內文簡介
＜內容簡介＞

用一個創業的故事，告訴你大數據分析如何解決商業問題

手搖飲競爭對手在哪裡？超市商品之間是否有關連性？推薦什麼電影給客戶？客戶是否下單買保險？電信業的客戶是否跳槽？公司未來營收可能是多少…公司從草創到轉型的過程中，會遇到很多的問題。但是，現在你有了解決方案！

本書透過主人翁 Joe 跟 Eddy 的創業故事，告訴讀者如何使用大數據分析，解決公司營運過程中所遇到的問題。書中的分析案例貫穿了企業發展、管理的整個生命週期，所以無論現在的你處於什麼階段，都可以找到切身相關的問題，並學會如何透過大數據分析的方式解決，從而真正實現數據驅動決策（data-driven decision making）的管理方式。

本書使用 RapidMiner 圖形化介面，即便不會寫程式，也能夠將雜亂的數據進行有效的整理、轉換。特別是使用合理的分析演算法，能夠快速獲得容易理解的數據內容，並得出結論，進而基於結論作出合理的決策。

本書的內容將幫助你的公司，成功轉型成數據驅動商業決策。

★本書特色：

● 繁體中文第一本獲得 RapidMiner 臺灣總代理昊青推薦專書
● 專文推薦
王健全中華經濟研究院副院長
蘇傳軍元智大學工業工程與管理研究所教授
林修葳臺灣大學國際企業學系所教授
周冠男政治大學商學院副院長
余士迪清華大學計量財務金融學系教授
林君信前陽明交通大學管理科學研究所所長
董澍琦中興大學財務金融學系教授
丘邦翰元智大學數位金融學群教授
● 專家審訂
蘇傳軍元智大學工業工程與管理研究所教授
丘邦翰元智大學數位金融學群教授

● 使用圖形化介面 RapidMiner 9.10 免費版，大數據分析不用寫程式
● 透過一個創業的故事，告訴你大數據分析如何解決商業問題
● 書中提供詳細操作步驟，你一定做得出來
● 範例資料集來自真實資料，商業分析很有感

★目錄：

前言
第 0 章大數據商業應用的基礎知識與軟體介紹
0.1 數據特性
0.2 數據分析
0.3 本書理念
0.4 軟體介紹
0.5 線上教學資源
第 1 章如何辨識競爭中的關鍵因素
1.1 樞紐分析的基本原理
1.2 實例操作 - 鐵達尼號存活旅客
1.3 章節練習 - 影響汽車銷售的重要因素
第 2 章我的競爭對手在哪裡？策略群組的量化分析
2.1 非監督式 K-平均法（K-Means）以及監督式 K-近鄰（KNN）演算法的基本原理
2.2 K-Means 實例操作 - 商場客戶分組
2.3 KNN 實例操作 - 商場客戶分析
2.4 KNN 模型測試
2.5 商業應用 - 尋找距離最近的競爭對手
2.6 章節練習 - 競品麥片分析
第 3 章預測客戶的下一步？網頁瀏覽行為預測
3.1 Apriori 關聯分析演算法的基本原理
3.2 實例操作 - 分析客戶下一個瀏覽的網頁
3.3 章節練習 - 預測客戶下一次瀏覽的新聞
第 4 章這些商品放在一起很好賣！擬定賣場促銷方案
4.1 關聯分析的基本原理
4.2 實例操作 - 分析客戶一起購買的商品
4.3 章節練習 - 超商購物車商品分析
第 5 章你的客戶可能會喜歡...會員制俱樂部如何推薦商品
5.1 推薦引擎與評分矩陣的基本原理
5.2 實例操作 - 會員對商品的評分預測（Rating Prediction, RP）
5.3 向會員推薦商品（Item Recommendation, IR）
5.4 章節練習 - 歌手推薦
第 6 章買了此商品的客戶，也買了...電子商務如何推薦商品
6.1 基於商品推薦引擎的基本原理
6.2 實例操作 - 電影評分預測
6.3 向會員推薦電影
6.4 章節練習 - 線上商城
第 7 章喜歡此商品的客戶，也喜歡...根據潛在喜好推薦電影
7.1 偏置矩陣分解的基本原理
7.2 實例操作 - 電影評分預測
7.3 向會員推薦電影
7.4 章節練習 - 美食服務平台
第 8 章客戶是否真的會下單？客戶消費意願預測
8.1 單純貝氏演算法的基本原理
8.2 實例操作 - 客戶消費意願預測模型
8.3 預測客戶消費意願
8.4 章節練習 - 線上叫車平台推廣優惠券
第 9 章哪些因素會影響銷售定價？房價預測
9.1 線性迴歸演算法的基本原理
9.2 最佳化步驟
9.3 實例操作 - 房價分析
9.4 房價預測
9.5 章節練習 - 紅酒等級評估
第 10 章哪些客戶會違約？客戶貸款違約預測
10.1 邏輯斯迴歸演算法的基本原理
10.2 實例操作 - 銀行客戶貸款違約分析
10.3 模型調整
10.4 預測客戶是否違約
10.5 章節練習 - 信用卡用戶逾期還款
第 11 章電話行銷應該打給哪些客戶？找出可能會買定存的客戶
11.1 支援向量機演算法的基本原理
11.2 實例操作 - 銀行客戶產品需求分析
11.3 模型調整
11.4 模型驗證
11.5 模型測試
11.6 章節練習 - 估計客戶的實際年收入
第 12 章如何避免客戶流失？分類電信客戶跳槽名單
12.1 決策樹演算法的基本原理
12.2 決策樹實例操作 - 電信客戶跳槽分析
12.3 決策樹模型測試
12.4 隨機森林實例操作 - 電信客戶跳槽分析
12.5 隨機森林模型調整
12.6 隨機森林模型測試
12.7 章節練習 - 預測交易的公平性
第 13 章如何預測公司未來的營收？銷售預測
13.1 ARIMA 演算法的基本原理
13.2 實例操作 - 每週銷售數據預測
13.3 模型調整
13.4 模型測試
13.5 章節練習 - Tesla 股價趨勢預測
結語

＜作者簡介＞

沈金清
美國評價分析師 CVA
經濟部無形資產評價管理師
數位金融碩士
商學碩士
管理碩士學分班
智慧財產權碩士班
法律學分班
大氣科學碩士

陳佩瑩
經濟部無形資產評價師
數位金融碩士
商學碩士

相關分類

購物須知

寄送時間	全台灣24h到貨，遲到提供100元現金積點。全年無休，週末假日照常出貨。例外說明
送貨方式	透過宅配送達。除網頁另有特別標示外，均為常溫配送。消費者訂購之商品若經配送兩次無法送達，再經本公司以電話與Email均無法聯繫逾三天者，本公司將取消該筆訂單，並且全額退款。
送貨範圍	限台灣本島與離島地區註，部分離島地區包括連江馬祖、綠島、蘭嶼、琉球鄉…等貨件，將送至到岸船公司碼頭，需請收貨人自行至碼頭取貨。注意！收件地址請勿為郵政信箱。註：離島地區不配送安裝商品、手機門號商品、超大材商品及四機商品。
售後服務	缺掉頁更換新品
執照證號＆登錄字號	本公司食品業者登錄字號A-116606102-00000-0

關於退貨

PChome24h購物的消費者，都可以依照消費者保護法的規定，享有商品貨到次日起七天猶豫期的權益。(請留意猶豫期非試用期!!)您所退回的商品必須回復原狀（復原至商品到貨時的原始狀態並且保持完整包裝，包括商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性）。商品一經拆封/啟用保固，將使商品價值減損，您理解本公司將依法收取回復原狀必要之費用(若無法復原，費用將以商品價值損失計算)，請先確認商品正確、外觀可接受再行使用，以免影響您的權利，祝您購物順心。
如果您所購買商品是下列特殊商品，請留意下述退貨注意事項：
1. 易於腐敗之商品、保存期限較短之商品、客製化商品、報紙、期刊、雜誌，依據消費者保護法之規定，於收受商品後將無法享有七天猶豫期之權益且不得辦理退貨。
2. 影音商品、電腦軟體或個人衛生用品等一經拆封即無法回復原狀的商品，在您還不確定是否要辦理退貨以前，請勿拆封，一經拆封則依消費者保護法之規定，無法享有七天猶豫期之權益且不得辦理退貨。
3. 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，一經您事先同意後始提供者，依消費者保護法之規定，您將無法享有七天猶豫期之權益且不得辦理退貨。
4. 組合商品於辦理退貨時，應將組合銷售商品一同退貨，若有遺失、毀損或缺件，PChome將可能要求您依照損毀程度負擔回復原狀必要之費用。
若您需辦理退貨，請利用顧客中心「查訂單」或「退訂/退款查詢」的「退訂/退貨」功能填寫申請，我們將於接獲申請之次日起1個工作天內檢視您的退貨要求，檢視完畢後將以E-mail回覆通知您，並將委託本公司指定之宅配公司，在5個工作天內透過電話與您連絡前往取回退貨商品。請您保持電話暢通，並備妥原商品及所有包裝及附件，以便於交付予本公司指定之宅配公司取回（宅配公司僅負責收件，退貨商品仍由特約廠商進行驗收），宅配公司取件後會提供簽收單據給您，請注意留存。
退回商品時，請以本公司或特約廠商寄送商品給您時所使用的外包裝（紙箱或包裝袋），原封包裝後交付給前來取件的宅配公司；如果本公司或特約廠商寄送商品給您時所使用的外包裝（紙箱或包裝袋）已經遺失，請您在商品原廠外盒之外，再以其他適當的包裝盒進行包裝，切勿任由宅配單直接粘貼在商品原廠外盒上或書寫文字。
若因您要求退貨或換貨、或因本公司無法接受您全部或部分之訂單、或因契約解除或失其效力，而需為您辦理退款事宜時，您同意本公司得代您處理發票或折讓單等相關法令所要求之單據，以利本公司為您辦理退款。
本公司收到您所提出的申請後，若經確認無誤，將依消費者保護法之相關規定，返還您已支付之對價（含信用卡交易），退款日當天會再發送E-mail通知函給您。

大數據驅動商業決策：13個RapidMiner商業預測操作實務

搜尋更多

內文簡介

相關分類