數(shù)據(jù)分析原理與應(yīng)用基礎(chǔ)
本書(shū)立足于大數(shù)據(jù)背景,面向“新文科”“新商科”相關(guān)專(zhuān)業(yè),探析各行業(yè)專(zhuān)業(yè)人士在數(shù)據(jù)處理、管理、分析應(yīng)用等方面的不同要求,整合統(tǒng)計(jì)學(xué)、數(shù)據(jù)分析與挖掘基本原理,利用主流數(shù)據(jù)處理工具講解數(shù)據(jù)的管理和應(yīng)用,既有文科、商科教學(xué)過(guò)程中常用的Excel工具,也有與其相關(guān)聯(lián)的Power Query、Power Pivot等加載項(xiàng),也包括利用Python進(jìn)行數(shù)據(jù)獲取等基礎(chǔ)工作,等等。本書(shū)對(duì)內(nèi)容的難易程度進(jìn)行了分層,在實(shí)踐中對(duì)原理進(jìn)一步糅合,如結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的提取,從單表數(shù)據(jù)、關(guān)聯(lián)數(shù)據(jù)到數(shù)據(jù)模型構(gòu)建等;從體系上給各專(zhuān)業(yè)學(xué)生以立體的數(shù)據(jù)分析理論與應(yīng)用全貌;從業(yè)務(wù)需求理解、多元數(shù)據(jù)獲取、異構(gòu)數(shù)據(jù)整理、分析和決策支持探討方面,做到“淺入而深出”,梯次推進(jìn)。這對(duì)培養(yǎng)大學(xué)生數(shù)據(jù)思維、數(shù)據(jù)管理能力有很好的幫助,特別是在創(chuàng)新創(chuàng)業(yè)活動(dòng)過(guò)程中融合數(shù)據(jù)驅(qū)動(dòng),能夠幫助團(tuán)隊(duì)更加精準(zhǔn)地進(jìn)行組織架構(gòu)、高效運(yùn)營(yíng)、成本控制、產(chǎn)品定位、風(fēng)險(xiǎn)管控、投資決策等。
本書(shū)共分八章。首先,詳細(xì)分析了數(shù)據(jù)分析理論基礎(chǔ)以及數(shù)據(jù)獲取理論與實(shí)踐;其次,分別從基礎(chǔ)與高級(jí)兩個(gè)角度對(duì)數(shù)據(jù)處理進(jìn)行深入的剖析;再次,以PowerPivot為工具闡釋如何快速挖掘數(shù)據(jù),即數(shù)據(jù)深度分析;最后,運(yùn)用可視化技術(shù)等說(shuō)明數(shù)據(jù)分析分享的方法。
吳海東:福州大學(xué)經(jīng)濟(jì)管理學(xué)院講師,微軟認(rèn)證IT專(zhuān)家MCITP,微軟認(rèn)證講師MCT,微軟全球最有價(jià)值專(zhuān)家MVP,CIW安全分析師/高級(jí)工程師;華為認(rèn)證網(wǎng)絡(luò)課程講師HCNA-I;IBM Lotus Domino Administrator/Developer等。主要研究方向?yàn)椋簲?shù)據(jù)管理、安全與創(chuàng)新;企業(yè)信息化;信息系統(tǒng)安全。
陳可嘉 :福州大學(xué)經(jīng)濟(jì)與管理學(xué)院副院長(zhǎng),教授。國(guó)家自然科學(xué)基金管理科學(xué)部評(píng)審專(zhuān)家,教育部高等學(xué)校博士學(xué)科點(diǎn)專(zhuān)項(xiàng)科研基金評(píng)審專(zhuān)家,浙江省自然科學(xué)基金評(píng)審專(zhuān)家,福建省系統(tǒng)工程學(xué)會(huì)常務(wù)理事,SCI期刊JGS編委。
駢文景 :福州大學(xué)經(jīng)濟(jì)與管理學(xué)院副教授,主要從事健康大數(shù)據(jù)分析和用戶(hù)行為研究,同時(shí)兼顧醫(yī)院管理創(chuàng)新和用戶(hù)服務(wù)研究。
第1章 數(shù)據(jù)分析理論
1.1 數(shù)據(jù)、信息與大數(shù)據(jù)
1.2 數(shù)據(jù)分析的重要性
1.3 數(shù)據(jù)分析的基本流程
1.4 數(shù)據(jù)分析的發(fā)展趨勢(shì)
1.5 小結(jié)
第2章 數(shù)據(jù)獲取
2.1 數(shù)據(jù)存儲(chǔ)位置
2.2 數(shù)據(jù)獲取流程
2.3 數(shù)據(jù)獲取技術(shù)
2.4 數(shù)據(jù)獲取工具
2.5 數(shù)據(jù)獲取實(shí)踐
2.6 小結(jié)
第3章 數(shù)據(jù)處理基礎(chǔ)
3.1 數(shù)據(jù)處理概念
3.2 數(shù)據(jù)處理流程
3.3 利用Excel常規(guī)功能處理數(shù)據(jù)
3.4 利用Excel函數(shù)處理數(shù)據(jù)
3.5 小結(jié)
第4章 數(shù)據(jù)處理進(jìn)階
4.1 Excel高級(jí)函數(shù)
4.2 利用VBA處理數(shù)據(jù)
4.3 利用Power Query處理數(shù)據(jù)
4.4 小結(jié)
第5章 數(shù)據(jù)基礎(chǔ)分析
5.1 利用Excel進(jìn)行數(shù)據(jù)基礎(chǔ)分析
5.2 統(tǒng)計(jì)分析
5.3 利用Power Pivot進(jìn)行數(shù)據(jù)基礎(chǔ)分析
5.4 小結(jié)
第6章 數(shù)據(jù)深度分析——Power Pivot篇
6.1 Power Pivot數(shù)據(jù)深度分析概覽
6.2 Power Pivot數(shù)據(jù)深度分析案例
6.3 小結(jié)
第7章 數(shù)據(jù)深度分析——數(shù)據(jù)快速挖掘篇
7.1 數(shù)據(jù)挖掘概述
7.2 數(shù)據(jù)快速挖掘——Excel表分析工具
7.3 數(shù)據(jù)快速挖掘——Excel數(shù)據(jù)挖掘客戶(hù)端
7.4 小結(jié)
第8章 數(shù)據(jù)可視化與決策支持
8.1 數(shù)據(jù)可視化概述
8.2 數(shù)據(jù)分析流程
8.3 數(shù)據(jù)可視化分享方法
8.4 數(shù)據(jù)可視化實(shí)踐
8.5 數(shù)據(jù)分析在線(xiàn)分享
8.6 數(shù)據(jù)分析的安全分享
8.7 小結(jié)
參考文獻(xiàn)