【主題式分析 + 實戰演練，強化學習效率，全面提升大數據分析能力!】
在當今快速變動且複雜的商業環境中，運用數據提升決策效率至關重要，本書不僅提供了從基礎到進階的Power BI知識，更結合零售/金融產業實戰應用，透過豐富的跨領域實例，讓讀者能夠真正運用數據結合實務情境，達到做中學及接地氣的加成綜效。
精彩重點：
．零售x金融產業實戰案例介紹Power BI運用，涵蓋Power BI 三大模組（Power Query、Power Pivot、Power View）
．數據工程Power Query – 線上資料蒐集、資料清理、資料合併，建立半自動化數據工程作業。
．資料建模Power Pivot – 使用DAX函數新增資料行、管理量值、瀏覽資料關聯模型。
．資料視覺化Power View – 建置數據儀表板的數據指標架構設計、分析問題的圖表繪製設計建議、產業數據分析經驗。
．豐富的實戰演練，從零售業與金融業數據案例的資料清理，再到運用DAX函數創建數據分析指標，設計各項主題實戰分析儀表板，逐步引導讀者實際操作、獲取實務經驗，確保學習效果。
內容與範例均貼近實務情境，讓讀者更容易理解並結合所學知識。本書不僅適合Power BI使用者，更是從事大數據分析、商業分析或營運分析人員的學習寶藏。
在當今快速變動且複雜的商業環境中，運用數據提升決策效率至關重要，本書不僅提供了從基礎到進階的Power BI知識，更結合零售/金融產業實戰應用，透過豐富的跨領域實例，讓讀者能夠真正運用數據結合實務情境，達到做中學及接地氣的加成綜效。
精彩重點：
．零售x金融產業實戰案例介紹Power BI運用，涵蓋Power BI 三大模組（Power Query、Power Pivot、Power View）
．數據工程Power Query – 線上資料蒐集、資料清理、資料合併，建立半自動化數據工程作業。
．資料建模Power Pivot – 使用DAX函數新增資料行、管理量值、瀏覽資料關聯模型。
．資料視覺化Power View – 建置數據儀表板的數據指標架構設計、分析問題的圖表繪製設計建議、產業數據分析經驗。
．豐富的實戰演練，從零售業與金融業數據案例的資料清理，再到運用DAX函數創建數據分析指標，設計各項主題實戰分析儀表板，逐步引導讀者實際操作、獲取實務經驗，確保學習效果。
內容與範例均貼近實務情境，讓讀者更容易理解並結合所學知識。本書不僅適合Power BI使用者，更是從事大數據分析、商業分析或營運分析人員的學習寶藏。
chapter 01 人人都該會的大數據利器 - Power BI
1.1 安裝與啟用 Power BI Desktop
1.2 Power BI Desktop 三大模組
1.3 Power BI 對使用者的價值
chapter 02 不用寫程式也能處理不規則數據 - Power Query
2.1 案例一：獲取 Excel、CSV、JSON、XML 等異質格式來源數據
2.2 案例二：獲取 Web 等線上、Google 表單數據
2.3 案例三：處理公開資料 - 以實價登錄數據為例
2.4 案例四：處理公開資料 - 以信用卡公開消費數據為例
2.5 案例五：建構半自動化數據更新作業流程說明
chapter 03 找出數據關聯分析的計算好手 - Power Pivot
3.1 案例一：動態行事曆
3.2 案例二：RFM 模型應用
3.3 案例三：創建對比分析指標
3.4 案例四：創建品類（品牌）熱度分析指標
chapter 04 活用數據視覺化儀表板 - Power View
4.1 案例一：客戶 Insight 應用
4.2 案例二：信用卡消費數據分析
4.3 案例三：電銷業務營運成效分析
4.4 案例四：金融帳戶交易行為分析及應用
4.5 案例五：客群經營貢獻分析
4.6 案例六：催收業務案件召回分析及應用
4.7 案例七：決策節點分析應用
4.8 案例八：從實價登錄數據看行情運用asnd chapter 01 人人都該會的大數據利器 - Power BI
1.1 安裝與啟用 Power BI Desktop
1.2 Power BI Desktop 三大模組
1.3 Power BI 對使用者的價值
chapter 02 不用寫程式也能處理不規則數據 - Power Query
2.1 案例一：獲取 Excel、CSV、JSON、XML 等異質格式來源數據
2.2 案例二：獲取 Web 等線上、Google 表單數據
2.3 案例三：處理公開資料 - 以實價登錄數據為例
2.4 案例四：處理公開資料 - 以信用卡公開消費數據為例
2.5 案例五：建構半自動化數據更新作業流程說明
chapter 03 找出數據關聯分析的計算好手 - Power Pivot
3.1 案例一：動態行事曆
3.2 案例二：RFM 模型應用
3.3 案例三：創建對比分析指標
3.4 案例四：創建品類（品牌）熱度分析指標
chapter 04 活用數據視覺化儀表板 - Power View
4.1 案例一：客戶 Insight 應用
4.2 案例二：信用卡消費數據分析
4.3 案例三：電銷業務營運成效分析
4.4 案例四：金融帳戶交易行為分析及應用
4.5 案例五：客群經營貢獻分析
4.6 案例六：催收業務案件召回分析及應用
4.7 案例七：決策節點分析應用
4.8 案例八：從實價登錄數據看行情運用askw chapter 01 人人都該會的大數據利器 - Power BI
1.1 安裝與啟用 Power BI Desktop
1.2 Power BI Desktop 三大模組
1.3 Power BI 對使用者的價值
chapter 02 不用寫程式也能處理不規則數據 - Power Query
2.1 案例一：獲取 Excel、CSV、JSON、XML 等異質格式來源數據
2.2 案例二：獲取 Web 等線上、Google 表單數據
2.3 案例三：處理公開資料 - 以實價登錄數據為例
2.4 案例四：處理公開資料 - 以信用卡公開消費數據為例
2.5 案例五：建構半自動化數據更新作業流程說明
chapter 03 找出數據關聯分析的計算好手 - Power Pivot
3.1 案例一：動態行事曆
3.2 案例二：RFM 模型應用
3.3 案例三：創建對比分析指標
3.4 案例四：創建品類（品牌）熱度分析指標
chapter 04 活用數據視覺化儀表板 - Power View
4.1 案例一：客戶 Insight 應用
4.2 案例二：信用卡消費數據分析
4.3 案例三：電銷業務營運成效分析
4.4 案例四：金融帳戶交易行為分析及應用
4.5 案例五：客群經營貢獻分析
4.6 案例六：催收業務案件召回分析及應用
4.7 案例七：決策節點分析應用
4.8 案例八：從實價登錄數據看行情運用
1.1 安裝與啟用 Power BI Desktop
1.2 Power BI Desktop 三大模組
1.3 Power BI 對使用者的價值
chapter 02 不用寫程式也能處理不規則數據 - Power Query
2.1 案例一：獲取 Excel、CSV、JSON、XML 等異質格式來源數據
2.2 案例二：獲取 Web 等線上、Google 表單數據
2.3 案例三：處理公開資料 - 以實價登錄數據為例
2.4 案例四：處理公開資料 - 以信用卡公開消費數據為例
2.5 案例五：建構半自動化數據更新作業流程說明
chapter 03 找出數據關聯分析的計算好手 - Power Pivot
3.1 案例一：動態行事曆
3.2 案例二：RFM 模型應用
3.3 案例三：創建對比分析指標
3.4 案例四：創建品類（品牌）熱度分析指標
chapter 04 活用數據視覺化儀表板 - Power View
4.1 案例一：客戶 Insight 應用
4.2 案例二：信用卡消費數據分析
4.3 案例三：電銷業務營運成效分析
4.4 案例四：金融帳戶交易行為分析及應用
4.5 案例五：客群經營貢獻分析
4.6 案例六：催收業務案件召回分析及應用
4.7 案例七：決策節點分析應用
4.8 案例八：從實價登錄數據看行情運用asnd chapter 01 人人都該會的大數據利器 - Power BI
1.1 安裝與啟用 Power BI Desktop
1.2 Power BI Desktop 三大模組
1.3 Power BI 對使用者的價值
chapter 02 不用寫程式也能處理不規則數據 - Power Query
2.1 案例一：獲取 Excel、CSV、JSON、XML 等異質格式來源數據
2.2 案例二：獲取 Web 等線上、Google 表單數據
2.3 案例三：處理公開資料 - 以實價登錄數據為例
2.4 案例四：處理公開資料 - 以信用卡公開消費數據為例
2.5 案例五：建構半自動化數據更新作業流程說明
chapter 03 找出數據關聯分析的計算好手 - Power Pivot
3.1 案例一：動態行事曆
3.2 案例二：RFM 模型應用
3.3 案例三：創建對比分析指標
3.4 案例四：創建品類（品牌）熱度分析指標
chapter 04 活用數據視覺化儀表板 - Power View
4.1 案例一：客戶 Insight 應用
4.2 案例二：信用卡消費數據分析
4.3 案例三：電銷業務營運成效分析
4.4 案例四：金融帳戶交易行為分析及應用
4.5 案例五：客群經營貢獻分析
4.6 案例六：催收業務案件召回分析及應用
4.7 案例七：決策節點分析應用
4.8 案例八：從實價登錄數據看行情運用askw chapter 01 人人都該會的大數據利器 - Power BI
1.1 安裝與啟用 Power BI Desktop
1.2 Power BI Desktop 三大模組
1.3 Power BI 對使用者的價值
chapter 02 不用寫程式也能處理不規則數據 - Power Query
2.1 案例一：獲取 Excel、CSV、JSON、XML 等異質格式來源數據
2.2 案例二：獲取 Web 等線上、Google 表單數據
2.3 案例三：處理公開資料 - 以實價登錄數據為例
2.4 案例四：處理公開資料 - 以信用卡公開消費數據為例
2.5 案例五：建構半自動化數據更新作業流程說明
chapter 03 找出數據關聯分析的計算好手 - Power Pivot
3.1 案例一：動態行事曆
3.2 案例二：RFM 模型應用
3.3 案例三：創建對比分析指標
3.4 案例四：創建品類（品牌）熱度分析指標
chapter 04 活用數據視覺化儀表板 - Power View
4.1 案例一：客戶 Insight 應用
4.2 案例二：信用卡消費數據分析
4.3 案例三：電銷業務營運成效分析
4.4 案例四：金融帳戶交易行為分析及應用
4.5 案例五：客群經營貢獻分析
4.6 案例六：催收業務案件召回分析及應用
4.7 案例七：決策節點分析應用
4.8 案例八：從實價登錄數據看行情運用
謝邦昌教授 國立台灣大學生物統計學博士
現任：
天主教輔仁大學副校長
輔大AI人工智慧發展中心主任
輔大商學研究所博士班 教授
台灣人工智慧發展學會(TIAI)理事長
中華市場研究協會(CMRS)榮譽理事長
中華資料採礦協會(CDMS)榮譽理事長
蘇志雄 國立台灣大學生物統計學博士
現任：
致理科技大學 會計資訊系 專任副教授
輔仁大學 護理系 兼任副教授
中華資料採礦協會 理事
中華市場研究協會 理事
經歷：致理科技大學 研發長／致理科技大學 市調中心主任
宋龍華 輔仁大學應用統計研究所碩士
現任：業界大數據分析師／大專院校Power BI應用講師
曾任：中華市場研究協會(CMRS)理事／全國大學校院數位人文大數據學生競賽評委
鄭歆蕊 國立成功大學統計研究所碩士
現任：金融研訓院客座講師
曾任：金融機構數據部門主管／大陸金融科技公司策略總監
現任：
天主教輔仁大學副校長
輔大AI人工智慧發展中心主任
輔大商學研究所博士班 教授
台灣人工智慧發展學會(TIAI)理事長
中華市場研究協會(CMRS)榮譽理事長
中華資料採礦協會(CDMS)榮譽理事長
蘇志雄 國立台灣大學生物統計學博士
現任：
致理科技大學 會計資訊系 專任副教授
輔仁大學 護理系 兼任副教授
中華資料採礦協會 理事
中華市場研究協會 理事
經歷：致理科技大學 研發長／致理科技大學 市調中心主任
宋龍華 輔仁大學應用統計研究所碩士
現任：業界大數據分析師／大專院校Power BI應用講師
曾任：中華市場研究協會(CMRS)理事／全國大學校院數位人文大數據學生競賽評委
鄭歆蕊 國立成功大學統計研究所碩士
現任：金融研訓院客座講師
曾任：金融機構數據部門主管／大陸金融科技公司策略總監
Details
Review
0 ratings
1 stars
0%
2 stars
0%
3 stars
0%
4 stars
0%
5 stars
0%
Write a review
Product review was disabled
