基于SAP的企业级实用数据分析
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。
- 前言
- 第1章 绪论
- 1.1 用数据讲述更好的故事
- 1.2 面向SAP人员的数据科学
- 1.3 面向数据科学家的SAP
- 1.4 角色与职责
- 1.5 小结
- 第2章 面向SAP人员的数据科学
- 2.1 机器学习
- 2.2 神经网络
- 2.3 小结
- 第3章 面向数据科学家的SAP
- 3.1 SAP入门
- 3.2 ABAP数据字典
- 3.3 OData服务
- 3.4 核心数据服务
- 3.5 小结
- 第4章 用R语言进行探索性数据分析
- 4.1 EDA的个阶段
- 4.2 阶段1:数据收集
- 4.3 阶段2:数据清洗
- 4.4 删除多余的列
- 4.5 阶段3:数据分析
- 4.6 阶段4:数据建模
- 4.7 小结
- 第5章 使用R和Python进行异常检测
- 5.1 异常的类型
- 5.2 R中的工具
- 5.3 发现异常
- 5.4 小结
- 第6章 使用R和Python进行预测分析
- 6.1 使用R预测销量
- 6.2 使用Python预测销量
- 6.3 小结
- 第7章 使用R进行聚类和细分
- 7.1 理解聚类和细分
- 7.2 步骤1:数据收集
- 7.3 步骤2:数据清洗
- 7.4 步骤3:数据分析
- 7.5 步骤4:结果报告
- 7.6 小结
- 第8章 关联规则挖掘
- 8.1 了解关联规则挖掘
- 8.2 作化概述
- 8.3 收集数据
- 8.4 清洗数据
- 8.5 分析数据
- 8.6 小结
- 第9章 使用谷歌云自然语言API进行自然语言处理
- 9.1 理解自然语言处理
- 9.2 准备云API
- 9.3 收集数据
- 9.4 分析数据
- 9.5 小结
- 第10章 结语
- 10.1 不忘初心
- 10.2 内容回顾
- 10.3 提示和建议
- 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。