Excel BI 之道：從零開始學Power工具應用 ( 簡體 字) |
| 作者：零一 | 類別：1. -> Office -> OFFICE -> EXCEL
2. -> Office -> PowerBI |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 47836
詢問書籍請說出此書號！【缺書】
NT售價： 345 元 |
| 出版日：9/1/2017 |
| 頁數：212 |
| 光碟數：0 |
|
站長推薦：  |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121326622 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：我是在 2005 年開始使用 Excel 的， 至今已經有 12 年了， 千萬不要把我當成老子， 在寫本書的時候我 29 歲。 我在念中學的時候， 就在信息課上開始學習并使用 Excel， 大學畢業后從事電商行業， 在工作中頻繁使用 Excel。 我發現， 實踐是最好的老師。我相信一個年輕人寫的書， 加上這個年輕人 12 年的經驗， 會讓同樣年輕的你們有一場不一樣的數據之旅。
本書主要介紹 Excel 2016 的 3 個 BI 組件。 對于辦公室白領來說， 靈活運用這幾個具足夠你在職場中呼風喚雨了。 對于數據分析師來說， 也足夠滿足日常的分析和報表的需求了。 對于比數據工程師更高層次的人來說， 我相信它們的便捷性也足夠讓你眼前一亮。Excel 是號稱唯一能夠與 SAS 媲美的系統， 有非常多的功能拓展插件， 例如 VBA、 SQLServer 數據挖掘套件、 R-Excel、 Power Query、 Power Pivot 和 Power Map 等。 Excel 可以完美地解決我們在日常生活及工作中的數據需求。只要你愿意嘗試使用 Excel 2016， 就會發現再也離不開它。 你會把以前的 VLOOKUP 函數丟掉， 把 Index+Match 丟掉， 甚至連 VBA 都可能丟掉。
現在你是不是已經心動了呢？ 如果是的話， 馬上翻開第 1 章， 進入 Excel BI 學習之旅吧！鑒于作者水平有限， 不足之處請讀者不吝賜教。 |
內容簡介：本書主要介紹Excel 2016的3個BI組件PowerQuery、PowerPivot和PowerMap。在微軟的BI體系中，PowerQuery和PowerPivot是Excel BI和Power BI共同的組件，因此本書用大部分篇幅著重介紹這兩個組件，列舉了多個業務場景的案例，使讀者輕松掌握Excel BI。本書是讀者掌握Excel BI和PowerBI的入門級圖書。 |
目錄：第 1 章 看 Excel BI 如何解決這些現實問題 . 1
1.1 5 分鐘內合并從業務部門收集的 100 張表格..2
1.2 用模型來梳理分析復雜的業務流程.7
1.3 開會發言， 需要有可交互的動態圖表.13
1.4 公司業務分析要精細到每條街道的情況.18
第 2 章 萬能的查詢器 Power Query .. 24
2.1 兼容的數據源.25
2.2 從文件加載數據.25
2.2.1 從工作簿.26
2.2.2 從 CSV..31
2.3 從數據庫加載數據.32
2.3.1 SQL Server 數據庫.33
2.3.2 Microsoft Access.36
2.3.3 從 ODBC 導入 .38
2.4 從 Web 導入數據 .40
2.4.1 GET 方法..40
2.4.2 POST 方法..44
2.5 數據類型操作.47
2.6 標題操作.49
2.6.1 修改字段名.49
2.6.2 標題的升降.51
2.7 表操作.52
2.7.1 分組.52
2.7.2 轉置.54
2.8 列操作.54
2.8.1 刪除列.54
2.8.2 添加列.56
2.9 字符操作.65
2.10 統計及運算.66
2.11 數據解析.69
2.12 查詢與合并.71
2.12.1 合并查詢.71
2.12.2 追加查詢.73
2.13 M 語言 ..74
2.13.1 刪除字符.77
2.13.2 包含查詢.78
2.13.3 插入文本.79
2.13.4 自定義函數.80
第 3 章 靠近大數據的數據庫 Power Pivot . 84
3.1 數據導入.85
3.2 表屬性設置.89
3.3 表基礎操作.92
3.4 DAX 語言.94
3.5 數據建模.100
第 4 章 可視化地圖報表 Power Map.. 105
4.1 地圖展現.106
4.2 自定義熱力圖. 112
第 5 章 應用實例.116
5.1 業務部門做季度 / 年度報告 . 117
5.2 分析淘寶網數據（爬蟲） .124
5.3 電商運營算盈虧.142
5.4 電商運營分析全店數據（建模） .150
5.5 爬取股票數據（爬蟲） .154
5.6 文本分析（分詞和情感分析） .163
5.7 新媒體監控文章數據.181
附錄 A M 語言常用函數速查表 .. 196 |
| 序： |
