《商业智能工具应用及数据可视化》一书聚焦商业智能与数据可视化主题，从概念、价值、方法、工具等理论基础出发，以实际场景为参考，分入门、进阶两大阶段，以帆软FineBI为例从商业智能工具的基本知识，商业应用场景，数据可视化优秀案例等方面，介绍了商业智能工具和各种常规和高级可视化图形的使用方法，重点介绍了商业智能工具FineBI的数据分析与可视化应用实践。本书内容层层递进，体系完善，可使读者对商业智能工具的运用有一个全面、系统、深入的了解。

王佳东,帆软FineBI产品经理,拥有7年数据项目以及数据产品经验，历任帆软数据项目经理、零售行业负责人、FineBI产品经理等职位。王文信，电子科技大学管理学硕士，帆软数据应用研究院研究主管，专注大数据/BI行业趋势研究和企业数据化管理落地，在数据分析、商业智能等方面有丰富的项目和咨询经验。

第一部分 理论基础
第1章 商业智能 3
1.1 商业智能的概念 3
1.2 商业智能的价值 5
1.2.1 支撑管理决策 5
1.2.2 提升管理水平 6
1.2.3 提高业务运营效率 6
1.2.4 改进优化业务 7
1.3 商业智能的功能与技术 8
1.3.1 商业智能系统的功能架构 8
1.3.2 商业智能的主要技术 9
1.4 商业智能工具 11
1.5 商业智能与数据分析 13
思考 14
第2章 数据可视化 15
2.1 用数据讲故事 15
2.1.1 数据背后的故事 15
2.1.2 视觉与图形的力量 16
2.1.3 讲什么故事 17
2.2 数据可视化介绍 17
2.2.1 数据可视化的框架 17
2.2.2 数据可视化的方法 18
2.2.3 数据可视化的流程 20
2.3 数据可视化的应用 20
思考 22
第二部分 可视化入门
第3章 商业智能的处理过程与工具准备 25
3.1 商业智能的处理过程 25
3.2 常用的商业智能工具 26
3.2.1 Excel 26
3.2.2 FineBI 27
3.2.3 Tableau 27
3.2.4 PowerBI 28
3.3 FineBI使用简介 28
3.3.1 FineBI下载、安装与启动 28
3.3.2 FineBI主界面 30
3.3.3 FineBI使用流程 31
思考 39
第4章 表格与图表设计 40
4.1 表格 40
4.1.1 分组表：统计不同合同类型和付款类型下的合同金额 42
4.1.2 交叉表：统计不同年份下不同合同类型和付款类型的合同金额 45
4.1.3 明细表：统计合同签约明细数据 46
4.2 可视化图表 48
4.2.1 智能推荐 50
4.2.2 柱形图：比较年度合同总额 52
4.2.3 点图：总览月度合同金额 55
4.2.4 热力点图：通过颜色分析用户类型与年龄分布 57
4.2.5 线形图：观察注册人数随时间的变化趋势 59
4.2.6 面积图：观察不同平台下的用户浏览量随时间的变化趋势 61
4.2.7 矩形块图：分析不同平台和不同阶段的网站访问时间分布 63
4.2.8 饼图：分析网站在不同阶段的访问时间占比情况 64
4.2.9 文本图：使用词云图分析网站搜索的关键词 66
4.2.10 填充地图：观察不同城市的销售情况 68
4.2.11 漏斗图：平台用户访问阶段转化情况的漏斗分析 68
4.2.12 仪表盘：观察平台用户的访问时间达标率 70
思考与实践 72
第5章 图表操作与OLAP 75
5.1 排序：按照既定顺序观察不同合同类型的销售额 75
5.2 过滤：按照不同条件显示合同销售额 78
5.3 分组 82
5.4 指标计算 86
5.5 OLAP 91
5.5.1 切片：减少维度以集中观察数据 92
5.5.2 钻取：观察省份和省份下各城市的销售额 92
5.5.3 特殊显示：为满足条件的注册人数添加注释 95
5.5.4 分析线：添加平均回款金额警戒线 96
思考与实践 98
第6章 仪表板设计：销售管理中心驾驶舱 100
6.1 可视化组件 101
6.1.1 制作组件 101
6.1.2 组件操作 103
6.2 过滤与展示组件 104
6.2.1 过滤组件 105
6.2.2 展示组件 107
6.3 仪表板布局 108
6.3.1 智能布局原理 108
6.3.2 组件悬浮 108
6.3.3 联动与跳转 109
6.3.4 移动端布局 111
6.4 仪表板样式 111
6.5 预览、导出、分享仪表板 113
思考与实践 114
第三部分 可视化进阶
第7章 可视化中的数据分析思维 119
7.1 数据分析的概念和价值 119
7.2 数据分析的战略思维 120
7.2.1 数据分析的目的 121
7.2.2 数据分析的驱动力 121
7.2.3 数据分析的进化论 121
7.3 数据分析的基本工作流程 123
7.4 经典数据分析方法 127
7.4.1 趋势分析：银行用信率趋势分析 127
7.4.2 多维分析：牛奶销售分析 129
7.4.3 四象限图分析：商品销售异常分析 132
7.4.4 漏斗转化分析：平台用户访问阶段转化率分析 133
7.4.5 留存分析：平台用户月度留存分析 134
7.4.6 A/B 测试 135
7.4.7 经典模型 135
思考与实践 136
第8章 高阶布局与配色技巧 137
8.1 学会使用最佳的图表类型 138
8.2 颜色搭配一致性原则 144
8.3 仪表板布局设计原则 146
8.3.1 故事性可视化仪表板布局 147
8.3.2 管理驾驶舱／大屏看板布局 147
8.4 不断完善你的作品 149
实践 152
第9章 数据可视化故事讲解 153
9.1 何谓好的数据故事 153
9.2 如何生动讲解你的数据可视化故事 154
9.2.1 准备工作 154
9.2.2 故事模板 156
9.2.3 叙事顺序 157
9.2.4 重复的力量 158
9.2.5 保证故事条理清晰的策略 159
9.2.6 改进建议 160
9.3 感受数据可视化故事的真实魅力 161
思考与实践 163
第10章 企业BI信息建设与推广 164
10.1 现代商业智能时代的到来 164
10.2 企业BI自助分析建设推广 166
10.2.1 构建项目蓝图 166
10.2.2 先行要素 167
10.2.3 重新定位企业IT部门角色 168
10.2.4 构建商业智能数据决策平台 169
10.2.5 数据分析氛围拓展 172
10.2.6 推广模式 172
10.3 企业数据人才的建设培养 173
10.3.1 定位企业数据发展现状 174
10.3.2 企业数据文化建设 175
10.3.3 企业数据人才制度 177
10.3.4 增大企业投入预期 178
思考 179
附录 FineBI函数汇总 180