| 作者 |
| （美）拉姆什·沙尔达（Ramesh Sharda） （美）杜尔森·德伦（Dursun Delen) （美）埃弗瑞姆·特班（Efraim Turban） |
| 丛书名 |
| 经典原版书库 |
| 出版社 |
| 机械工业出版社 |
| ISBN |
| 9787111607854 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 分析已经成为这十年来的技术驱动力。诸如IBM、SAP、SAS、Teradata、Oracle、Microsoft和Dell等公司正在创建专注于分析的新型组织单元，帮助企业更加有效和高效地运营。决策者也正在使用更多的计算机化工具来支持他们的工作。消费者甚至都在直接或间接地使用分析工具来对购物、健康或医疗保健、旅游和娱乐等日常活动做出决定。 |
| 目录 |
| 第1章 商务智能、商务分析和数据 科学概述 3 1.1 开篇小插曲：体育分析—学习和了解商务分析应用的一个令人兴奋的前沿 4 1.2 变化的商业环境，决策支持和商务分析的需求变化 11 1.3 计算机决策支持向商务分析和数据科学的演变 13 1.4 商务智能框架 15 商务智能的定义 16 商务智能的简史 16 商务智能的架构 16 商务智能的起源和驱动力 16 应用案例1.1 Sabre通过仪表盘和分析帮助客户 18 商务智能多媒体应用 19 事务处理与分析处理 19 进行适当的规划并与企业战略保持一致 20 实时按需的BI实现 21 开发或获取BI系统 21 合理性和成本效益分析 22 安全和隐私保护 22 系统和应用集成 22 1.5 商务分析概述 22 描述性分析 24 应用案例1.2 Silvaris通过可视化分析和实时报表功能提升业务 24 应用案例1.3 西门子通过使用数据可视化降低成本 25 预测性分析 25 应用案例1.4 运动损伤分析 26 规范性分析 26 应用案例1.5 特种钢筋公司使用商务分析确定可承诺交付日期 27 商务分析应用于不同领域 27 商务分析或数据科学 28 1.6 所处领域的商务分析实例 29 应用于医疗保健的商务分析—Humana实例 29 零售价值链中的商务分析 33 1.7 大数据分析简介 35 什么是大数据 35 应用案例1.6 CenterPoint Energy使用实时大数据分析改善客户服务 37 1.8 商务分析生态系统概述 37 数据生成基础设施提供商 39 数据管理基础设施提供商 39 数据仓库提供商 40 中间件提供商 40 数据服务提供商 40 专注于商务分析的软件开发者 41 应用开发者：特定行业或一般行业 42 商务分析行业分析师和有影响力者 43 学术机构和认证机构 44 监管者和政策制定者 45 分析用户组织 45 本书计划 46 资源、链接和Teradata大学网络连接 47 第2章 描述性分析Ⅰ：数据的性质、统计建模与可视化 53 2.1 开篇小插曲：SiriusXM利用数据驱动的营销吸引新一代的移动消费者 54 2.2 数据的性质 57 2.3 数据的简单分类 61 应用案例2.1 医疗器械公司节省开支的同时确保产品质量 63 2.4 数据预处理的艺术与科学 65 应用案例2.2 通过数据驱动分析提高学生保留率 68 2.5 用于商务分析的统计建模 74 用于描述性分析的描述性统计 75 集中趋势度量（也可以称作位置或中心度量） 76 算术平均数 76 中位数 77 众数 77 离散趋势度量（也可称为散布或分散度量） 77 极差 78 方差 78 标准差 78 平均绝对偏差 78 四分位数与四分位距 78 箱图 79 分布形状 80 技术洞察2.1 如何使用Microsoft Excel进行描述性统计 82 应用案例2.3 Cary镇使用商务分析来分析传感器数据、评估需求和检测问题 84 2.6 用于推断性统计的回归建模 86 我们如何开发线性回归模型 87 我们如何知道模型是否足够好 88 什么是线性回归最重要的假设 89 逻辑回归 90 应用案例2.4 预测NCAA碗赛结果 91 时间序列预测 96 2.7 业务报表 98 应用案例2.5 纸质报表的洪水结束于FEMA 100 2.8 数据可视化 101 数据可视化简史 101 应用案例2.6 Macfarlan Smith使用Tableau Online提高运营绩效洞察 103 2.9 不同类型的图表 106 基本图表 106 专用图表 107 你应该使用哪种图表 108 2.10 可视化分析的兴起 110 技术洞察2.2 商务智能和分析平台的Gartner魔力象限 111 可视化分析 112 高效率可视化分析环境 112 技术洞察2.3 通过数据和可视化讲出色的故事 113 2.11 信息仪表盘 117 应用案例2.7 Dallas Cowboys使用Tableau与Teknion获 得高分 118 仪表盘设计 119 应用案例2.8 可视化分析帮助能源供应商实现更好的连接 119 在仪表盘中要寻找的内容 121 仪表盘设计的最佳实践 121 符合行业标准的基准关键绩效指标 121 使用情境的元数据包装仪表盘指标 121 通过可用性专家验证仪表盘设计 122 把传输到仪表盘的报警或 异常按优先级划分并排序 122 以业务用户评论丰富仪表盘 122 从三个不同层次呈现信息 122 使用仪表盘设计原则选取正确的视觉构造 122 为指导性分析做准备 122 第3章 描述性分析II：商务智能和数据仓库 127 3.1 开篇小插曲：利用商务智能和数据仓库定位税务欺诈 128 3.2 商务智能与数据仓库 130 什么是数据仓库 131 数据仓库的历史视角 132 数据仓库的特征 133 数据集市 134 操作数据存储 135 企业数据仓库 135 元数据 135 应用案例3.1 更好的数据计划：著名 的TELCO公司使用数 据仓库和商务分析技术 在竞争激烈的行业中保 持领先地位 135 3.3 数据仓库过程 137 3.4 数据仓库架构 139 可选的数据仓库架构 142 哪种架构最好 144 3.5 数据集成以及提取、转换和加载 过程 145 数据集成 146 应用案例3.2 BP Lubricants公司实现BIGS成功 146 提取、转换和加载 148 3.6 数据仓库的开发 150 应用案例3.3 使用Teradata分析的SAP解决方案加速大数据交付 151 数据仓库开发方法 153 数据仓库开发的其他思考 156 数据仓库中的数据表示 156 技术洞察3.1 托管数据仓库 157 数据仓库中的数据分析 158 OLAP和OLTP 158 OLAP操作 159 3.7 数据仓库的实施问题 160 大型数据仓库和可扩展性 162 应用案例3.4 EDW帮助连接密歇根的政府机构 163 3.8 数据仓库管理、安全问题和未来趋势 164 数据仓库的未来 165 技术洞察3.2 数据湖 166 3.9 企业绩效管理 170 闭环BPM周期 171 应用案例3.5 AAPR改造其BI基础设施，并在三年内达到347%的投资回报 173 3.10 绩效度量 175 关键绩效指标 176 绩效度量系统 177 3.11 平衡记分卡 177 四个视角 177 平衡在平衡记分卡中的意义 179 3.12 作为绩效度量系统的六西格玛 179 DMAIC绩效模型 180 平衡记分卡与六西格玛 180 有效的绩效度量 181 应用案例3.6 Expedia.com的客户满意度记分卡 182 第4章 预测性分析I：数据挖掘的过程、方法和算法 189 4.1 开篇小插曲：迈阿密达德警察部门应用预测性分析预测和打击犯罪 190 4.2 数据挖掘概念与应用 193 应用案例4.1 Visa利用预测性分析和数据挖掘提升用户体验，同时减少欺诈行为 194 定义、特征和优势 196 数据挖掘原理 197 应用案例4.2 戴尔在21世纪通过分析保持敏捷和高效 198 数据挖掘与统计学 203 4.3 数据挖掘应用 203 应用案例4.3 预测性分析和数据挖掘有助于阻止对恐怖分子的资助 205 4.4 数据挖掘过程 206 步骤1：业务理解 207 步骤2：数据理解 208 步骤3：数据准备 208 步骤4：建模 209 应用案例4.4 数据挖掘有助于癌症研究 209 步骤5：测试和评估 212 步骤6：部署 212 其他数据挖掘标准化过程和方法 212 4.5 数据挖掘方法 215 分类 215 估计分类模型的准确度 216 应用案例4.5 InuenceHealth使用先进的预测性分析来关注影响人们医疗保健决策的因素 223 数据挖掘聚类分析 225 关联规则挖掘 227 4.6 数据挖掘软件工具 231 应用案例4.6 数据挖掘来到好莱坞：预测电影的商业成功 233 4.7 数据挖掘的隐私问题、谬误和隐患 237 应用案例4.7 预测客户购买模式—Target公司的故事 238 数据挖掘谬误和隐患 238 第5章 预测性分析II：文本、Web以及社交媒体分析 247 5.1 开篇小插曲：《Jeopardy》上的人机大战：Watson的故事 248 5.2 文本分析与文本挖掘概述 251 技术洞察5.1 文本挖掘术语 253 应用案例5.1 保险集团通过文本挖掘解决方案来加强风险管理 254 5.3 自然语言处理 255 应用案例5.2 AMC Networks正在使用分析为多渠道世界中的广告商捕获新的观众、预测评级和增加价值 257 5.4 文本挖掘应用 261 营销应用 261 安全应用 261 应用案例5.3 挖掘谎言 262 生物医学应用 264 学术应用 266 应用案例5.4 将客户带入质量方程：联想使用分析重新构思设计 266 5.5 文本挖掘过程 268 任务1：建立语料库 269 任务2：创建词项–文档矩阵 269 任务3：提取知识 271 应用案例5.5 使用文本挖掘研究文献综述 273 5.6 情感分析 276 应用案例5.6 创造独特的数字体验来享受温网中的精彩瞬间 277 情感分析应用 280 情感分析过程 282 极性识别方法 284 使用词典 284 使用训练文档集 285 识别句子和短语的语义倾向 286 识别文档的语义倾向 286 技术洞察5.2 用于预测性文本挖掘和情感分析的大规模文本数据集 286 5.7 Web挖掘概述 287 Web内容挖掘和Web结构挖掘 289 5.8 搜索引擎 291 搜索引擎剖析 292 搜索引擎优化 294 搜索引擎优化方法 295 技术洞察5.3 最流行的排名前15的搜索引擎（2016年8月） 296 应用案例5.7 理解为什么客户放弃购物车使销售额增加了1000万美元 297 5.9 Web使用挖掘（Web分析） 298 Web分析技术 299 Web分析指标 300 网站可用性 300 流量来源 301 访客特征 302 转化统计 302 5.10 社交分析 304 社交网络分析 304 社交网络分析指标 305 应用案例5.8 Tito的伏特加酒通过可靠的社交策略建立品牌忠诚度 305 社交媒体分析 309 人们如何使用社交媒体 310 度量社交媒体的影响 311 社交媒体分析的最佳实践 311 第6章 规范性分析：优化和模拟 319 6.1 开篇小插曲：费城学区通过使用规范性分析找到巴士路线的最佳解决方案 320 6.2 基于模型的决策 322 规范性分析模型案例 322 应用案例6.1 通过决策支持系统向埃克森美孚下游进行最佳运输 323 识别问题和环境分析 324 模型类别 324 应用案例6.2 Ingram Micro使用商务智能应用进行定价决策 325 6.3 用于决策支持的数学模型的结构 328 决策支持数学模型的组件 329 数学模型的结构 329 6.4 确定性、不确定性以及风险分析 330 确定性下的决策 330 不确定性下的决策 331 风险分析 331 6.5 使用电子表格进行决策建模 331 应用案例6.3 美国航空使用成本建模来评估出货路线的不确定性 332 应用案例6.4 宾夕法尼亚州收养交易所使用电子表格模型更好地匹配儿童与家庭 333 应用案例6.5 Metro Mealson Wheels Treasure Valley使用Excel来寻找最佳的配送路线 334 6.6 数学规划优化 336 应用案例6.6 混合整数规划模型帮助田纳西大学医学中心调度医生 337 线性规划模型 338 线性规划中的建模：一个例子 339 实现 344 6.7 多目标、敏感性分析、假设分析和目标寻求 346 多目标 346 敏感性分析 347 假设分析 348 目标寻求 348 6.8 基于决策表和决策树的决策分析 349 决策表 350 决策树 351 6.9 模拟概论 352 模拟的主要特征 352 应用案例6.7 乙型肝炎干预的模拟效果 353 模拟的优点 354 模拟的缺点 355 模拟方法 355 模拟类型 356 蒙特卡罗模拟 357 离散事件模拟 358 应用案例6.8 Cosan使用模拟改善其可再生能源供应链 358 6.10 视觉交互式模拟 359 传统模拟的不足 359 视觉交互式模拟 359 视觉交互式模型和决策支持系统 360 模拟软件 360 应用案例6.9 通过RFID改进作业车间调度决策：基于模拟的评估 361 第7章 大数据概念和工具 369 7.1 开篇小插曲：使用大数据方法分析电信公司的客户流失 370 7.2 大数据的定义 373 大数据的特征定义 374 技术洞察7.1 数据规模越来越大，越来越大 375 应用案例7.1 市场分析或预测的替代数据 377 7.3 大数据分析的基础 378 大数据分析解决的业务问题 381 应用案例7.2 前五大投资银行实现了真正的单一来源 382 7.4 大数据技术 383 MapReduce 383 为什么使用MapReduce 385 Hadoop 385 Hadoop如何工作 385 Hadoop技术组件 386 Hadoop的优缺点 387 技术洞察7.2 关于Hadoop的一些神秘事实 388 NoSQL 389 应用案例7.3 eBay的大数据解决方案 390 应用案例7.4 了解Twitter上医疗保健信息的质量和可靠性 392 7.5 大数据和数据仓库 393 Hadoop用例 393 数据仓库用例 394 灰色区域 395 Hadoop和数据仓库共存 396 7.6 大数据供应商和平台 397 IBM Info Sphere BigInsights 398 应用案例7.5 使用社交媒体预测流感活动 400 Teradata Aster 401 应用案例7.6 从电子病历数据仓库分析疾病模式 402 技术洞察7.3 如何在大数据上取得成功 405 7.7 大数据和流分析 406 流分析与永久分析 408 关键事件处理 408 数据流挖掘 408 7.8 流分析的应用 409 电子商务 409 电信 409 应用案例7.7 Salesforce正在使用流数据提升客户价值 410 执法和网络安全 411 电力行业 411 金融服务 411 健康科学 411 政府 412 第8章 商务分析的未来趋势、隐私和管理思考 417 8.1 开篇小插曲：传感器数据分析帮助西门子避免火车故障 418 8.2 物联网 419 应用案例8.1 SilverHook汽艇使用实时数据分析通知参赛者和赛艇迷 420 应用案例8.2 Rockwell Automation监控昂贵的石油和天然气探测资产 421 IoT技术基础设施 422 RFID传感器 422 雾计算 425 IoT平台 426 应用案例8.3 Pitney Bowes与General Electric IoT平台合作优化生产 426 IoT初创生态系统 427 物联网的管理注意事项 428 8.3 云计算和商务分析 429 数据即服务（DaaS） 431 软件即服务（SaaS） 432 平台即服务（PaaS） 432 基础设施即服务（IaaS） 432 云计算的基本技术 433 云部署模型 433 主要分析云平台提供商 434 分析即服务（AaaS） 435 代表性的分析即服务产品 435 使用云基础设施的说明性分析应用 436 8.4 为组织提供基于位置的分析 441 地理空间分析 441 应用案例8.4 Great Clips采用空间分析来减少位置决策的时间 443 应用案例8.5 Starbucks利用GIS和分析在全球各地扩展 444 实时位置智能 445 应用案例8.6 Quiznos吸引顾客策略 446 消费者的分析应用 446 8.5 合法性、隐私和道德问题 448 法律问题 448 隐私 449 收集个人信息 449 移动用户隐私 450 国土安全和个人隐私 450 隐私和分析中的最新技术问题 451 谁拥有我们的私有数据 452 决策与支持中的道德准则 452 8.6 分析在组织中的影响 453 新组织单元 454 通过使用分析重新设计组织 455 分析对于管理人员的活动、 绩效和工作满意度的影响 455 行业结构调整 456 自动化对工作的影响 457 分析的意外影响 458 8.7 数据科学家成为一种职业 459 数据科学家来自哪里 459 技术洞察8.1 数据科学家的典型工作招聘海报 461 词汇表 467 |