本书以循序渐进的方式，由浅入深地讲解了数据分析的整个过程。全书共分7章，包括数据分析概述、数据获取、数据整理、数据可视化、数据挖掘基础、数据分析报告和数据分析案例。每章内附有实用性范例供读者练习，巩固所学知识。
本书在讲解数据可视化基础性原理的同时，融入真实案例分析，具有较强的实用性，可帮助读者举一反三，真正掌握大数据可视化和数据挖掘的工具软件，并能运用大数据思维解决学习和工作中的实际问题。
本书适合作为高等院校非计算机专业大数据可视化、数字媒体设计等课程的教材，也可作为对数据分析感兴趣读者的参考书。

第1章 数据分析概述
1.1 大数据简介
1.2 数据可视化
1.2.1 数据可视化概述
1.2.2 在线可视化工具
1.2.3 桌面版可视化软件
1.3 数据挖掘
1.3.1 数据挖掘概述
1.3.2 常用数据挖掘工具
1.4 数据分析
1.4.1 数据分析概述
1.4.2 数据分析的目的与分类
1.4.3 数据分析的作用
1.5 数据分析的步骤
1.6 数据分析方法论
1.7 常见数据分析法则
第2章 数据获取
2.1 数据及数据来源
2.1.1 数据
2.1.2 数据来源
2.1.3 数据抓取
2.2 八爪鱼采集器
2.2.1 采集器简介
2.2.2 使用模板采集数据
2.2.3 智能识别采集数据
2.2.4 自定义配置采集数据
第3章 数据整理
3.1 初识FineBI
3.1.1 软件概况
3.1.2 软件安装与启动
3.1.3 FineBI主界面
3.2 数据准备
3.2.1 业务包管理
3.2.2 数据源连接
3.2.3 数据表基础操作
3.3 数据加工
3.3.1 过滤
3.3.2 分组汇总
3.3.3 字段设置
3.3.4 排序
3.3.5 新增列
3.3.6 数据表合并
3.4 .资源迁移
3.4.1 导入BI数据表
3.4.2 导出BI数据表
3.5 综合案例——交通违规数据整理
第4章 数据可视化
4.1 数据可视化概述
4.2 仪表板创建与设计
4.2.1 仪表板概述
4.2.2 仪表板的创建与设计
4.3 组件添加与编辑
4.4 公式与函数
4.4.1 常量和运算符
4.4.2 函数的组成
4.4.3 计算语法
4.4.4 逻辑函数
4.4.5 数学和三角函数
4.4.6 聚合函数
4.4.7 文本函数
4.4.8 日期函数
4.4.9 快速计算函数
4.5 组件类型与应用
4.5.1 可视化组件
4.5.2 过滤组件
4.5.3 其他组件
4.6 钻取与联动
4.7 综合案例
4.7.1 景点客流量展示
4.7.2 校情展示
第5章 数据挖掘基础
5.1 数据挖掘概述
5.1.1 数据挖掘的分类
5.1.2 数据挖掘的步骤
5.1.3 数据挖掘的应用
5.1.4 数据挖掘的案例
5.2 IBM SPSS Modeler 18简介
5.2.1 软件下载与安装
5.2.2 软件界面介绍
5.2.3 数据流构建
5.2.4 模型简介
5.3 数据整理
5.3.1 数据的属性
5.3.2 数据的角色
5.3.3 数据的导入
5.3.4 数据的集成
5.3.5 数据的导出
5.3.6 数据整合
5.4 数据建模——决策树
5.4.1 数据预测
5.4.2 用户画像
5.4.3 模型分析
5.5 数据建模——关联分析
5.5.1 关联参数
5.5.2 关联分析
5.6 综合案例——成绩分析
第6章 数据分析报告
6.1 数据分析报告概述
6.2 数据分析报告的写作原则
6.3 数据分析报告的结构
6.4 数据分析报告排版
6.5 综合案例——数据分析报告排版
第7章 数据分析案例
7.1 广告投放分析
7.1.1 数据导入
7.1.2 创建仪表板
7.1.3 制作“广告投放分析首页”仪表板
7.1.4 制作“广告投放概况分析”仪表板
7.1.5 制作“广告投放渠道分析”仪表板
7.1.6 制作“注册人数预测”仪表板
7.1.7 制作“结论和建议”仪表板
7.1.8 导出仪表板
7.2 客户价值分析
7.2.1 数据导入
7.2.2 创建仪表板
7.2.3 制作“客户价值分析首页”仪表板
7.2.4 制作“基于帕累托模型的客户价值分析”仪表板
7.2.5 制作“基于RFM模型的客户价值分析”仪表板
7.2.6 制作“用户画像”仪表板
7.2.7 制作“结论和建议”仪表板
7.2.8 导出仪表板
附录A 数据分析报告评分表
附录B 数据分析报告示例
附录C 如何获取在线配套课程