本書面向初級、中級數據分析人員及數據分析平臺產品經理。為了幫助讀者理解,書中不僅采用通俗易懂的語言,而且提供了百餘幅作者專門繪制的示意圖,更為難能可貴的是,書中包含了大量一線實踐案例。
全書共分為8章。
第1、2章在全面剖析智能數據分析及其發展歷程的基礎上,從痛、悟、層、法角度深入解讀了做好智能數據分析的四大基礎知識。這四類基礎知識分別回答了“為什麼”“是什麼”“有什麼”“怎麼辦”四個方面的問題。
這是一本從實戰角度解讀如何進行智能數據分析及搭建智能數據分析平臺的工具書,目的是幫助讀者全面認識並在實際工作中靈活使用智能數據分析方法和工具,同時構建可用的智能數據分析環境。本書不僅包含關於智能數據分析的基礎知識,還包含進行智能數據分析的方法、工具、案例,以及平臺的搭建方案。書中融入了作者多年的一線實踐經驗,而且在體繫化、可視化、易學性等方面下了很大功夫。
本書面向初級、中級數據分析人員及數據分析平臺產品經理。為了幫助讀者理解,書中不僅采用通俗易懂的語言,而且提供了百餘幅作者專門繪制的示意圖,更為難能可貴的是,書中包含了大量一線實踐案例。
全書共分為8章。
第1、2章在全面剖析智能數據分析及其發展歷程的基礎上,從痛、悟、層、法角度深入解讀了做好智能數據分析的四大基礎知識。這四類基礎知識分別回答了“為什麼”“是什麼”“有什麼”“怎麼辦”四個方面的問題。
第3~5章從數據資產管理、數據統計與數據挖掘、數據可視化三個方面分享了做好智能數據分析的思路、方法與技巧。其中,從管、存、算、規、治五個方面展開介紹數據資產管理;基於算法模型介紹了描述、診斷、預測、指導四個方面的分析方法;從多個維度介紹如何構建好的可視化圖表、報告以及可視化案例,幫助廣大讀者講好數據故事。
第6~8章介紹如何量身定制自己的智能數據分析平臺。這部分不僅分析了智能數據分析平臺的構建方法和相應的行業實踐,還從架構角度介紹了一個功能完善的智能數據分析平臺需要具備哪些要素、模塊。