本书以“实战、实用、实效”为原则，充分考虑智慧公安、智慧交通、智慧金融、智慧城市等用户的大数据应用痛点，紧贴大数据实践的业务场景，汇集数据分析模型全生命周期的关键应用技术，包括数据准备、工作表管理、可视化图表创建、数据大屏制作、数据模型创建和自定义算子设计等内容。 本书内容通俗易懂，案例丰富，图文并茂，同时配有教学视频和建模平台，适合初级、中级数据分析师和广大数据分析爱好者参考学习。通过本书，读者无须具备计算机、软件开发等专业知识背景，即可熟练掌握大数据分析建模的基本方法和技巧。

第1章 数据分析导论
1.1 数据分析的基础概念
1.1.1 商业智能
1.1.2 数据仓库
1.1.3 数据仓库与其他概念的关系
1.1.4 云计算
1.2 数据分析的主要流程
1.2.1 场景理解-明确目标，理解需求，搭建框架
1.2.2 数据准备-数据收集、清洗、集成等
1.2.3 数据处理-数据转化、数据提取、数据计算等
1.2.4 数据分析-结合业务，探索数据，发现规律
1.2.5 结果发布-将获取的知识转化成报告、大屏或者实现数据挖掘过程
l.3 数据分析的主要作用
1.4 数据分析的主要方法
1.4.1 5W2H分析方法
1.4.2 逻辑树分析方法
1.4.3 PEST分析方法
1.4.4 多维度拆解分析方法
1.4.5 对比分析方法
1.5 数据分析的逻辑思维
1.5.1 需求梳理
1.5.2 维度设计
1.5.3 数据准备
1.5.4 模型创建
1.5.5 模型成效
1.6 数据分析的结果应用
1.6.1 数据可视化
1.6.2 数据分析报告
第2章 数据分析模型设计
2.1 思维导图与数据建模
2.1.1 什么是思维导图
2.1.2 思维导图的价值
2.1.3 思维导图在数据建模中的应用
2.1.4 常用思维导图工具
2.2 数据分析模型的定义
2.3 数据分析模型的分类
2.3.1 按复杂程度分类
2.3.2 按适用范围分类
2.3.3 按业务属性分类
2.3.4 按计算方式分类
2.3.5 按业务场景分类
2.4 如何明确分析模型的应用场景
2.5 如何选择和细化分析对象
2.6 数据分析模型创建的一般步骤
2.7 数据分析建模常见误区
第3章 数据准备及工作表管理
3.1 大数据分析平台应用基础
3.1.1 平台登录方法
3.1.2 用户账号及管理
3.1.3 平台主要功能
3.2 数据源准备及数据上传
3.2.1 数据手动上传
3.2.2 数据库对接自动更新
3.2.3 数据追加和替换
3.3 工作表管理
3.3.1 创建工作表文件夹
……
第4章 数据可视化图标创建
第5章 自主建模应用
第6章 SQL函数在建模中的应用
第7章 可视化大屏创建
第8章 数据分析报告制作