第1章　认识商务智能　1
1.1　什么是商务智能　2
1.1.1　商务智能的概念　2
1.1.2　商务智能的特点　2
1.1.3　商务智能的发展历史　3
1.1.4　商务智能的技术实现路径　4
1.1.5　商务智能的架构模型　5
1.1.6　商务智能的用户　6
1.1.7　商务智能与大数据　6
1.2　什么是数据可视化　8
1.2.1　数据可视化的概念　8
1.2.2　商务智能与数据可视化的关系　8
1.2.3　常见图表概览　9
1.3　什么是数据仓库　13
1.3.1　数据仓库的定义　13
1.3.2　数据仓库的特点　14
1.3.3　数据仓库的建模　14
1.3.4　数据集市的定义　17
1.3.5　数据仓库的体系结构　18
1.3.6　数据仓库的数据及组织　19
1.4　什么是ETL　19
1.4.1　数据的抽取　20
1.4.2　数据的清洗　20
1.4.3　数据的转换　21
1.5　什么是数据挖掘　21
1.5.1　数据挖掘的定义　21
1.5.2　数据挖掘的功能　22
1.5.3　数据挖掘的对象　23
1.5.4　数据挖掘的步骤　24
1.5.5　数据挖掘在商务智能中的应用　25
课后习题　26
第2章　实施商务智能　27
2.1　商务智能的准备与规划　28
2.1.1　主要内容　28
2.1.2　阶段产物　30
2.2　商务智能的需求分析　31
2.2.1　主要内容　31
2.2.2　阶段产物　37
2.3　商务智能系统的设计　37
2.3.1　主要内容　38
2.3.2　阶段产物　40
2.4　商务智能系统的实现　40
2.4.1　主要内容　40
2.4.2　阶段产物　42
2.5　商务智能系统的上线及维护　43
2.5.1　主要内容　43
2.5.2　阶段产物　43
课后习题　44
第3章　分析商务智能案例　45
3.1　数据可视化趣味案例　46
3.1.1　《唐诗三百首》　46
3.1.2　周杰伦歌曲　49
3.1.3　民间快餐　53
3.1.4　“中国有嘻哈”节目　57
3.2　财经行业案例　61
3.2.1　案例背景　61
3.2.2　项目实践　62
3.2.3　项目展示　67
3.2.4　项目价值　70
3.3　快速消费品行业案例　71
3.3.1　案例背景　71
3.3.2　项目实践　72
3.3.3　项目展示　75
3.3.4　项目价值　79
3.4　餐饮行业案例　79
3.4.1　案例背景　79
3.4.2　项目实践　80
3.4.3　项目展示　82
3.4.4　项目价值　84
3.5　医药行业案例　85
3.5.1　案例背景　85
3.5.2　项目实践　86
3.5.3　项目展示　87
3.5.4　项目价值　90
课后习题　91
第4章　商务智能开发工具——MicroStrategy
Developer　92
4.1　开发工具概述　93
4.1.1　基础知识　93
4.1.2　开发方式　94
4.1.3　MicroStrategy Developer简介　96
4.2　项目创建　97
4.2.1　创建元数据库　97
4.2.2　连接项目源　100
4.2.3　创建项目　101
4.3　数据定义　103
4.3.1　定义数据库实例　103
4.3.2　选择数据仓库表　105
4.3.3　定义事实　106
4.3.4　定义实体　112
4.3.5　更新框架　121
4.4　报表创建　122
4.4.1　创建度量　122
4.4.2　创建报表　124
4.5　网页浏览　126
4.5.1　设置智能服务器　126
4.5.2　浏览报表　131
4.5.3　以服务器方式连接元数据库　131
课后习题　132
第5章　商务智能开发工具——MicroStrategy Desktop-Dossiers　133
5.1　开发工具概述　134
5.2　数据连接　134
5.3　数据清洗　138
5.4　数据可视化　144
5.4.1　收益分析　144
5.4.2　收益报表细化　151
5.4.3　销售业绩和利润率　163
5.4.4　关键指标　166
5.5　仪表盘美化　171
5.5.1　添加图像　171
5.5.2　修改可视化效果　172
5.6　仪表盘分享　175
5.6.1　导出成PDF格式　175
5.6.2　Desktop用户　175
课后习题　176
第6章　商务智能开发工具——MicroStrategy Data Mining Services　177
6.1　开发工具概述　178
6.1.1　MicroStrategy的数据挖掘功能　178
6.1.2　MicroStrategy的数据挖掘方式　179
6.1.3　PMML概要　179
6.1.4　应用数据挖掘服务的工作流程　180
6.2　线性回归和季节回归　180
6.2.1　目标　180
6.2.2　数据准备　180
6.2.3　数据挖掘步骤　181
6.3　逻辑回归　189
6.3.1　目标　189
6.3.2　数据准备　189
6.3.3　数据挖掘步骤　190
6.4　决策树分析　193
6.4.1　目标　193
6.4.2　数据准备　193
6.4.3　数据挖掘步骤　194
6.5　关联规则　197
6.5.1　目标　197
6.5.2　数据准备　197
6.5.3　数据挖掘步骤　197
6.6　聚类分析　202
6.6.1　目标　202
6.6.2　数据准备　202
6.6.3　数据挖掘步骤　203
课后习题　205
第7章　展望商务智能的未来　207
7.1　商务智能的应用　208
7.1.1　商务智能的应用范围　208
7.1.2　商务智能的应用价值　215
7.2　商务智能的发展趋势　217
课后习题　218
参考文献　219