商务智能：数据分析的管理视角（原书第4版）

目　　录
译者序
作者简介
前言
第1章　商务智能、商务分析和数据科学概述 1
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 1
1.2　变化的商业环境，决策支持和商务分析的需求变化 8
1.3　计算机决策支持向商务分析和数据科学的演变 9
1.4　商务智能框架 12
1.4.1　商务智能的定义 12
1.4.2　商务智能的简史 12
1.4.3　商务智能的架构 13
1.4.4　商务智能的起源和驱动力 13
应用案例1.1　Sabre通过仪表盘和分析帮助客户 14
1.4.5　商务智能多媒体应用 15
1.4.6　事务处理与分析处理 15
1.4.7　进行适当的规划并与企业战略保持一致 16
1.4.8　实时按需的BI实现 17
1.4.9　开发或获取BI系统 17
1.4.10　合理性和成本效益分析 17
1.4.11　安全和隐私保护 17
1.4.12　系统和应用集成 18
1.5　商务分析概述 18
1.5.1　描述性分析 19
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 19
应用案例1.3　西门子通过使用数据可视化降低成本 20
1.5.2　预测性分析 20
应用案例1.4　运动损伤分析 21
1.5.3　规范性分析 21
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 22
1.5.4　商务分析应用于不同领域 22
1.5.5　商务分析或数据科学 23
1.6　所处领域的商务分析实例 23
1.6.1　应用于医疗保健的商务分析——Humana实例 24
1.6.2　零售价值链中的商务分析 27
1.7　大数据分析简介 29
应用案例1.6　CenterPoint Energy使用实时大数据分析改善客户服务 30
1.8　商务分析生态系统概述 31
1.8.1　数据生成基础设施提供商 32
1.8.2　数据管理基础设施提供商 32
1.8.3　数据仓库提供商 33
1.8.4　中间件提供商 33
1.8.5　数据服务提供商 33
1.8.6　专注于商务分析的软件开发者 34
1.8.7　应用开发者：特定行业或一般行业 35
1.8.8　商务分析行业分析师和有影响力者 36
1.8.9　学术机构和认证机构 37
1.8.10　监管者和政策制定者 37
1.8.11　分析用户组织 37
1.9　本书计划 38
1.10　资源、链接和Teradata大学网络连接 39
第2章　描述性分析Ⅰ：数据的性质、统计建模与可视化 44
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 44
2.2　数据的性质 47
2.3　数据的简单分类 50
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 52
2.4　数据预处理的艺术与科学 54
应用案例2.2　通过数据驱动分析提高学生保留率 56
2.5　用于商务分析的统计建模 61
2.5.1　用于描述性分析的描述性统计 62
2.5.2　集中趋势度量（也可以称作位置或中心度量） 62
2.5.3　算术平均数 62
2.5.4　中位数 63
2.5.5　众数 63
2.5.6　离散趋势度量（也可称为散布或分散度量） 63
2.5.7　极差 64
2.5.8　方差 64
2.5.9　标准差 64
2.5.10　平均绝对偏差 64
2.5.11　四分位数与四分位距 64
2.5.12　箱图 65
2.5.13　分布形状 66
技术洞察2.1　如何使用Microsoft Excel进行描述性统计 67
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 70
2.6　用于推断性统计的回归建模 71
2.6.1　我们如何开发线性回归模型 72
2.6.2　我们如何知道模型是否足够好 73
2.6.3　什么是线性回归最重要的假设 74
2.6.4　逻辑回归 74
应用案例2.4　预测NCAA碗赛结果 75
2.6.5　时间序列预测 79
2.7　业务报表 80
应用案例2.5　纸质报表的洪水结束于FEMA 82
2.8　数据可视化 83
应用案例2.6　Macfarlan Smith使用Tableau Online提高运营绩效洞察 85
2.9　不同类型的图表 87
2.9.1　基本图表 88
2.9.2　专用图表 88
2.9.3　你应该使用哪种图表 89
2.10　可视化分析的兴起 91
技术洞察2.2　商务智能和分析平台的Gartner魔力象限 91
2.10.1　可视化分析 93
技术洞察2.3　通过数据和可视化讲出色的故事 93
2.10.2　高效率可视化分析环境 95
2.11　信息仪表盘 97
应用案例2.7　Dallas Cowboys使用Tableau与Teknion获得高分 98
2.11.1　仪表盘设计 99
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 100
2.11.2　在仪表盘中要寻找的内容 101
2.11.3　仪表盘设计的最佳实践 101
2.11.4　符合行业标准的基准关键绩效指标 101
2.11.5　使用情境的元数据包装仪表盘指标 101
2.11.6　通过可用性专家验证仪表盘设计 102
2.11.7　把传输到仪表盘的报警或异常按优先级划分并排序 102
2.11.8　以业务用户评论丰富仪表盘 102
2.11.9　从三个不同层次呈现信息 102
2.11.10　使用仪表盘设计原则选取正确的视觉构造 102
2.11.11　为指导性分析做准备 102
第3章　描述性分析II：商务智能和数据仓库 109
3.1　开篇小插曲：利用商务智能和数据仓库定位税务欺诈 109
3.2　商务智能与数据仓库 111
3.2.1　什么是数据仓库 112
3.2.2　数据仓库的历史视角 112
3.2.3　数据仓库的特征 114
3.2.4　数据集市 115
3.2.5　操作数据存储 115
3.2.6