具体描述
《商业智能数据分析：从零开始学Power BI和Tableau自助式BI》以实际业务为背景，介绍市面上流行的两种自助式商业分析工具—— Power BI 和Tableau的功能和特色。全书主要内容包括商业数据分析基础知识、BI基础知识、数据库的搭建、数据建模、发布 Power BI 和 Tableau报表，并重点介绍使用Power BI 和 Tableau进行商业数据分析的方法。通过使用这两种工具所做的商业数据分析案例，使读者快速掌握商业数据分析的基本要领。
《商业智能数据分析：从零开始学Power BI和Tableau自助式BI》适合数据分析初学者、需要了解Power BI或者 Tableau工具的读者阅读，也可作为商业数据分析师的参考用书。
作者简介
雷元
曾任职于多家IT企业，如微软、惠普、希捷。
在玛氏公司从事数据分析工作已经6年，熟悉Power BI与Tableau敏捷BI的应用，负责公司用户培训服务，热心于BI知识创作与传播。
目录信息
第1章 商业智能的基础知识 / 2
1.1 什么是商业智能 / 2
1.2 从零开始学习商业智能知识 / 4
1.2.1 第一阶段：积累基础知识 / 4
1.2.2 第二阶段：从小处着手，改变现状 / 4
1.2.3 第三阶段：坚持不懈，持之以恒地提升自我 / 5
1.2.4 第四阶段：充分发挥你的实力 / 5
1.3 数据挖掘流程CRISP-DM / 6
1.3.1 第一阶段：商业理解 / 6
1.3.2 第二阶段：数据理解 / 6
1.3.3 第三阶段：数据准备 / 7
1.3.4 第四阶段：建立模型 / 7
1.3.5 第五阶段：模型评估 / 8
1.3.6 第六阶段：结果部署 / 8
1.4 商业智能的成熟度 / 8
1.5 商业智能基础术语 / 11
1.5.1 数据库概念 / 11
1.5.2 数据表关系 / 13
1.5.3 数据库浏览 / 16
1.5.4 BI工具 / 17
1.6 数据源：Adventure Works数据库简介 / 18
1.7 安装SQL产品及数据库指南 / 21
第2章 商业智能视觉呈现理论 / 25
2.1 视觉构图的基本理念 / 25
2.1.1 视觉构图元素 / 25
2.1.2 视觉构图原则 / 27
2.1.3 视觉草图工具 / 29
2.2 视觉图表的基本介绍 / 30
2.2.1 图表分类 / 31
2.2.2 图表的功能 / 34
Power BI和Tableau建模篇
第3章 Power BI建模基础 / 36
3.1 工具安装：Power BI Desktop / 36
3.1.1 Power BI的版本、许可介绍 / 36
3.1.2 Power BI Desktop界面简介 / 38
3.2 数据准备：获取SQL或Excel数据源 / 39
3.2.1 获取SQL数据源 / 39
3.2.2 获取Excel数据源 / 42
3.3 数据建模：建立表关联 / 43
3.3.1 SQL表关联 / 43
3.3.2 Excel表关联 / 47
3.4 数据准备：优化数据模型 / 50
3.4.1 集中放置度量 / 50
3.4.2 重命名字段 / 51
3.4.3 删除冗余列 / 51
3.4.4 筛选表行 / 52
3.4.5 调整字段属性 / 52
3.4.6 创建层级 / 52
3.5 数据建模：创建度量 / 54
3.6 数据建模：创建进阶度量 / 56
3.7 数据建模：DAX基础知识 / 59
3.7.1 DAX的重要概念 / 59
3.7.2 DAX函数简介 / 61
第4章 Power BI建模进阶 / 70
4.1 销售分析——创建销售趋势报表页 / 70
4.1.1 创建销售度量 / 70
4.1.2 创建销售趋势图 / 72
4.1.3 创建销售地图 / 73
4.1.4 创建产品类别占比与销售渠道占比饼图 / 74
4.1.5 创建同比、环比卡片图 / 76
4.2 销售分析——增加销售渠道维度、优化地理表 / 78
4.2.1 增加销售渠道维度 / 78
4.2.2 优化地理表信息 / 82
4.3 产品销售分析 / 84
4.3.1 创建产品度量与草图 / 85
4.3.2 创建簇状条形图 / 86
4.3.3 创建销售利润率箱形图 / 87
4.3.4 创建产品分布散点图 / 89
4.3.5 创建层级筛选器 / 90
4.4 客户分析 / 92
4.4.1 创建客户分析页面 / 92
4.4.2 创建客户消费排名 / 94
4.4.3 计算客户渗透率 / 95
4.4.4 创建客户消费TreeViz图 / 97
4.5 销售业绩分析 / 98
4.5.1 查询、编辑销售任务元数据 / 99
4.5.2 创建折线和簇状柱形图 / 102
4.5.3 理解隐性上下文转换 / 103
4.5.4 创建销售人员排名表 / 105
4.5.5 创建销售利润贡献率瀑布图 / 106
4.5.6 创建排名彩虹图 / 107
4.5.7 创建KPI仪表板 / 107
4.6 ABC分析 / 108
4.6.1 用EARLIER函数创建ABC分类 / 109
4.6.2 创建ABC分类矩阵图 / 111
4.6.3 创建Top销售金额排名树状图 / 111
4.6.4 创建销售利润率漏斗图 / 113
4.6.5 创建销售金额分布光圈图 / 113
4.6.6 创建ABC分类产品数 / 114
4.7 销售预测分析 / 115
4.7.1 方法一： Power BI 自带回归预测分析 / 115
4.7.2 方法二： 用户自定回归分析 / 117
4.8 财务报表分析 / 121
4.8.1 用DAX建立层级财务账目 / 121
4.8.2 修正账目表元数据 / 126
4.8.3 财务表账目的同比、等比分析 / 129
4.9 钻取明细数据 / 131
4.9.1 报表钻取设置 / 131
4.9.2 书签功能 / 133
第5章 发布Power BI报表 / 135
5.1 Power BI Online菜单介绍与发布工作簿 / 135
5.1.1 Power BI Online菜单介绍 / 135
5.1.2 发布报表内容 / 136
5.1.3 内容类型简介 / 138
5.1.4 用Power BI Desktop读取Power BI Online数据集 / 139
5.2 Power BI Online的特色功能介绍 / 140
5.2.1 自然语言查询 / 140
5.2.2 快速见解 / 142
5.2.3 创建仪表板 / 142
5.3 共享仪表板和OneDrive数据源 / 144
5.3.1 共享仪表板 / 144
5.3.2 分享数据源 / 145
5.3.3 Power BI Mobile / 147
5.4 设置数据刷新 / 149
第6章 Tableau建模基础 / 151
6.1 工具安装：Tableau Desktop / 151
6.1.1 Tableau Desktop 界面简介 / 152
6.1.2 Tableau Prep 界面简介 / 153
6.2 数据准备：Tableau Prep / 154
6.3 数据建模：联合事实表 / 159
6.4 数据建模：联接多数据源 / 162
6.4.1 左侧联接 / 162
6.4.2 将一张表多次添加 / 163
6.4.3 手动调整联接字段 / 164
6.4.4 保存文件类型和连接 / 166
6.5 数据准备：优化数据模型 / 167
6.5.1 创建销售渠道维度 / 167
6.5.2 字段隐藏、名称改动、层级创建 / 168
6.5.3 创建文件夹 / 169
6.6 数据建模：创建基础公式 / 170
6.7 数据建模：创建进阶公式 / 175
6.7.1 判断函数 / 175
6.7.2 表函数 / 176
6.7.3 LOD公式 / 177
6.7.4 筛选顺序 / 180
第7章 Tableau建模进阶 / 183
7.1 销售分析 / 183
7.1.1 创建销售趋势柱形图（A1） / 183
7.1.2 创建销售金额与销售利润双轴图（A1） / 184
7.1.3 创建销售环比、同比表（A2） / 185
7.1.4 创建线上/线下销售金额占比、产品类销售金额占比饼图（A3、A4） / 185
7.1.5 创建销售地图（A5） / 186
7.2 销售分析：创建仪表板 / 187
7.2.1 仪表板筛选器设置 / 188
7.2.2 图表位置空间调整 / 189
7.2.3 字体格式调整 / 189
7.2.4 数字格式调整 / 189
7.2.5 动态标题 / 189
7.2.6 设置图表为筛选器 / 190
7.2.7 添加筛选器 / 191
7.2.8 调整筛选器样式 / 191
7.2.9 设置浮动图例 / 192
7.2.10 下钻销售趋势 / 192
7.3 销售分析——完善地图 / 192
7.3.1 添加州地图及LOD计算字段 / 192
7.3.2 设置地图筛选器 / 195
7.3.3 制作VIZ in Tooltip / 196
7.4 产品销售分析 / 198
7.4.1 创建产品订单数量趋势图（B1） / 198
7.4.2 创建产品销售数量散点图（B2） / 198
7.5 客户分析 / 202
7.5.1 创建统计排名（C1） / 203
7.5.2 控制排序内容 / 203
7.5.3 创建显示排名参数 / 205
7.5.4 计算客户渗透率 / 206
7.6 销售业绩分析 / 211
7.6.1 运用数据混合模式 / 211
7.6.2 计算销售任务达成率 / 212
7.6.3 创建销售排名表 / 215
7.6.4 员工销售金额和利润贡献率 / 219
7.7 ABC分析 / 222
7.7.1 计算产品销售金额累加和占比 / 222
7.7.2 创建帕累托图 / 224
7.7.3 用帕累托图验证“二八法则” / 225
7.7.4 色阶与词云应用 / 226
7.8 销售预测分析 / 228
7.8.1 预测方法一：Tableau自带回归预测分析 / 229
7.8.2 预测方法二： 定制化分析 / 232
7.9 财务报表分析 / 235
7.9.1 创建财务明细条行图 / 236
7.9.2 子类账目的合计百分比 / 238
7.9.3 创建财务报表趋势区域图 / 239
7.9.4 设置突出显示效果 / 241
7.10 钻取销售记录明细 / 241
7.10.1 创建筛选器菜单 / 242
7.10.2 快速填充空白重复区 / 243
第8章 发布Tableau报表 / 248
8.1 Tableau Online简介与发布工作簿 / 248
8.1.1 Tableau Online简介与注册方法 / 248
8.1.2 发布工作簿 / 250
8.2 发布数据源 / 252
8.2.1 Tableau Bridge客户端简介 / 252
8.2.2 发布共享数据源 / 253
8.2.3 替换数据源 / 255
8.3 Tableau Online服务功能 / 256
8.3.1 Tableau 项目菜单 / 256
8.3.2 Tableau视图菜单 / 260
8.3.3 Tableau移动端视图 / 261
企业级应用篇
第9章 IT与商业的新型合作模式 / 264
9.1 IT与业务共同管理 / 264
9.2 创建SSAS项目 / 266
9.3 搭建SSAS数据模型 / 269
9.3.1 创建关联 / 269
9.3.2 创建度量 / 271
9.3.3 建立动态表 / 273
9.3.4 创建层级 / 273
9.3.5 部署数据模型 / 274
9.4 SSAS模式中的Power BI和Tableau应用 / 274
9.4.1 创建Power BI应用 / 274
9.4.2 创建Tableau应用 / 276
9.4.3 SSAS模式自动处理模型 / 278
9.4.4 Power BI网关的设置 / 282
9.5 未来SSBI之展望 / 282
后记 / 285
· · · · · · (收起)
读后感
用户评价
这本书真是让我这个刚踏入数据分析领域的“小白”找到了方向，它不像市面上那些动辄上百页、充斥着专业术语的教科书，让人望而却步。作者的讲解方式非常平易近人，仿佛一位经验丰富的老师手把手教你一样。我最欣赏的是它从最基础的数据概念讲起，循序渐进地引导我们进入Power BI和Tableau的世界。比如，在介绍数据清洗时，作者没有直接丢给我们复杂的M语言或者DAX公式，而是先用Excel中的常见问题来举例，让我对“脏数据”有了直观的认识。接着，再将这些概念无缝对接到了Power BI的Power Query编辑器，这种“先有概念，再有工具”的教学方法，极大地降低了我的学习门槛。而且，书中配的案例都是非常贴近实际业务场景的，比如销售业绩分析、客户画像构建，这些都是工作中真真切切会遇到的挑战。看完前几章，我不仅学会了如何拖拽字段，更重要的是理解了数据分析背后的逻辑和思考方式，这比单纯学会软件操作要宝贵得多。这本书的结构设计非常合理，感觉作者真的站在初学者的角度替我们着想了，让我们在学习过程中充满信心，而不是被一堆复杂的技术名词压垮。
作为一名已经工作几年、对数据分析有一定初步了解的职场人士，我更关注的是如何高效地将分析成果转化为决策支持。这本书在这方面做得非常出色，它没有过多纠缠于基础语法的重复讲解，而是将重点放在了“叙事性报告”和“交互式探索”的实战技巧上。例如，书中关于如何设计一个能引导用户进行深度挖掘的参数联动仪表板的章节，简直是如获至宝。作者分享了许多专业设计师才会注意到的细节，比如色彩心理学在BI中的应用、信息层级的布局策略，以及如何通过“钻取”和“筛选器动作”来构建流畅的用户体验。这使得我的报告不再是冷冰冰的图表集合，而是能主动与业务方对话的分析工具。这种将技术应用到商业沟通层面的讲解，是市面上很多纯技术书籍所缺失的。这本书真正教会了我如何“销售”我的数据洞察，而不是仅仅“展示”我的数据分析能力。
这本书的配套资源和实操感是它区别于其他同类书籍的关键因素。作者在每章末尾提供的“动手实践”环节设计得非常巧妙，它要求读者下载特定的数据集，然后完全按照书中的步骤重现分析过程。这确保了学习不是被动的接受信息，而是主动的技能构建。我特别喜欢它对数据源连接多样性的覆盖，从最基础的Excel到云端数据库的连接，都有详细的截图和说明，让我感觉无论我未来接触到什么样的数据环境，这本书都能提供入口。而且，书中对性能优化的讨论也十分到位，很多时候我们做出复杂的报表后，发现加载速度奇慢，这本书预先就指出了哪些操作会拖慢速度，并提供了对应的优化思路，这让我在实际工作中少走了很多弯路。总而言之，这本书的价值在于其高度的实战性和前瞻性，它不仅教我“怎么做”，更教我“为什么这么做”，以及“怎样做得更好更高效”。
这本书最大的亮点在于它对“自助式BI”理念的深入阐述，这不仅仅是一本工具操作手册，更是一本思维转变的指南。在阅读过程中，我深刻体会到，掌握Power BI和Tableau的核心价值不在于做出最炫酷的图表，而在于赋能业务人员自己动手获取洞察。作者在书中多次强调“业务驱动”的重要性，比如，在设计仪表板时，总是先引导读者思考“这个图表要回答什么业务问题”，而不是上来就堆砌各种视觉对象。这种强调结果导向的叙述方式，让我不再是机械地跟着步骤操作，而是开始主动思考数据背后的故事。特别是关于数据可视化选择的部分，讲解得极其透彻，什么情况下该用柱状图，什么情况下要用散点图，背后的统计学意义是什么，都解释得清清楚楚，完全颠覆了我过去“哪个好看用哪个”的随意做法。通过这本书的实践，我发现自己看数据的眼光都变了，不再满足于报表上的数字，而是开始探究数字背后的变化趋势和驱动因素，这对我个人职业能力的提升是质的飞跃。
坦白说，我之前尝试过一些在线课程学习Tableau，但总是觉得知识点散乱，学完一个知识点，很快就忘了怎么应用。然而，这本书的编排就像一部精心铺设的路线图。它清晰地划分了Power BI和Tableau的学习模块，但又巧妙地在两者之间建立了联系，让我们明白虽然工具不同，但数据分析的核心思想是共通的。让我印象特别深刻的是书中关于数据模型构建的章节。很多初学者都忽略了这一步，直接开始做图，结果就是数据重复、计算错误。这本书用清晰的图示，讲解了星型模型和雪花模型，并实际演示了如何在Power BI中建立有效的关联。这部分内容对我后续处理复杂多表数据起到了决定性的作用，让我避免了许多后期返工的痛苦。如果说以前的学习是碎片化的知识点堆砌，那么这本书就是将这些点连成了线，构筑了一个完整的知识体系，让知识的迁移和应用变得水到渠成。
作者可能自己都不知道自己在讲什么
作者可能自己都不知道自己在讲什么
好书 不只是讲操作
好书 不只是讲操作
好书 不只是讲操作
