商業儀錶盤可視化解決方案 pdf epub mobi txt 電子書下載2025

簡體網頁||繁體網頁

☆☆☆☆☆

出版者:中國人民大學齣版社

作者:史蒂夫·韋剋斯勒傑佛裏·謝弗安迪·卡特格雷夫

出品人:閱想時代

頁數:0

译者:

出版時間:2019-10

價格:129元

裝幀:平裝

isbn號碼:9787300267555

叢書系列:閱想·商業

圖書標籤:

商業管理
好書，值得一讀
可視化
儀錶盤
編程
數據
外國文學
Visualization
商業智能
數據可視化
儀錶盤設計
Tableau
Power BI
數據分析
商業分析
數據報告
可視化工具
數據洞察

下載連結在頁面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製連結

想要找書就要到小美書屋

book.quotespace.org

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

具體描述

本書作者基於真實商業情景組織全書內容，書中囊括瞭幾十個不同的行業和平颱，提供瞭很多實用有效的可視化案例。當你需要創建有效的商業儀錶盤時，本書可以為你提供全麵可信的參考。

除瞭真實的商業情景之外，本書還用一部分內容解釋瞭許多你在數據分析工作中將會遇到的問題。比如，當有人希望你能做齣帶有氣泡和甜甜圈的“酷炫”儀錶盤時，你會怎麼做？

設計良好的儀錶盤必然可以顯示齣數據潛藏的風險、機遇以及更多的信息；但設計不良的儀錶盤不僅可能會讓儀錶盤變得毫無用處，甚至還會産生誤導。這本書提供的工具、指導和模型，不僅可以讓儀錶盤呈現所有的信息，還能使其生動有趣，富有啓發性，讓使用者産生參與感。

本書的幾位作者都是有著30多年實操經驗的權威專傢，他們曾幫助數百個組織創建瞭有效的數據可視化工具，為很多實際問題提供瞭最佳解決方案。他們完全能夠理解你在工作中將會遇到什麼樣的問題，並幫助你在數據可視化領域做到遊刃有餘。

著者簡介

史蒂夫·韋剋斯勒

儀錶盤製作大師，數據可視化比賽Iron Viz冠軍。曾為德勤、《經濟學人》雜誌、蒂芙妮、麥肯锡等眾多公司提供數據可視化方麵的培訓。他的演講和培訓課程不僅提供瞭高超的技能，而且將幾十年的實戰經驗傾囊相授。他的研討會以清晰、耐心和幽默的風格而聞名。

傑佛裏·謝弗

儀錶盤製作大師，辛辛那提大學兼職教授，講授數據可視化課程，並被評為 2016 年傑齣兼職教授。他的數據可視化博客入圍 2016 年凱度信息之美大賽的提名。

安迪·卡特格雷夫

Tableau公司軟件技術專員。在數據可視化和商業智能方麵擁有10多年的經驗，曾是牛津大學的分析師。他幫助並激勵瞭成韆上萬的人，為他們提供瞭如何在企業中構建數據驅動文化的技術建議和思路。他閤夥發起的MakeoverMonday社交數據項目榮獲瞭 2016 年凱度信息之美大賽的榮譽奬。

圖書目錄

第一部分基礎知識
第 1 章數據可視化入門/2
第二部分情境案例
第 2 章課程指標儀錶盤/32
第 3 章個人績效一較高下/40
第 4 章假設分析：工資增長的利弊/52
第 5 章管理人員銷售儀錶盤/59
第 6 章相比之前，現在的排名/66
第 7 章我們是否達成瞭目標/76
第 8 章多個關鍵績效指標/81
第 9 章發電廠的運營監控/87
第 10 章同時顯示年初至今和去年同期的數據情況/96
第 11 章英超聯賽球員錶現指標/105
第 12 章蘇格蘭皇傢銀行六國錦標賽比賽錶現分析/111
第 13 章網站分析/117
第 14 章入院患者的病曆分析/123
第 15 章客戶情緒分析/128
第 16 章用淨推薦值顯示態度/136
第 17 章服務器進程監控/148
第 18 章投訴事件儀錶盤/155
第 19 章醫院手術室使用情況/165
第 20 章排名和規模/173
第 21 章衡量跨多個度量和維度的索賠/182
第 22 章流動與周轉情況/190
第 23 章實際利用率與潛在利用率/201
第 24 章醫務人員的生産力監控/210
第 25 章電信運營商管理人員儀錶盤/220
第 26 章經濟一覽/227
第 27 章呼叫中心/236
第三部分在現實生活中取得成功
第 28 章如何讓你的儀錶盤吸引人/244
第 29 章對時間進行可視化/253
第 30 章當心廢棄的儀錶盤/277
第 31 章紅色和綠色的魅力/283
第 32 章餅圖與甜甜圈圖的魅力/288
第 33 章詞雲和氣泡/295
第 34 章通往未知的旅程/299
圖錶類型術語錶/305
· · · · · · (收起)

讀後感

評分☆☆☆☆☆

在这个天猫双11只用时1小时3分59秒交易额就突破1000亿元的时代，数据作为其中的核心，其重要性不言而喻。数据分析的利器，有很多。无论是Excel、SQL、R、SAS、SPSS，还是Python、Tableau、Power BI，甚至如今非常火热的机器学习（Machine Learning）、人工智能（AI）、自然语...

評分☆☆☆☆☆