財務數(shù)據(jù)價值鏈：數(shù)據(jù)、算法、分析、可視化

定　價：￥108.00

作　者：	陳虎，孫彥叢，郭奕，趙旖旎著
出版社：	人民郵電出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787115590084	出版時間：	2022-06-01	包裝：	平裝
開本：	16開	頁數(shù)：	285	字數(shù)：

內(nèi)容簡介

　　《財務數(shù)據(jù)價值鏈：數(shù)據(jù)、算法、分析、可視化》提出“財務數(shù)據(jù)價值鏈”的概念，系統(tǒng)且詳細地介紹了數(shù)據(jù)價值鏈中的業(yè)務需求分析、數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)探索、數(shù)據(jù)算法、數(shù)據(jù)可視化“六大步驟”中各步驟的內(nèi)涵、應用場景、實現(xiàn)工具等，闡述了整個數(shù)據(jù)價值鏈對財務工作帶來的影響。同時，書中還提出由數(shù)據(jù)價值鏈、數(shù)據(jù)治理、決策場景共同構成數(shù)據(jù)價值體系，認為財務需要依靠持續(xù)的數(shù)據(jù)治理保障數(shù)據(jù)質量，通過數(shù)據(jù)價值鏈提煉數(shù)據(jù)價值，為各類決策場景提供支撐，賦能數(shù)字化轉型?！敦攧諗?shù)據(jù)價值鏈：數(shù)據(jù)、算法、分析、可視化》使用了財務專業(yè)人士能夠理解的技術語盲，并輔以場景化案例、知識延伸閱讀等形式加深讀者理解?！敦攧諗?shù)據(jù)價值鏈：數(shù)據(jù)、算法、分析、可視化》適合所有追求思想變革和認知更新的財務專業(yè)人士以及任何對財務數(shù)字化轉型感興趣的讀者閱讀。

作者簡介

　　陳虎中興新云總裁清華大學經(jīng)濟管理學院博士后，中國注冊會計師、特許公認會計師（ACCA）、財政部會計信息化委員會咨詢專家、財政部管理會計咨詢專家、中國成本研究會理事、中國會計學會會計信息化專業(yè)委員會委員、ACCA中國專家智庫成員、南京大學產(chǎn)業(yè)教授。擁有超過二十年的高科技行業(yè)財務管理經(jīng)驗，先后于核心期刊發(fā)表了幾十篇學術論文，著有十二本專著，主持并指導幾十家大型企業(yè)集團的財務變革、財務共享服務、財務信息化、財務數(shù)字化項目。孫彥叢中興新云高級副總裁中國注冊會計師、財政部內(nèi)部控制標準委員會咨詢專家、上海國家會計學院智能財務研究院研究室（中心）聯(lián)席主任、南京大學智能財務研究院主任、西安交通大學校外指導教師。擁有近二十年高科技行業(yè)財務管理及財務信息化經(jīng)驗，在核心期刊發(fā)表論文數(shù)篇，著有十二本專著。曾主持多個大型企業(yè)集團的財務共享服務、財務信息化、財務數(shù)字化、財務管理轉型項目。郭奕中興新云高級副總裁上海國家會計學院智能財務研究院研究室（中心）聯(lián)席主任、中國醫(yī)藥會計學會高級研究員、西安交通大學校外指導教師。在財務信息化與數(shù)字化、財務共享服務、全球財經(jīng)管理模式、政府政務行業(yè)會計改革、醫(yī)藥行業(yè)業(yè)財融合等領域擁有豐富經(jīng)驗，在核心期刊發(fā)表論文數(shù)篇，著有專著九本。曾主持和參與了多個大型集團企業(yè)財務共享服務、財務信息化、財務數(shù)字化、財務管理轉型項目。趙旖旎中興新云副總裁兼知識總監(jiān)上海國家會計學院智能財務研究院學術委員會成員、南京大學智能財務研究院執(zhí)行主任、西安交通大學校外指導教師。擁有超過十年的高科技跨國企業(yè)集團財務云運營管理工作經(jīng)驗，先后于核心期刊發(fā)表論文數(shù)十篇，擁有專著六本。作為中興新云知識總監(jiān)，主導完成了“中興新云系列”研究成果，包括“財務云”叢書、行業(yè)研究分析、系列創(chuàng)新報告等。

圖書目錄

第一章

DT　時代的變革

步入DT　時代·002

從IT　到DT 的變遷·002

DT　時代，數(shù)據(jù)為王·003

企業(yè)對于數(shù)據(jù)的渴望·008

數(shù)據(jù)驅動管理·010

直面挑戰(zhàn)·011

DT　時代的財務變革·015

財務在企業(yè)管理中的定位·015

DT　時代財務的“變”與“新”·018

第二章

數(shù)據(jù)價值體系

理解數(shù)據(jù)·027

數(shù)據(jù)與數(shù)字化·027

數(shù)據(jù)的核心價值　·028

數(shù)據(jù)價值體系·030

數(shù)據(jù)治理體系：數(shù)據(jù)發(fā)揮價值的基礎·031

數(shù)據(jù)價值鏈：數(shù)據(jù)發(fā)揮價值的途徑·045

決策場景：數(shù)據(jù)發(fā)揮價值的場景·050

數(shù)據(jù)價值體系的保障和基礎·056

建設數(shù)據(jù)文化·056

組建數(shù)據(jù)組織·057

培養(yǎng)數(shù)據(jù)人才·060

掌握數(shù)據(jù)技術·068

第三章

數(shù)據(jù)價值鏈

點菜：業(yè)務需求分析·073

理解業(yè)務需求·073

業(yè)務需求分析的具體步驟·074

買菜：數(shù)據(jù)采集·079

理解數(shù)據(jù)采集·079

數(shù)據(jù)采集常用的方法與技術·084

洗菜：數(shù)據(jù)清洗·087

理解數(shù)據(jù)清洗·087

數(shù)據(jù)清洗的具體步驟·090

切菜：數(shù)據(jù)探索·092

理解數(shù)據(jù)探索·092

數(shù)據(jù)探索的具體步驟·093

炒菜：數(shù)據(jù)算法·097

理解數(shù)據(jù)算法·097

數(shù)據(jù)算法應用的具體步驟·098

上菜：數(shù)據(jù)可視化·103

理解數(shù)據(jù)可視化·103

數(shù)據(jù)可視化的具體步驟·105

第四章

數(shù)據(jù)采集

數(shù)據(jù)源的分類·110

以分布范圍分類的數(shù)據(jù)源·110

以采集路徑分類的數(shù)據(jù)源·112

財務數(shù)據(jù)源的再定義與擴展·115

不同情境下的數(shù)據(jù)采集·118

情境一：感知設備數(shù)據(jù)采集·118

情境二：系統(tǒng)中結構化數(shù)據(jù)采集·120

情境三：日志文件數(shù)據(jù)采集·121

情境四：非結構化數(shù)據(jù)采集·122

情境五：其他外部數(shù)據(jù)采集·125

DT　時代下的數(shù)據(jù)采集特點·127

第五章

數(shù)據(jù)清洗

數(shù)據(jù)質量問題與清洗方法·135

缺失數(shù)據(jù)清洗·136

格式問題數(shù)據(jù)清洗·138

邏輯問題數(shù)據(jù)清洗·139

異常數(shù)據(jù)清洗·140

不一致數(shù)據(jù)清洗·142

冗余數(shù)據(jù)清洗·143

數(shù)據(jù)清洗的主要工具·147

電子表格·147

專門的ETL　工具·148

編程實現(xiàn)·148

專業(yè)的數(shù)據(jù)清洗軟件·149

BI　數(shù)據(jù)準備工具·150

第六章

數(shù)據(jù)探索與數(shù)據(jù)算法

描述數(shù)據(jù)特征·155

集中趨勢指標·158

離散趨勢指標·160

分布形態(tài)指標·162

理解統(tǒng)計基礎·165

統(tǒng)計學原理·165

推斷統(tǒng)計·167

相關性分析·171

認識數(shù)據(jù)算法·173

回歸算法·173

分類算法·175

聚類算法·182

關聯(lián)規(guī)則算法·184

時間序列算法·186

數(shù)據(jù)算法在財務領域的應用·190

了解常用工具·199

Excel·199

SQL·202

SPSS·203

SAS·204

Python·205

R·206

算子平臺·206

第七章

數(shù)據(jù)可視化

數(shù)據(jù)可視化的基本圖表·213

柱形圖（Column　Chart）·214

條形圖（Bar　Chart）·214

折線圖（Line　Chart）·215

面積圖（Area　Chart）·217

餅圖（Pie　Chart）·217

散點圖（Scatter　Plot）·218

氣泡圖（Bubble　Chart）·220

漏斗圖（Funnel　Plot）·221

儀表盤（Dashboard）·223

雷達圖（Radar　Map）·223

詞云圖（Word　Cloud Map）·226

熱力圖（Heat　Map）·226

數(shù)據(jù)可視化的展現(xiàn)邏輯·228

時間邏輯·228

空間邏輯·230

用戶角色邏輯·231

業(yè)務分析流程邏輯·232

用戶自定義邏輯·233

數(shù)據(jù)可視化的實現(xiàn)工具·236

Excel·237

Tableau·239

Power　BI·241

FineBI·245

R·246

Python·249

財經(jīng)云圖·251

第八章

哈斯汽車：如何開展數(shù)據(jù)分析與可視化項目

案例背景·254

項目溝通·256

前期內(nèi)部溝通·256

客戶需求溝通·261

項目實施·263

需求分析·263

采集數(shù)據(jù)·264

清洗數(shù)據(jù)·265

數(shù)據(jù)分析與可視化·268

溝通結果·280

結語重塑DT　時代的財務價值