Power BI大數據實戰應用：零售x金融

＜內容簡介＞

【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。


★專家推薦：

張詠淳 臺北醫學大學大數據與科技管理研究所教授
許毓容 前東森購物大數據協理
陳祥輝 臺北大學統計系業界專業教師兼任助理教授


★目錄：

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