8.3 商品销售分析 143
    8.3.1 商品地域分布 143
    8.3.2 商品销售趋势 149
    8.3.3 商品的销售生命周期 152
    8.3.4 波士顿矩阵 153
    VIII Power BI电商数据分析与商业智能(第2版)
    8.3.5 补货预测模型 159

    第9 章 应用场景:流量分析 164
    9.1 业务背景 165
    9.2 流量渠道分析 166
    9.2.1 流量渠道分析报表 166
    9.2.2 切换报表主题 169
    9.2.3 快速分析数据变化的原因 170
    9.3 关键词有效度分析 172
    9.3.1 数据准备 172
    9.3.2 词根有效度分析 174
    9.3.3 词根裂变分析 178

    第10 章 应用场景:舆情分析 186
    10.1 业务背景 187
    10.2 舆情关键词提取 187
    10.2.1 关键词提取 187
    10.2.2 词云图及网络图 189
    10.3 情感分析 198
    10.3.1 计算舆情情感得分 198
    10.3.2 分析情感得分 200

    第11 章 发布数据 203
    11.1 将数据发布到Web 204
    11.2 将数据发布到移动端 205

    零一沐垚科技创始人,电商自媒体人,资深数据分析师,具有10年电商从业经验,擅长Excel、Power BI、R、Python等工具,主要研究数据化运营、商业智能和人工智能在电商领域的应用,专注“数据+电商”的新零售服务。
    聂健华精通Excel、Power BI,擅长淘系业务数据分析及数据建模。目前就职于一家淘品牌公司,担任数据顾问职务,通过精准的数据化运营,享受数据变现带来的红利。

    市场分析、客户分析、货品分析、流量分析和舆情分析5个电商场景,零成本、高效率,轻松搞定电商数据分析,实现商业智能《Power BI电商数据分析与商业智能(第2版)》适合谁?
    零基础入门者电商从业人员零售数据分析人员数据分析爱好者Power BI爱好者

    本书以搭建电商数据分析系统为业务背景,介绍Power BI的实际应用,涉及数据采集、市场分析、客户分析、货品分析、流量分析、舆情分析6个常用场景,读者需从市场分析场景入门,了解Power BI的应用。读完这本书后,你将获得电商的数据业务思维、Power BI Desktop的操作技巧,具备搭建电商数据分析BI系统的能力。 第2版新增了第5章数据采集章节,介绍了PBID在数据采集方面的应用。第9章舆情分析中的API接口采用作者自己开发的接口,可以直接调用 。

    "《Power BI电商数据分析与商业智能(第2版)》适合谁? 零基础入门者 电商从业人员 零售数据分析人员 数据分析爱好者 Power BI爱好者"

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购