商务智能：数据分析的管理视角（英文版·第4版）

第1章　商务智能、商务分析和数据科学概述3
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4
1.2　变化的商业环境，决策支持和商务分析的需求变化11
1.3　计算机决策支持向商务分析和数据科学的演变13
1.4　商务智能框架15
商务智能的定义16
商务智能的简史16
商务智能的架构16
商务智能的起源和驱动力16
应用案例1.1　Sabre通过仪表盘和分析帮助客户18
商务智能多媒体应用19
事务处理与分析处理19
进行适当的规划并与企业战略保持一致20
实时按需的BI实现21
开发或获取BI系统21
合理性和成本效益分析22
安全和隐私保护22
系统和应用集成22
1.5　商务分析概述22
描述性分析24
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24
应用案例1.3　西门子通过使用数据可视化降低成本25
预测性分析25
应用案例1.4　运动损伤分析26
规范性分析26
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27
商务分析应用于不同领域27
商务分析或数据科学28
1.6　所处领域的商务分析实例29
应用于医疗保健的商务分析—Humana实例29
零售价值链中的商务分析33
1.7　大数据分析简介35
什么是大数据35
应用案例1.6　CenterPoint Energy使用实时大数据分析改善客户服务37
1.8　商务分析生态系统概述37
数据生成基础设施提供商39
数据管理基础设施提供商39
数据仓库提供商40
中间件提供商40
数据服务提供商40
专注于商务分析的软件开发者41
应用开发者：特定行业或一般行业42
商务分析行业分析师和有影响力者43
学术机构和认证机构44
监管者和政策制定者45
分析用户组织45
本书计划46
资源、链接和Teradata大学网络连接47
第2章　描述性分析Ⅰ：数据的性质、统计建模与可视化53
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54
2.2　数据的性质57
2.3　数据的简单分类61
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63
2.4　数据预处理的艺术与科学65
应用案例2.2　通过数据驱动分析提高学生保留率68
2.5　用于商务分析的统计建模74
用于描述性分析的描述性统计75
集中趋势度量（也可以称作位置或中心度量）76
算术平均数76
中位数77
众数77
离散趋势度量（也可称为散布或分散度量）77
极差78
方差78
标准差78
平均绝对偏差78
四分位数与四分位距78
箱图79
分布形状80
技术洞察2.1　如何使用Microsoft Excel进行描述性统计82
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84
2.6　用于推断性统计的回归建模86
我们如何开发线性回归模型87
我们如何知道模型是否足够好88
什么是线性回归最重要的假设89
逻辑回归90
应用案例2.4　预测NCAA碗赛结果91
时间序列预测96
2.7　业务报表98
应用案例2.5　纸质报表的洪水结束于FEMA100
2.8　数据可视化101
数据可视化简史101
应用案例2.6　Macfarlan Smith使用Tableau Online提高运营绩效洞察103
2.9　不同类型的图表106
基本图表106
专用图表107
你应该使用哪种图表108
2.10　可视化分析的兴起110
技术洞察2.2　商务智能和分析平台的Gartner魔力象限111
可视化分析112
高效率可视化分析环境112
技术洞察2.3　通过数据和可视化讲出色的故事113
2.11　信息仪表盘117
应用案例2.7　Dallas Cowboys使用Tableau与Teknion获
　得高分118
仪表盘设计119
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119
在仪表盘中要寻找的内容121
仪表盘设计的最佳实践121
符合行业标准的基准关键绩效指标121
使用情境的元数据包装仪表盘指标121
通过可用性专家验证仪表盘设计122
把传输到仪表盘的报警或
　异常按优先级划分并排序122
以业务用户评论丰富仪表盘122
从三个不同层次呈现信息122
使用仪表盘设计原则选取正确的视觉构造122
为指导性分析做准备122
第3章　描述性分析II：商务智能和数据仓库127
3.1　开篇小插曲：利用商务智能和数据仓库定位税务欺诈128
3.2　商务智能与数据仓库130
什么是数据仓库131
数据仓库的历史视角132
数据仓库的特征133
数据集市134
操作数据存储135
企业数据仓库135
元数据135
应用案例3.1　更好的数据计划：著名
　的TELCO公司使用数
　据仓库和商务分析技术
　在竞争激烈的行业中保
　持领先地位135
3.3　数据仓库过程137
3.4　数据仓库架构139
可选的数据仓库架构142
哪种架构最好144
3.5　数据集成以及提取、转换和加载
　过程145
数据集成146
应用案例3.2　BP Lubricants公司实现BIGS成功146
提取、转换和加载148
3.6　数据仓库的开发150
应用案例3.3　使用Teradata分析的SAP解决方案加速大数据交付151
数据仓库开发方法153
数据仓库开发的其他思考156
数据仓库中的数据表示156
技术洞察3.1　托管数据仓库157
数据仓库中的数据分析158
OLAP和OLTP158
OLAP操作159
3.7　数据仓库的实施问题160
大型数据仓库和可扩展性162
应用案例3.4　EDW帮助连接密歇根的政府机构163
3.8　数据仓库管理、安全问题和未来趋势164
数据仓库的未来165
技术洞察3.2　数据湖166
3.9　企业绩效管理170
闭环BPM周期171
应用案例3.5　AAPR改造其BI基础设施，并在三年内达到347%的投资回报173
3.10　绩效度量175
关键绩效指标176
绩效度量系统177
3.11　平衡记分卡177
四个视角177
平衡在平衡记分卡中的意义179
3.12　作为绩效度量系统的六西格玛179
DMAIC绩效模型180
平衡记分卡与六西格玛180
有效的绩效度量181
应用案例3.6　Expedia.com的客户满意度记分卡182
第4章　预测性分析I：数据挖掘的过程、方法和算法189
4.1　开篇小插曲：迈阿密达德警察部门应用预测性分析预测和打击犯罪190
4.2　数据挖掘概念与应用193
应用案例4.1　Visa利用预测性分析和数据挖掘提升用户体验，同时减少欺诈行为194
定义、特征和优势196
数据挖掘原理197
应用案例4.2　戴尔在21世纪通过分析保持敏捷和高效198
数据挖掘与统计学203
4.3　数据挖掘应用203
应用案例4.3　预测性分析和数据挖掘有助于阻止对恐怖分子的资助205
4.4　数据挖掘过程206
步骤1：业务理解207
步骤2：数据理解208
步骤3：数据准备208
步骤4：建模209
应用案例4.4　数据挖掘有助于癌症研究209
步骤5：测试和评估212
步骤6：部署212
其他数据挖掘标准化过程和方法212
4.5　数据挖掘方法215
分类215
估计分类模型的准确度216
应用案例4.5　InuenceHealth使用先进的预测性分析来关注影响人们医疗保健决策的因素223
数据挖掘聚类分析225
关联规则挖掘227
4.6　数据挖掘软件工具231
应用案例4.6　数据挖掘来到好莱坞：预测电影的商业成功233
4.7　数据挖掘的隐私问题、谬误和隐患237
应用案例4.7　预测客户购买模式—Target公司的故事238
数据挖掘谬误和隐患238
第5章　预测性分析II：文本、Web以及社交媒体分析247
5.1　开篇小插曲：《Jeopardy》上的人机大战：Watson的故事248
5.2　文本分析与文本挖掘概述251
技术洞察5.1　文本挖掘术语253
应用案例5.1　保险集团通过文本挖掘解决方案来加强风险管理254
5.3　自然语言处理255
应用案例5.2　AMC Networks正在使用分析为多渠道世界中的广告商捕获新的观众、预测评级和增加价值257
5.4　文本挖掘应用261
营销应用261
安全应用261
应用案例5.3　挖掘谎言262
生物医学应用264
学术应用266
应用案例5.4　将客户带入质量方程：联想使用分析重新构思设计266
5.5　文本挖掘过程268
任务1：建立语料库269
任务2：创建词项–文档矩阵269
任务3：提取知识271
应用案例5.5　使用文本挖掘研究文献综述273
5.6　情感分析276
应用案例5.6　创造独特的数字体验来享受温网中的精彩瞬间277
情感分析应用280
情感分析过程282
极性识别方法284
使用词典284
使用训练文档集285
识别句子和短语的语义倾向286
识别文档的语义倾向286
技术洞察5.2　用于预测性文本挖掘和情感分析的大规模文本数据集286
5.7　Web挖掘概述287
Web内容挖掘和Web结构挖掘289
5.8　搜索引擎291
搜索引擎剖析292
搜索引擎优化294
搜索引擎优化方法295
技术洞察5.3　最流行的排名前15的搜索引擎（2016年8月）296
应用案例5.7　理解为什么客户放弃购物车使销售额增加了1000万美元297
5.9　Web使用挖掘（Web分析）298
Web分析技术299
Web分析指标300
网站可用性300
流量来源301
访客特征302
转化统计302
5.10　社交分析304
社交网络分析304
社交网络分析指标305
应用案例5.8　Tito的伏特加酒通过可靠的社交策略建立品牌忠诚度305
社交媒体分析309
人们如何使用社交媒体310
度量社交媒体的影响311
社交媒体分析的最佳实践311
第6章　规范性分析：优化和模拟319
6.1　开篇小插曲：费城学区通过使用规范性分析找到巴士路线的最佳解决方案320
6.2　基于模型的决策322
规范性分析模型案例322
应用案例6.1　通过决策支持系统向埃克森美孚下游进行最佳运输323
识别问题和环境分析324
模型类别324
应用案例6.2　Ingram Micro使用商务智能应用进行定价决策325
6.3　用于决策支持的数学模型的结构328
决策支持数学模型的组件329
数学模型的结构329
6.4　确定性、不确定性以及风险分析330
确定性下的决策330
不确定性下的决策331
风险分析331
6.5　使用电子表格进行决策建模331
应用案例6.3　美国航空使用成本建模来评估出货路线的不确定性332
应用案例6.4　宾夕法尼亚州收养交易所使用电子表格模型更好地匹配儿童与家庭333
应用案例6.5　Metro Mealson Wheels Treasure Valley使用Excel来寻找最佳的配送路线334
6.6　数学规划优化336
应用案例6.6　混合整数规划模型帮助田纳西大学医学中心调度医生337
线性规划模型338
线性规划中的建模：一个例子339
实现344
6.7　多目标、敏感性分析、假设分析和目标寻求346
多目标346
敏感性分析347
假设分析348
目标寻求348
6.8　基于决策表和决策树的决策分析349
决策表350
决策树351
6.9　模拟概论352
模拟的主要特征352
应用案例6.7　乙型肝炎干预的模拟效果353
模拟的优点354
模拟的缺点355
模拟方法35