34招精通商业智能数据分析：Power BI和Tableau进阶实战

10.5 第33招：复活客户分析

10.4 第32招：流失客户分析

10.3 第31招：返回客户分析

10.2 第30招：动态历史变化趋势分析

10.1 第29招：客户最大消费额与平均消费额分析

第10章 综合示例

9.2 第28招：篮子分析

9.1 第27招：交叉分析

第9章 相关性分析

8.4 第26招：占比统计分析

8.3 第25招：堆积百分比分析

8.2 第24招：地理位置占比分析

8.1 第23招：群体占比分析

第8章 占比分析

7.6 第22招：帕累托分析

7.5 第21招：动态象限图分析

7.4 第20招：静态象限图分析

7.3 第19招：合计百分比分布分析

7.2 第18招：时间分布分析

7.1 第17招：次数分布分析

第7章 分布分析

6.4 第16招：单值与平均值差异分析

6.3 第15招：总体与个体分析

6.2 第14招：差异分析

6.1 第13招：异常值检测分析

第6章 差异分析

5.3 第12招：动态分类（分类重叠）分析II

5.2 第11招：动态分类分析I

5.1 第10招：静态分类分析

第5章 分类分析

4.3 第9招：排名变动分析

4.2 第8招：动态排名分析

4.1 第7招：静态排名分析

第4章 排名分析

3.6 第6招：累积增长分析

3.5 第5招：个体趋势变化分析

3.4 第4招：平均值与期末值分析

3.3 第3招：YTD（年初至今）日期同比分析

3.2 第2招：非季节性环比分析

3.1 第1招：季节性同比分析

第3章 趋势分析

2.9 移动平均值、中位数、众数与百分位数统计

2.8 数据桶的应用

2.7 组的应用

2.6 透视与逆透视

2.5 度量单位

2.4 参数

2.3 时间函数

2.2 Power BI计算精要

2.1 Tableau计算精要

第2章 基础知识

1.5 数据可视化的技、术与道

1.4 Power BI和Tableau的对比

1.3 Power BI与Tableau的诞生

1.2 派生维度的概念

1.1 自助式BI的崛起

第1章 自助式BI的特点

彼得的自助数据分析推广笔记

前言：写给“滚雪球”前的你

序三

序二

序一

写在前面

版权信息

封面

封面

版权信息

写在前面

序一

序二

序三

前言：写给“滚雪球”前的你

彼得的自助数据分析推广笔记

第1章 自助式BI的特点

1.1 自助式BI的崛起

1.2 派生维度的概念

1.3 Power BI与Tableau的诞生

1.4 Power BI和Tableau的对比

1.5 数据可视化的技、术与道

第2章 基础知识

2.1 Tableau计算精要

2.2 Power BI计算精要

2.3 时间函数

2.4 参数

2.5 度量单位

2.6 透视与逆透视

2.7 组的应用

2.8 数据桶的应用

2.9 移动平均值、中位数、众数与百分位数统计

第3章 趋势分析

3.1 第1招：季节性同比分析

3.2 第2招：非季节性环比分析

3.3 第3招：YTD（年初至今）日期同比分析

3.4 第4招：平均值与期末值分析

3.5 第5招：个体趋势变化分析

3.6 第6招：累积增长分析

第4章 排名分析

4.1 第7招：静态排名分析

4.2 第8招：动态排名分析

4.3 第9招：排名变动分析

第5章 分类分析

5.1 第10招：静态分类分析

5.2 第11招：动态分类分析I

5.3 第12招：动态分类（分类重叠）分析II

第6章 差异分析

6.1 第13招：异常值检测分析

6.2 第14招：差异分析

6.3 第15招：总体与个体分析

6.4 第16招：单值与平均值差异分析

第7章 分布分析

7.1 第17招：次数分布分析

7.2 第18招：时间分布分析

7.3 第19招：合计百分比分布分析

7.4 第20招：静态象限图分析

7.5 第21招：动态象限图分析

7.6 第22招：帕累托分析

第8章 占比分析

8.1 第23招：群体占比分析

8.2 第24招：地理位置占比分析

8.3 第25招：堆积百分比分析

8.4 第26招：占比统计分析

第9章 相关性分析

9.1 第27招：交叉分析

9.2 第28招：篮子分析

第10章 综合示例

10.1 第29招：客户最大消费额与平均消费额分析

10.2 第30招：动态历史变化趋势分析

10.3 第31招：返回客户分析

10.4 第32招：流失客户分析

10.5 第33招：复活客户分析