互联网
类型
可以朗读
语音朗读
52千字
字数
2021-11-01
发行日期
展开全部
主编推荐语
零成本、高效率,轻松搞定电商数据分析。
内容简介
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。
目录
- 版权信息
- 内容简介
- 前言
- 第1章 Power BI Desktop简介
- 1.1 什么是Power BI Desktop
- 1.2 如何选择版本
- 第2章 Power BI基础入门
- 2.1 Power BI Desktop的获取及安装方法
- 2.2 Power BI Desktop操作界面
- 2.3 Power BI Desktop界面设置
- 第3章 搭建电商BI系统的框架
- 3.1 数据框架
- 3.2 业务框架
- 3.3 维度和指标体系
- 第4章 数据分析方法论
- 4.1 对比法
- 4.2 拆分法
- 4.3 排序法
- 4.4 分组法
- 4.5 交叉法
- 4.6 降维法
- 4.7 增维法
- 4.8 指标法
- 4.9 图形法
- 第5章 应用场景:数据采集
- 5.1 静态数据采集
- 5.2 动态数据采集
- 第6章 应用场景:市场分析
- 6.1 业务背景
- 6.2 Excel数据加载与清洗
- 6.3 数据建模
- 6.3.1 创建日期维度表
- 6.3.2 添加属性维度表
- 6.3.3 数据关系建模
- 6.4 数据可视化展示及拓展应用
- 6.4.1 可视化对象操作
- 6.4.2 筛选器
- 6.4.3 数据钻取
- 6.4.4 编辑交互
- 6.5 分析指标计算
- 6.5.1 计算同环比
- 6.5.2 计算品牌集中度
- 6.5.3 计算价格段分组
- 第7章 应用场景:客户分析
- 7.1 业务背景
- 7.2 MySQL数据加载与清洗
- 7.3 客户地域分布
- 7.3.1 提取省、市信息
- 7.3.2 统计地域客户数量
- 7.3.3 计算人均消费金额
- 7.3.4 地域分布的四象限
- 7.4 流失客户分析
- 7.4.1 统计流失金额
- 7.4.2 分析订单付款时间
- 7.5 客户生命周期
- 7.5.1 提取客户最近消费的时间间隔
- 7.5.2 计算消费间隔的累计占比
- 7.6 RFM客户价值分析模型
- 7.6.1 计算R
- 7.6.2 计算F
- 7.6.3 计算M
- 7.6.4 分析RFM模型
- 第8章 应用场景:货品分析
- 8.1 业务背景
- 8.2 品类销售分析
- 8.2.1 建立关系模型
- 8.2.2 合并查询
- 8.2.3 统计品类销售情况
- 8.2.4 计算商品真实售价
- 8.3 商品销售分析
- 8.3.1 商品地域分布
- 8.3.2 商品销售趋势
- 8.3.3 商品的销售生命周期
- 8.3.4 波士顿矩阵
- 8.3.5 补货预测模型
- 第9章 应用场景:流量分析
- 9.1 业务背景
- 9.2 流量渠道分析
- 9.2.1 流量渠道分析报表
- 9.2.2 切换报表主题
- 9.2.3 快速分析数据变化的原因
- 9.3 关键词有效度分析
- 9.3.1 数据准备
- 9.3.2 词根有效度分析
- 9.3.3 词根裂变分析
- 第10章 应用场景:舆情分析
- 10.1 业务背景
- 10.2 舆情关键词提取
- 10.2.1 关键词提取
- 10.2.2 词云图及网络图
- 10.3 情感分析
- 10.3.1 计算舆情情感得分
- 10.3.2 分析情感得分
- 第11章 发布数据
- 11.1 将数据发布到Web
- 11.2 将数据发布到移动端
展开全部
出版方
电子工业出版社
电子工业出版社成立于1982年10月,是国务院独资、工信部直属的中央级科技与教育出版社,是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展,已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域,综合出版能力位居全国出版行业前列。