第一章 商业分析的价值 1
概念 2
面临的挑战 6
技术与问题 9
第二章 运用分析学从信息中获取洞察力 20
引言 21
分析的类型以及它们产生的收益 24
用商业分析解决典型的商业问题 25
分析学项目的案例 27
分析过程 32
总结 34
参考文献 35
第三章 管理／绩效仪表盘 37
历史 39
质量仪表盘 40
什么是仪表盘？ 40
报告、记分卡和仪表盘 41
仪表盘结构 42
指标 45
高效的仪表盘设计 50
仪表盘趋势 58
总结 59
第四章 数据挖掘：使大数据有意义 63
介绍 63
数据挖掘 65
数据挖掘工具 67
统计预测量与数据挖掘 68
统计挖掘的术语：让你看起来更像数据挖掘者 68
客户流失：一个商业例子 72
文本分析 77
小结 78
第五章 商务智能大数据分析 80
大数据相关的概念、技术、问题、应用以及趋势的讨论 81
大数据技术 83
应用 94
大数据的未来 98
关键点总结 98
参考文献 102
第六章 文本挖掘基础 103
介绍 104
概念 105
标签技术 116
应用 118
趋势 121
第七章 神经网络基本原理 123
引言 123
数学基础 124
神经网络模型 125
讨论与结论 134
第八章 社交媒体效果评估：数据过剩时代的信息战略 138
引言 139
基于目标的报告 139
从网站追踪开始 142
评估指标 146
评估工具 149
影响力 150
总结 151
第九章 数据挖掘的法律和隐私问题 152
介绍 153
为什么数据挖掘成为新的关注点 154
隐私法概述 155
国家安全 156
政府和私营部门数据收集的重叠／共享使用 157
对私营部门入侵的保护 158
联邦数据挖掘监管原则 159
私营部门信息监管 162
结论 166
结语 关于商业分析的部分思考 167
商业分析和决策 168
未来 168