第1章　認識商務智能　1
1．1　什么是商務智能　2
1．1．1　商務智能的概念　2
1．1．2　商務智能的特點　2
1．1．3　商務智能的發展歷史　3
1．1．4　商務智能的技術實現路徑　4
1．1．5　商務智能的架構模型　5
1．1．6　商務智能的用戶　6
1．1．7　商務智能與大數據　6
1．2　什么是數據可視化　8
1．2．1　數據可視化的概念　8
1．2．2　商務智能與數據可視化的關系　8
1．2．3　常見圖表概覽　9
1．3　什么是數據倉庫　13
1．3．1　數據倉庫的定義　13
1．3．2　數據倉庫的特點　14
1．3．3　數據倉庫的建模　14
1．3．4　數據集市的定義　17
1．3．5　數據倉庫的體系結構　18
1．3．6　數據倉庫的數據及組織　19
1．4　什么是ETL　19
1．4．1　數據的抽取　20
1．4．2　數據的清洗　20
1．4．3　數據的轉換　21
1．5　什么是數據挖掘　21
1．5．1　數據挖掘的定義　21
1．5．2　數據挖掘的功能　22
1．5．3　數據挖掘的對象　23
1．5．4　數據挖掘的步驟　24
1．5．5　數據挖掘在商務智能中的應用　25
課后習題　26
第2章　實施商務智能　27
2．1　商務智能的準備與規劃　28
2．1．1　主要內容　28
2．1．2　階段產物　30
2．2　商務智能的需求分析　31
2．2．1　主要內容　31
2．2．2　階段產物　37
2．3　商務智能系統的設計　37
2．3．1　主要內容　38
2．3．2　階段產物　40
2．4　商務智能系統的實現　40
2．4．1　主要內容　40
2．4．2　階段產物　42
2．5　商務智能系統的上線及維護　43
2．5．1　主要內容　43
2．5．2　階段產物　43
課后習題　44
第3章　分析商務智能案例　45
3．1　數據可視化趣味案例　46
3．1．1　《唐詩三百首》　46
3．1．2　周杰倫歌曲　49
3．1．3　民間快餐　53
3．1．4　“中國有嘻哈”節目　57
3．2　財經行業案例　61
3．2．1　案例背景　61
3．2．2　項目實踐　62
3．2．3　項目展示　67
3．2．4　項目價值　70
3．3　快速消費品行業案例　71
3．3．1　案例背景　71
3．3．2　項目實踐　72
3．3．3　項目展示　75
3．3．4　項目價值　79
3．4　餐飲行業案例　79
3．4．1　案例背景　79
3．4．2　項目實踐　80
3．4．3　項目展示　82
3．4．4　項目價值　84
3．5　醫藥行業案例　85
3．5．1　案例背景　85
3．5．2　項目實踐　86
3．5．3　項目展示　87
3．5．4　項目價值　90
課后習題　91
第4章　商務智能開發工具——MicroStrategy
Developer　92
4．1　開發工具概述　93
4．1．1　基礎知識　93
4．1．2　開發方式　94
4．1．3　MicroStrategy Developer簡介　96
4．2　項目創建　97
4．2．1　創建元數據庫　97
4．2．2　連接項目源　100
4．2．3　創建項目　101
4．3　數據定義　103
4．3．1　定義數據庫實例　103
4．3．2　選擇數據倉庫表　105
4．3．3　定義事實　106
4．3．4　定義實體　112
4．3．5　更新框架　121
4．4　報表創建　122
4．4．1　創建度量　122
4．4．2　創建報表　124
4．5　網頁瀏覽　126
4．5．1　設置智能服務器　126
4．5．2　瀏覽報表　131
4．5．3　以服務器方式連接元數據庫　131
課后習題　132
第5章　商務智能開發工具——MicroStrategy Desktop-Dossiers　133
5．1　開發工具概述　134
5．2　數據連接　134
5．3　數據清洗　138
5．4　數據可視化　144
5．4．1　收益分析　144
5．4．2　收益報表細化　151
5．4．3　銷售業績和利潤率　163
5．4．4　關鍵指標　166
5．5　儀表盤美化　171
5．5．1　添加圖像　171
5．5．2　修改可視化效果　172
5．6　儀表盤分享　175
5．6．1　導出成PDF格式　175
5．6．2　Desktop用戶　175
課后習題　176
第6章　商務智能開發工具——MicroStrategy Data Mining Services　177
6．1　開發工具概述　178
6．1．1　MicroStrategy的數據挖掘功能　178
6．1．2　MicroStrategy的數據挖掘方式　179
6．1．3　PMML概要　179
6．1．4　應用數據挖掘服務的工作流程　180
6．2　線性回歸和季節回歸　180
6．2．1　目標　180
6．2．2　數據準備　180
6．2．3　數據挖掘步驟　181
6．3　邏輯回歸　189
6．3．1　目標　189
6．3．2　數據準備　189
6．3．3　數據挖掘步驟　190
6．4　決策樹分析　193
6．4．1　目標　193
6．4．2　數據準備　193
6．4．3　數據挖掘步驟　194
6．5　關聯規則　197
6．5．1　目標　197
6．5．2　數據準備　197
6．5．3　數據挖掘步驟　197
6．6　聚類分析　202
6．6．1　目標　202
6．6．2　數據準備　202
6．6．3　數據挖掘步驟　203
課后習題　205
第7章　展望商務智能的未來　207
7．1　商務智能的應用　208
7．1．1　商務智能的應用范圍　208
7．1．2　商務智能的應用價值　215
7．2　商務智能的發展趨勢　217
課后習題　218
參考文獻　219