本书通过实际案例深入介绍了基于Python的开源商业智能工具ApacheSuperset。本书立足于为企业建立一套开源免费的BI(商业智能)数据分析平台,实现自助数据处理、数据分析、数据可视化,概述了该系统的基本情况、总体需求、解决方案和业务理解等。本书从企业BI系统建设的实际需求出发,详细阐述了商业智能系统开发的概念、流程及相关技术,同时结合实际案例介绍了基于ApacheSuperset的最新且常用的商业智能技术,包括Redis、Hive、Presto、Vertica、ClickHouse、TiDB、Dremio等。
作者简介
内容简介
前言
第1章 商业智能概述
1.1 商业智能简介
1.2 商业智能技术
1.3 几个概念的比较
第2章 系统开发需求分析
2.1 项目背景概述
2.2 平台总体需求
2.3 解决方案概述
2.4 业务数据理解
第3章 系统开发相关技术
3.1 系统主要软件
3.2 数据仓库技术
3.3 Apache Superset的安装
第4章 Apache Superset连接数据源
4.1 读取本地数据
4.2 连接关系型数据库
第5章 Apache Superset基础操作
5.1 Apache Superset可视化分析
5.2 Apache Superset用户管理
5.3 Apache Superset角色管理
5.4 Apache Superset看板设置与编辑
第6章 Apache Superset前端集成开发
6.1 前端开发概述
6.2 系统参数设置
6.3 Apache Superset前端集成实战
第7章 Apache Superset系统性能优化
7.1 系统性能优化
7.2 搭建开发环境
7.3 集成开发实战
第8章 Apache Superset与数据仓库
8.1 数据仓库概述
8.2 Apache Superset集成Hive
8.3 物流配送影响因素分析
第9章 Apache Superset与实时计算引擎
9.1 实时计算引擎概述
9.2 Apache Superset集成Presto
9.3 网购退货原因分析
第10章 Apache Superset与列式存储引擎
10.1 列式存储引擎
10.2 Apache Superset集成Vertica
10.3 客户流失原因分析
第11章 Apache Superset与联机分析处理
11.1 联机分析处理概述
11.2 Apache Superset集成Click House
11.3 商家物流运营分析
第12章 Apache Superset与混合事务分析处理
12.1 混合事务分析处理
12.2 Apache Superset集成TiDB
12.3 物流配送沟通性
第13章 Apache Superset与数据湖引擎
13.1 数据湖引擎
13.2 Apache Superset集成Dremio
13.3 客户流失价格因素
第14章 客户细分主题分析
14.1 客户细分的价值及其方法
14.2 基于客户属性的客户细分
14.3 基于客户价值的客户细分
14.4 基于消费行为的客户细分
14.5 对细分客户进行营销
第15章 客户满意度主题分析
15.1 客户满意度概述
15.2 客户满意信赖度分析
15.3 客户满意专业度分析
15.4 客户满意有形度分析
15.5 客户满意同理度分析
15.6 客户满意反应度分析
15.7 提升客户满意度
附录A 安装Python3.10.0
附录B 集群各节点的参数配置
B.1 Hadoop的参数配置
B.2 Hive的参数配置
B.3 集群的启动与关闭
附录C 数据源及其连接方式
