商務智能：數據分析的管理視角（原書第4版） 商务智能:数据分析的管理视角(原书第4版)

本書先簡單概述了商務智能、分析學和數據科學的基礎知識，然後介紹了描述性分析、預測性分析和規範性分析，接著介紹了大數據的概念和相關工具，後對商務智能的發展趨勢進行了展望，並探討了分析中對隱私和管理的考量。

Ramesh Sharda博士，商業主管項目的主任，信息系統研究所所長，俄克拉荷馬州立大學斯皮爾斯商學院管理科學與信息系統的傑出貢獻教授，信息系統協會決策支持系統和知識管理專業組（SIGDSS）的共同創辦人，服務於多個編輯委員會。他的研究方向包括決策支持系統、商務分析、信息過載管理技術。

Dursun Delen博士，俄克拉荷馬州立大學斯皮爾斯商學院管理科學與信息系統的教授，創新醫療系統研究中心的主任，業務分析教授。他的研究方向包括數據和文本挖掘、業務分析、決策支持系統、知識管理、商務智能和企業建模。

Efraim Turban博士，夏威夷大學太平洋信息系統管理研究院的訪問學者，曾經就職於多所大學，包括佛羅里達國際大學、加利福尼亞州立大學長灘分校、東伊利諾伊大學以及南加利福尼亞大學。他還是世界各地許多公司的諮詢師。他的研究方向包括基於Web的決策支持系統、社會化電子商務和協同決策。

前言
第1章商務智能、商務分析和數據科學概述1 
1.1開篇小插曲：體育分析——學習和了解商務分析應用的一個令人興奮的前沿1 
1.2變化的商業環境，決策支持和商務分析的需求變化8 
1.3計算機決策支持向商務分析和數據科學的演變9 
1.4商務智能框架12 
1.4.1商務智能的定義12 
1.4.2商務智能的簡史12 
1.4.3商務智能的架構13 
1.4.4商務智能的起源和驅動力13 
應用案例1.1 Sabre通過儀錶盤和分析幫助客戶14 
1.4.5商務智能多媒體應用15 
1.4.6事務處理與分析處理15 
1.4.7進行適當的規劃並與企業戰略保持一致16 
1.4.8實時按需的BI實現17 
1.4.9開發或獲取BI系統17 
1.4.10合理性和成本效益分析17 
1.4.11安全和隱私保護17 
1.4.12系統和應用集成18 
1.5商務分析概述18 
1.5.1描述性分析19 
應用案例1.2 Silvaris通過可視化分析和實時報表功能提升業務19
應用案例1.3西門子通過使用數據可視化降低成本20 
1.5.2預測性分析20 
應用案例1.4運動損傷分析21 
1.5.3規範性分析21 
應用案例1.5特種鋼筋公司使用商務分析確定可承諾交付日期22 
1.5.4商務分析應用於不同領域22 
1.5.5商務分析或數據科學23 
1.6所處領域的商務分析實例23 
1.6.1應用於醫療保健的商務分析——Humana實例24 
1.6.2零售價值鏈中的商務分析27 
1.7大數據分析簡介29 
應用案例1.6 CenterPoint Energy使用實時大數據分析改善客戶服務30 
1.8商務分析生態系統概述31 
1.8.1數據生成基礎設施提供商32 
1.8.2數據管理基礎設施提供商32 
1.8. 3數據倉庫提供商33 
1.8.4中間件提供商33 
1.8.5數據服務提供商33 
1.8.6專注於商務分析的軟件開發者34 
1.8.7應用開發者：特定行業或一般行業35 
1.8.8商務分析行業分析師和有影響力者36 
1.8.9學術機構和認證機構37 
1.8.10監管者和政策制定者37 
1.8.11分析用戶組織37 
1.9本書計劃38
1.10資源、鏈接和Teradata大學網絡連接39 

第2章描述性分析Ⅰ：數據的性質、統計建模與可視化44 
2.1開篇小插曲：SiriusXM利用數據驅動的營銷吸引新一代的移動消費者44 
2.2數據的性質47 
2.3數據的簡單分類50 
應用案例2.1醫療器械公司節省開支的同時確保產品質量52 
2.4數據預處理的藝術與科學54 
應用案例2.2通過數據驅動分析提高學生保留率56 
2.5用於商務分析的統計建模61 
2.5.1用於描述性分析的描述性統計62 
2.5.2集中趨勢度量（也可以稱作位置或中心度量） 62 
2.5.3算術平均數62 
2.5.4中位數63 
2.5.5眾數63 
2.5.6離散趨勢度量（也可稱為散佈或分散度量） 63 
2.5.7極差64 
2.5.8方差64 
2.5.9標準差64 
2.5.10平均絕對偏差64 
2.5.11四分位數與四分位距64 
2.5.12箱圖65 
2.5.13分佈形狀66 
技術洞察2.1如何使用Microsoft Excel進行描述性統計67 
應用案例2.3 Cary鎮使用商務分析來分析傳感 數據、評估需求和檢測問題70
2.6用於推斷性統計的回歸建模71 
2.6.1我們如何開發線性回歸模型72 
2.6.2我們如何知道模型是否足夠好73 
2.6.3什麼是線性回歸最重要的假設74 
2.6.4邏輯回歸74 
應用案例2.4預測NCAA碗賽結果75 
2.6.5時間序列預測79 
2.7業務報表80 
應用案例2.5紙質報表的洪水結束於FEMA 82 
2.8數據可視化83 
應用案例2.6 Macfarlan Smith使用Tableau Online提高運營績效洞察85 
2.9不同類型的圖表87 
2.9.1基本圖表88 
2.9.2專用圖表88 
2.9.3你應該使用哪種圖表89 
2.10可視化分析的興起91 
技術洞察2.2商務智能和分析平台的Gartner魔力像限91 
2.10.1可視化分析93 
技術洞察2.3通過數據和可視化講出色的故事93 
2.10.2高效率可視化分析環境95 
2.11信息儀錶盤97 
應用案例2.7 Dallas Cowboys使用Tableau與Teknion獲得高分98 
2.11.1儀錶盤設計99 
應用案例2.8可視化分析幫助能源供應商實現更好的連接100
2.11.2在儀錶盤中要尋找的內容101 
...... 
2.11.4符合行業標準的基準關鍵績效指標101 
2.11.5使用情境的元數據包裝儀錶盤指標101 
2.11.6通過可用性專家驗證儀錶盤設計102 
2.11.7把傳輸到儀錶盤的報警或異常按優先級劃分並排序102 
2.11.8以業務用戶評論豐富儀錶盤102 
2.11.9從三個不同層次呈現信息102 
2.11.10使用儀表盤設計原則選取正確的視覺構造102 
2.11.11為指導性分析做準備102 

第3章描述性分析II：商務智能和數據倉庫109 
3.1開篇小插曲：利用商務智能和數據倉庫定位稅務欺詐109 
3.2商務智能與數據倉庫111 
3.2.1什麼是數據倉庫112 
3.2.2數據倉庫的歷史視角112 
3.2.3數據倉庫的特徵114 
3.2.4數據集市115 
3.2.5操作數據存儲115