本书分为商务数据分析工具篇、商务数据分析流程篇和商务数据分析实践篇三篇。以数据采集、Power BI 智能数据分析贯穿商务数据分析的全过程，并以项目任务的形式呈现给读者。本书项目包括走进商务数据分析、应用Excel 进行商务数据分析、应用Power BI 进行商务数据分析、应用Python 进行商务数据分析、大数据采集与清洗、大数据存储管理、大数据挖掘与分析、大数据安全、电商大数据分析与应用、财务大数据分析与应用、金融大数据分析与应用等。
　　本书适合作为职业院校商务数据分析、电子商务、网络营销与直播电商、智能物流技术、大数据与会计等多个专业的教材，也可以作为互联网营销人员、运营人员、数据分析人员的自学参考书。

（1）本书主要讲解了Excel、 Power BI、Python三大分析工具;
（2）内容覆盖数据采集一清洗存储一挖掘一分析全流程;（3）对电商、财务、金融三大领域大数据分析进行案例演练

近年来随着电子商务、网络营销和大数据技术等领域的快速发展，企业和社会组
织产生了大量的数据。这些数据包含丰富的信息，同时也带来了数据处理和分析的挑
战。为了应对这一挑战，商务数据分析与应用逐渐成为商业和数据分析领域的重要分
支。通过对数据的深入挖掘和分析，企业可以更好地理解市场趋势、消费者行为、业
务流程等，从而做出更明智的决策。
基于这样的背景下，我们旨在编写一本全面而实用的教材，以帮助读者掌握商务
数据分析的基本概念、工具、流程和实践。通过本书的学习，读者可以了解如何收
集、清洗、存储和管理数据，并使用各种数据分析工具（如Excel、Power BI、Python
等）进行数据分析和挖掘。
本书通过项目任务的编写形式将理论知识与实践技能相结合，提高读者的实际操
作能力。通过本书的学习，读者可以更好地理解商务数据分析的重要性和应用价值，
为未来的职业发展做好准备。
本书根据新商科专业标准中的商务数据分析与应用课程要求及职业技能竞赛
要求，提供了全面而深入的商务数据分析内容。本书适用于商务数据分析、电子商
务、网络营销与直播电商、智能物流技术、大数据与会计等多个专业的专业核心课和
专业基础课教学活动。通过本书的学习，读者可以更好地应用商务数据分析技能来解
决实际问题。
本书编写团队成员在实际教学积累的前提下，查阅了许多相关资料，历经近一年
时间，终于编写了这本基于新商科视域下的《商务数据分析与应用》教材。本书的编
写分工如下：寿震坤负责第1 篇的项目1 和项目4；刘逸萱负责第1 篇的项目2 和
项目3；范负责第2 篇的项目5 和项目6；朱振华负责第2 篇的任务7.1、项目8 和
第3 篇的项目9；诺明其其格负责第3 篇的项目10 和项目11；杨帆负责第2 篇的
任务7.2。
II
商务数据分析与应用
本书的编写得到了广州市福斯特科技有限公司的大力支持，特别是书中项目5、
项目7、项目9 中的实训部分，选取的是基于福斯特科技有限公司虚拟仿真实训平台
中的、经过脱敏后的真实案例。这些项目特别适合初学者阅读、理解和实操。
虽然编者做了大量的准备工作，并多次对本书内容进行校对，但因知识能力水平
有限，书中难免有所疏漏，恳请读者谅解并多提宝贵意见。
编　者
2024 年1 月

寿震坤，经营信息学硕士，内蒙古电子信息职业技术学院教授，研究方向经营信息，指导学生参加自治区技能大赛多次获得二三等奖，主持自治区课题2项，发表论文10余篇。
刘逸萱，硕士研究生，2007年至今任职于内蒙古电子信息职业技术学院。主持及参与自治区级科研项目4项，横向课题1项，论文10余篇。参与并获得自治区教学成果奖二等奖1项。获自治区信息化教学能力大赛三等奖1项。指导学生获自治区挑战杯奖项若干，其中一等奖3项。
范枻,内蒙古电子信息职业技术学院电子商务学院教务科科长，主持并参与多项自治区级课题，主持并参与横向课题到账经费达六万元以上，曾获内蒙古自治区青年教师技能竞赛一等奖，自治区教师教学能力大赛一等奖，自治区信息化教学能力大赛三等奖，指导学生参与挑战杯全国大学生课外学术作品竞赛自治区级特等奖两项，发表学术论文若干。

第1 篇　商务数据分析工具
项目1　走进商务数据分析 3
任务1.1 认识商务数据分析 4
任务1.2 商务数据分析流程 13
任务1.3 商务数据分析方法 17
任务1.4 商务数据分析工具 22
素质提升加油站 26
项目2　应用Excel 进行商务数据分析 27
任务2.1 Excel 2021 概述 28
任务2.2 外部数据的获取 32
任务2.3 数据的处理 36
任务2.4 函数的应用 38
任务2.5 数据透视表和数据透视图 41
任务2.6 数据分析与可视化 44
项目实训　应用数据分析工具 46
素质提升加油站 54
项目3　应用Power BI 进行商务数据分析 55
任务3.1 初识Power BI 56
任务3.2 数据获取与处理 57
任务3.3 Power BI 建模 63
IV
商务数据分析与应用
任务3.4 Power BI 可视化 66
项目实训　创建财务报表可视化视图 74
素质提升加油站 80
项目4　应用Python 进行商务数据分析 81
任务4.1 初识Python 82
任务4.2 使用Python 的场景 86
任务4.3 Python 的常用库 89
任务4.4 Python 文件操作 90
任务4.5 使用Python 采集数据 92
素质提升加油站 100
第2 篇　商务数据分析流程
项目5　大数据采集与清洗 103
任务5.1 数据采集基础知识 104
任务5.2 认识数据采集工具与采集方法 107
任务5.3 数据清洗 109
项目实训1　商务数据采集 112
项目实训2　商务数据清洗链家租房房源信息数据的清洗处理 116
素质提升加油站 127
项目6　大数据存储管理 129
任务6.1 认识数据存储 130
任务6.2 传统的数据存储管理 133
任务6.3 大数据时代的数据存储管理 136
项目实训　使用百度网盘存储服务 138
素质提升加油站 144
项目7　大数据挖掘与分析 145
任务7.1 运用数据挖掘与机器学习算法 146
任务7.2 运用大数据分析技术 152
项目实训　大数据挖掘与分析应用基于决策树模型的流失用户分析 156
V
目 录
素质提升加油站 159
项目8　大数据安全 161
任务8.1 区分大数据安全与传统数据安全 162
任务8.2 关注隐私和个人信息安全问题与原因分析 164
任务8.3 关注国家安全问题与对策 167
项目实训　使用WPS 文档加密 169
第3 篇　商务数据分析实践
项目9　电商大数据分析与应用 175
任务9.1 市场分析 176
任务9.2 客户数据分析 189
任务9.3 数字化选品 192
项目10　财务大数据分析与应用 198
任务10.1 财务大数据分析 198
任务10.2 财务报表分析 200
任务10.3 财务指标分析 212
项目实训　财务大数据分析与评价 214
素质提升加油站 223
项目11　金融大数据分析与应用 224
任务11.1 金融大数据分析 224
任务11.2 证券投资数据分析 228
项目实训　根据金融大数据创建时间序列图 235
素质提升加油站 239
参考文献 241