Python+Superset：商業智能數據分析與實戰（簡體書）
商品資訊
商品簡介
本書通過實際案例深入介紹了基於Python的開源商業智能工具Apache Superset。本書立足於為企業建立一套開源免費的BI（商業智能）數據分析平臺，實現自助數據處理、數據分析、數據可視化，概述了該系統的基本情況、總體需求、解決方案和業務理解等。本書從企業BI系統建設的實際需求出發，詳細闡述了商業智能系統開發的概念、流程及相關技術，同時結合實際案例介紹了基於Apache Superset的**且常用的商業智能技術，包括Redis、Hive、Presto、Vertica、ClickHouse、TiDB、Dremio等。
作者簡介
王國平：具有十余年金融、電力、互聯網等行業從業經歷，現已出版十余部專著。擅長數據分析、數據可視化、機器學習等，精通Python、SPSS、Tableau、Power BI等數據分析工具，熟悉MySQL、SQL Server等數據庫，以及Hadoop、Hive、Zeppelin、Spark等大數據分析及可視化工具。
名人/編輯推薦
商業智能是一種處理企業現有數據，將其轉化成知識和結論，輔助管理者做出決策的技術，它在商業決策領域發揮著越來越重要的作用。商業智能可視化技術已經被應用於各類商業領域，它可以幫助管理者更加清晰、直觀地理解數據，以便做出關鍵決策。本書立足於為企業建立一套開源免費的商業智能數據分析平臺，實現自助數據處理、數據分析、數據可視化，概述了該系統的基本情況、總體需求、解決方案和業務理解等。
序
近年來，隨著信息化的飛速發展，越來越多的企業意識到數據在商業決策方面的價值，對數據驅動的需求更加強烈。通過數據分析、數據可視化等工具，企業能夠從數據中獲取精準的業務現狀、客戶價值和市場趨勢。
商業智能（Business Intelligence，BI）是一種處理企業現有數據，將其轉化成知識和結論，輔助管理者做出決策的技術，它在商業決策領域發揮著越來越重要的作用。BI可視化技術已經被應用於各類商業領域，它可以幫助管理者更加清晰、直觀地理解數據，以便做出關鍵決策。
對電商企業來說，數據的意義更加重要，尤其是初創型電商企業，在變化的市場中，通過數據分析及時驗證產品思路往往可以提高產品的市場占有率。商業智能可以揭示用戶對產品的滿意度，幫助企業迅速定位用戶痛點，從而避免在不正確的思路上浪費資源。
本書的內容
第1章概述商業智能及其價值，包括商業智能簡介、商業智能技術，以及相關概念。
第2章介紹企業BI系統的開發需求，包括項目背景概述、平臺總體需求和解決方案概述等。
第3章介紹系統開發過程中所涉及的系統主要軟件、數據倉庫技術，以及Apache Superset的安裝。
第4章介紹Apache Superset如何連接本地離線數據，以及傳統的關係型數據庫。
第5章介紹Apache Superset可視化分析，如何實現用戶管理、角色管理及看板設置與編輯。
第6章介紹Apache Superset報表和看板如何集成到前端，包括系統的參數設置和案例。
第7章介紹Apache Superset如何集成Redis進行系統性能優化，提升看板數據的讀取速度。
第8章介紹數據倉庫的概念，並結合案例闡述Apache Superset如何集成Hive數據倉庫。
第9章介紹實時計算引擎，並結合案例闡述Apache Superset如何集成Presto數據倉庫。
第10章介紹列式存儲引擎，並結合案例闡述Apache Superset如何集成Vertica數據倉庫。
第11章介紹聯機分析處理，並闡述Apache Superset如何集成ClickHouse數據倉庫。
第12章介紹混合事務分析處理，並闡述Apache Superset如何集成TiDB數據倉庫。
第13章介紹數據湖引擎，並結合案例闡述Apache Superset如何集成Dremio數據倉庫。
第14章介紹企業客戶細分主題分析，包括客戶屬性、客戶價值、消費行為等方面。
第15章介紹客戶滿意度主題分析，包括信賴度、專業度、有形度、同理度、反應度等方面。
本書的特色
（1）內容新穎，講解詳細。本書詳細介紹了基於Python的商業智能數據分析技術，對於初學者作用尤其明顯。
（2）由淺入深，循序漸進。本書以案例為主線，既包括軟件應用與操作的方法和技巧，又融入了商業智能的實戰案例，使讀者通過對本書的學習，能夠輕鬆快速地掌握商業智能數據分析技術。
（3）案例豐富，高效學習。本書基於開源商業智能工具進行講解，同時為了使讀者能夠快速提高自動化處理的綜合能力，書中包含大量盡可能貼近實際工作需求的案例，便於讀者學習和實踐。
本書的讀者物件
本書的內容和案例適用於電子商務、互聯網、咨詢等行業的數據分析人員，可供高等院校相關專業學生及從事商業智能和數據分析的研究者參考使用，也可作為Python軟件培訓的教材。
由於編者水平有限，書中難免存在錯誤和不妥之處，敬請廣大讀者批評指正。
王國平
2021年12月
目次
第1章 商業智能概述 1
1．1 商業智能簡介 1
1．1．1 商業智能的發展 1
1．1．2 商業智能的價值 3
1．1．3 商業智能的流程 4
1．2 商業智能技術 4
1．2．1 數據倉庫技術 4
1．2．2 ETL技術 6
1．2．3 數據可視化技術 6
1．3 幾個概念的比較 10
1．3．1 商業智能與報表工具 10
1．3．2 商業智能與數據分析 11
1．3．3 商業智能與數據可視化 11
第2章 系統開發需求分析 12
2．1 項目背景概述 12
2．1．1 項目意義與需求 12
2．1．2 項目目標、系統設計與階段劃分 16
2．2 平臺總體需求 18
2．2．1 平臺總體規劃 19
2．2．2 平臺用戶角色 20
2．3 解決方案概述 21
2．3．1 BI平臺功能簡介 21
2．3．2 BI平臺總體架構 22
2．4 業務數據理解 23
2．4．1 表及其字段含義 24
2．4．2 重要需求點闡述 28
第3章 系統開發相關技術 31
3．1 系統主要軟件 31
3．1．1 Hadoop 31
3．1．2 Python 34
3．1．3 Apache Superset 35
3．2 數據倉庫技術 37
3．2．1 數據倉庫構建過程 37
3．2．2 數據倉庫拉鏈算法 38
3．3 Apache Superset的安裝 39
3．3．1 在Docker中部署Apache Superset 39
3．3．2 在Windows下安裝Apache Superset 44
第4章 Apache Superset連接數據源 47
4．1 讀取本地數據 47
4．1．1 讀取CSV文件 47
4．1．2 讀取TXT文件 51
4．2 連接關係型數據庫 51
4．2．1 安裝驅動程序 52
4．2．2 配置連接參數 53
4．2．3 添加數據庫表 58
第5章 Apache Superset基礎操作 61
5．1 Apache Superset可視化分析 61
5．1．1 SQL Lab提取數據 61
5．1．2 製作報表與看板 64
5．2 Apache Superset用戶管理 68
5．2．1 創建新的系統用戶 68
5．2．2 刪除已有系統用戶 70
5．2．3 查看用戶日志記錄 71
5．3 Apache Superset角色管理 72
5．3．1 設置用戶角色類型 73
5．3．2 創建新的用戶角色 73
5．3．3 修改用戶角色類型 75
5．4 Apache Superset看板設置與編輯 77
5．4．1 Apache Superset看板設置 77
5．4．2 Apache Superset看板編輯 81
第6章 Apache Superset前端集成開發 84
6．1 前端開發概述 84
6．1．1 HTML及其應用案例 84
6．1．2 JavaScript及其特點 88
6．2 系統參數設置 89
6．3 Apache Superset前端集成實戰 90
6．3．1 報表嵌入Web頁面 90
6．3．2 看板嵌入Web頁面 97
第7章 Apache Superset系統性能優化 100
7．1 系統性能優化 100
7．2 搭建開發環境 102
7．2．1 Redis緩存概述 102
7．2．2 配置Redis環境 104
7．3 集成開發實戰 106
7．3．1 測試集成前看板 106
7．3．2 刷新集成後看板 108
第8章 Apache Superset與數據倉庫 109
8．1 數據倉庫概述 109
8．1．1 傳統數據倉庫 109
8．1．2 大數據數據倉庫 111
8．2 Apache Superset集成Hive 113
8．2．1 Hive數據倉庫概述 113
8．2．2 搭建Hive開發環境 115
8．3 物流配送影響因素分析 117
第9章 Apache Superset與實時計算引擎 121
9．1 實時計算引擎概述 121
9．1．1 實時計算應用場景 121
9．1．2 實時計算重要架構 123
9．2 Apache Superset集成Presto 126
9．2．1 Presto計算引擎概述 126
9．2．2 搭建Presto開發環境 128
9．3 網購退貨原因分析 132
9．3．1 網購退貨主要原因 132
9．3．2 個人原因退貨分析 134
第10章 Apache Superset與列式存儲引擎 136
10．1 列式存儲引擎 136
10．2 Apache Superset集成Vertica 138
10．2．1 Vertica存儲引擎概述 138
10．2．2 搭建Vertica開發環境 140
10．3 客戶流失原因分析 144
10．3．1 客戶流失主要原因 144
10．3．2 客戶流失服務因素分析 145
第11章 Apache Superset與聯機分析處理 147
11．1 聯機分析處理概述 147
11．1．1 聯機分析處理特性 147
11．1．2 聯機分析處理操作 149
11．2 Apache Superset集成ClickHouse 150
11．2．1 ClickHouse存儲引擎概述 151
11．2．2 搭建ClickHouse開發環境 152
13．3 商家物流運營分析 155
11．3．1 物流運營主要模式 156
11．3．2 商家交貨周期分析 157
第12章 Apache Superset與混合事務分析處理 159
12．1 混合事務分析處理 159
12．1．1 混合事務分析處理概述 159
12．1．2 混合事務分析處理操作 161
12．2 Apache Superset集成TiDB 163
12．2．1 TiDB存儲引擎概述 163
12．2．2 搭建TiDB開發環境 166
12．3 物流配送溝通性 168
12．3．1 物流配送溝通性概述 169
12．3．2 物流配送溝通性分析 169
第13章 Apache Superset與數據湖引擎 172
13．1 數據湖引擎 172
13．1．1 數據湖引擎概述 172
13．1．2 數據湖與數據倉庫 173
13．2 Apache Superset集成Dremio 174
13．2．1 Dremio引擎概述 175
13．2．2 搭建Dremio開發環境 176
13．3 客戶流失價格因素 182
13．3．1 客戶流失價格因素概述 182
13．3．2 客戶流失價格因素分析 182
第14章 客戶細分主題分析 184
14．1 客戶細分的價值及其方法 184
14．1．1 客戶細分的概念 184
14．1．2 客戶細分的目的 185
14．1．3 客戶細分的方法 185
14．2 基於客戶屬性的客戶細分 187
14．2．1 提取SQL數據庫數據 187
14．2．2 製作可視化分析報表 188
14．2．3 基於屬性的細分看板 192
14．3 基於客戶價值的客戶細分 193
14．3．1 提取SQL數據庫數據 193
14．3．2 製作可視化分析報表 194
14．3．3 基於價值的細分看板 198
14．4 基於消費行為的客戶細分 199
14．4．1 RFM模型及客戶價值類型 199
14．4．2 提取與清洗SQL數據 200
14．4．3 製作可視化分析報表 204
14．4．4 基於行為的細分看板 208
14．5 對細分客戶進行營銷 208
第15章 客戶滿意度主題分析 211
15．1 客戶滿意度概述 211
15．2 客戶滿意信賴度分析 214
15．3 客戶滿意專業度分析 215
15．4 客戶滿意有形度分析 217
15．5 客戶滿意同理度分析 218
15．6 客戶滿意反應度分析 220
15．7 提升客戶滿意度 221
附錄A 安裝Python 3．10．0 224
附錄B 集群各節點的參數配置 228
B．1 Hadoop的參數配置 228
B．2 Hive的參數配置 231
B．3 集群的啟動與關閉 233
附錄C 數據源及其連接方式 234
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。