基于SAP的企业级实用数据分析
Greg Foss, Paul Modderman
于俊伟, 刘楠 译
出版时间:2021年01月
页数:272
“我很喜欢这种形式,首先根据业务需求提出方案,然后确定数据提取流程,接着再探索数据。在全世界运行SAP的组织中,有大量未开发的数据正等待我们去探索。”
——Jesse Stiff
Upsher-Smith实验室的SAP业务分析师
你是否正在使用SAP ERP,并急切地想释放其数据的巨大价值?通过这本实用指南,资深SAP专家Greg Foss和Paul Modderman展示了如何使用多种数据分析工具来解决有关SAP数据的问题。在本书中,你将跟随一家虚构的公司处理真实的业务场景。
使用真实数据创建示例代码并进行可视化,SAP业务分析师将学到一些实用方法来获取对业务数据更深入的洞见,数据工程师和数据科学家将探索添加SAP数据到分析流程的方法。通过对SAP流程和数据科学工具的基础讲解,你将学习揭示数据真相的强大方法。
● 使用数据讲述关于客户的有启发性的故事。
● 利用探索性数据分析建立请购数据模型。
● 创建SAP销售订单的异常检测系统。
● 使用R和Python进行销售数据预测。
● 根据购买行为进行客户聚类和细分。
● 使用关联规则挖掘客户购买模式。
● 应用NLP发现最需要回应的客户投诉。
  1. 前言
  2. 第1章 绪论
  3. 1.1 用数据讲述更好的故事
  4. 1.2 面向SAP人员的数据科学
  5. 1.3 面向数据科学家的SAP
  6. 1.4 角色与职责
  7. 1.5 小结
  8. 第2章 面向SAP人员的数据科学
  9. 2.1 机器学习
  10. 2.2 神经网络
  11. 2.3 小结
  12. 第3章 面向数据科学家的SAP
  13. 3.1 SAP入门
  14. 3.2 ABAP数据字典
  15. 3.3 OData服务
  16. 3.4 核心数据服务
  17. 3.5 小结
  18. 第4章 用R语言进行探索性数据分析
  19. 4.1 EDA的个阶段
  20. 4.2 阶段1:数据收集
  21. 4.3 阶段2:数据清洗
  22. 4.4 删除多余的列
  23. 4.5 阶段3:数据分析
  24. 4.6 阶段4:数据建模
  25. 4.7 小结
  26. 第5章 使用R和Python进行异常检测
  27. 5.1 异常的类型
  28. 5.2 R中的工具
  29. 5.3 发现异常
  30. 5.4 小结
  31. 第6章 使用R和Python进行预测分析
  32. 6.1 使用R预测销量
  33. 6.2 使用Python预测销量
  34. 6.3 小结
  35. 第7章 使用R进行聚类和细分
  36. 7.1 理解聚类和细分
  37. 7.2 步骤1:数据收集
  38. 7.3 步骤2:数据清洗
  39. 7.4 步骤3:数据分析
  40. 7.5 步骤4:结果报告
  41. 7.6 小结
  42. 第8章 关联规则挖掘
  43. 8.1 了解关联规则挖掘
  44. 8.2 作化概述
  45. 8.3 收集数据
  46. 8.4 清洗数据
  47. 8.5 分析数据
  48. 8.6 小结
  49. 第9章 使用谷歌云自然语言API进行自然语言处理
  50. 9.1 理解自然语言处理
  51. 9.2 准备云API
  52. 9.3 收集数据
  53. 9.4 分析数据
  54. 9.5 小结
  55. 第10章 结语
  56. 10.1 不忘初心
  57. 10.2 内容回顾
  58. 10.3 提示和建议
  59. 10.4 保持联系
书名:基于SAP的企业级实用数据分析
译者:于俊伟, 刘楠 译
国内出版社:机械工业出版社
出版时间:2021年01月
页数:272
书号:978-7-111-67403-0
原版书书名:Practical Data Science with SAP
原版书出版商:O'Reilly Media
Greg Foss
 
Greg Foss是Blue Diesel Data Science公司的创始人,也是医药智能平台VisionaryRX的主要开发人员和架构师。
 
 
Paul Modderman
 
Paul Modderman是Mindset Consulting公司的数字体验架构师,他创建了CloudSimple和Analytics for BW等认证解决方案。