庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
   
地圖+地圖創意遊戲 (附行旅世界地圖包)
  • 定價650.00元
  • 8 折優惠:HK$520
  • 放入購物車
二樓書籍分類
 
大數據時代一定要會的 SQL 商業資料分析術

大數據時代一定要會的

沒有庫存
訂購需時10-14天
9789863125150
加?長門
朱浚賢
旗標
2018年5月14日
227.00  元
HK$ 204.3  






ISBN:9789863125150
  • 叢書系列:資料庫/大數據
  • 規格:平裝 / 512頁 / 17 x 23 cm / 普通級
    資料庫/大數據


  • 電腦資訊 > 資料庫/大數據 > 資料處理/大數據

















      【關鍵數據分析指標】解說 + 【SQL 擷取、彙總數據】手法,

      教你從枯燥的資料表中挖出對決策有幫助的資訊!



      在一般使用上,SQL 還是常被當作 Web 服務的後端,只用於 RDB(關聯式資料庫)的查詢,普遍缺乏將 SQL 使用在分析用途上的 Knowhow。然而目前各種大數據平台 (Apache Hadoop、Spark、Google / Amazon 的付費雲端平台…) 的盛行,當中都少不了運用 SQL 查詢語法來擷取、分析平台上所儲存的數據,取得重要的決策資訊。



      本書涵蓋大數據平台上的 SQL 分析工具 (Apache Hive、SparkSQL、Google BigQuery、Amazon Redshift、PostgreSQL),以滿滿的商業分析實例,教你從看似千篇一律的網站 Log、營收數據「挖寶」,其中包括【營收狀況分析】、社群�內容�購物網站的【使用者行為分析】、【網站營運績效分析】等,會先介紹可派上用場的分析指標,接著示範如何以 SQL 語法來取得這些指標所需的數據。



      本書期望提供大數據分析相關知識給分析人員與工程師,養成實務上所需的技術力與分析力,成為活用數據、改善公司業務的關鍵人才!



      ●【實用分析指標解說,養成必備數據分析力】



      【營收狀況分析】

      判讀營收的變化趨勢 → Z 圖表

      依營收貢獻度將商品劃分等級,判別銷售情形 → ABC 分析

      精準掌握商品成長或衰退情形 → Fan chart



      【社群網站、內容網站、購物網站...的使用者行為分析】

      區分重度、輕度使用者,客製化服務內容 → 十分位分析、RFM 分析

      調查使用者的傾向 → 留存率、回訪率

      彙總用戶消費額,估算集客的合理成本 → ARPU 指標、LTV 指標



      【網站營運績效分析】

      評估網頁的內容是否夠吸引人 → 離開率、讀完率

      檢測申請表單的效用,避免申請到一半離開 → 表單跳脫率



    本書特色



      ●技術力 X 分析力 的完美結合!IT、企劃分析、行銷人員一定要會的大數據分析術!



      ●以 split_part / URL / COALESCE / CONCAT / SIGN / greatest / least / NTILE / SUM ...等函數撰寫 SQL 查詢語法 (Query),輕鬆獲得各項分析指標數據



      ●涵蓋熱門大數據分析平台,Apache Hive / Google BigQuery / SparkSQL / Amazon Redshift / PostgreSQL 全適用


     





    第 1 章 大數據時代需要的分析力

    1-1 數據分析環境的變化

    1-2 大數據衍生的各種課題



    第 2 章 本書所使用的工具與數據

    2-1 本書所使用的系統

    2-2 本書所使用的數據類型



    第 3 章 使用 SQL 整理數據

    3-1 單一數值的整理

    3-2 多個數值的整理

    3-3 對單一資料表進行操作

    3-4 對複數資料表進行操作



    第 4 章 營收狀態相關數據的彙總、分析

    4-1 沿著時間軸蒐集數據

    4-2 多面向的蒐集數據



    第 5 章 使用者行為相關數據的彙總、分析

    5-1 發掘全體使用者的特徵、傾向

    5-2 找出全體使用者在時間軸上的變化

    5-3 沿著時間軸分析使用者的個別行為



    第 6 章 網站指標相關數據的彙總、分析

    6-1 發掘網站的全體特徵

    6-2 掌握網站內的使用者行為

    6-3 申請表單的最佳化



    第 7 章 提高數據使用的精確度

    7-1 組合數據, 建立新的切入點

    7-2 檢出異常值

    7-3 檢出重複的數據

    7-4 比較多個資料集



    第 8 章 進階數據活用術

    8-1 評估並改善搜尋功能

    8-2 資料探勘(Data Mining)

    8-3 推薦系統

    8-4 計算分數



    第 9 章 總結:活用知識採取行動




    其 他 著 作