分析已經成為這十年來的技術驅動力。諸如IBM、SAP、SAS、Teradata、Oracle、Microsoft和Dell等公司正在創(chuàng)建專注于分析的新型組織單元，幫助企業(yè)更加有效和高效地運營。決策者也正在使用更多的計算機化工具來支持他們的工作。消費者甚至都在直接或間接地使用分析工具來對購物、健康或醫(yī)療保健、旅游和娛樂等日常活動做出決定。商務智能和商務分析領域得到了迅速發(fā)展，它們更加專注于能從數(shù)據(jù)流中提取知識和洞察力的創(chuàng)新應用，以往這些數(shù)據(jù)流并沒有被捕獲，更不用說以任何重要的方式進行分析。分析技術在醫(yī)療保健、體育、旅游、娛樂、供應鏈管理、公用事業(yè)以及幾乎所有可想象的行業(yè)都有新的應用，術語“分析”已成為主流。事實上，它已經演變成其他術語，如數(shù)據(jù)科學，其最新的形式演變是深度學習和物聯(lián)網(wǎng)。
本書提供了從描述性分析（例如數(shù)據(jù)的性質、統(tǒng)計建模、數(shù)據(jù)可視化和商務智能）開始的商務分析連續(xù)統(tǒng)一體的管理視角，然后轉向預測性分析（例如數(shù)據(jù)挖掘、文本/Web挖掘、社交媒體挖掘），然后進行規(guī)范性分析（例如優(yōu)化和模擬），最后兩章分別討論大數(shù)據(jù)的概念和工具以及商務分析未來趨勢、隱私和管理思考。本書有一個原出版社支持的配套網(wǎng)站（pearsonhighered.com/sharda），還有一個作者維護的獨立網(wǎng)站（dssbibook.com）。
本書的目的是向讀者介紹這些通常被稱為商務分析或數(shù)據(jù)科學的技術。本書介紹了這些系統(tǒng)的構建和使用方法的基本技術原理。我們遵循EEE方法介紹這些主題：展示、體驗和探索（Exposure, Experience, and Exploration）。本書主要提供各種分析技術及其應用的展示，這將會激發(fā)學生學習其他組織如何采用分析做出決策或者獲得競爭優(yōu)勢。我們認為，這種對分析工作內容以及分析實現(xiàn)方式的展示是學習分析的關鍵組成部分。在描述這些技術時，我們還會介紹可用于開發(fā)此類應用的特定軟件工具。但本書不限于任何一種軟件工具，因此學生可以使用任何其他可用的軟件工具來體驗這些技術。每章都給出了特定的建議，學生和教師可以結合不同的數(shù)據(jù)分析軟件工具閱讀本書。本書的配套網(wǎng)站也包括特定的軟件指導，學生可以通過多種方式獲得運用這些技術的經驗。最后，我們希望這些經驗能夠鼓勵讀者在各自不同的領域探究這些技術的潛力。為了便于學習，我們提供了一些指向Teradata大學網(wǎng)絡和其他網(wǎng)站的練習以及面向團隊的練習。我們也會從本書的網(wǎng)站分布新的和創(chuàng)新性的應用。
本書第4版的具體改進主要集中在四個方面：重新編排、新的章節(jié)、內容更新和更加突出的重點。盡管發(fā)生了許多變化，但我們仍保持著全面性和用戶友好性。最后，我們提供了更準確、更新的內容。接下來我們介紹第4版的變化。
第4版中有哪些更新變化
為了改進本書以反映商務分析的重點，意味著第4版需要進行重大重組。這一版圍繞三種主要的商務分析（即描述性、預測性和規(guī)范性）組織。新版本補充了很多新的內容，刪除了過時的內容，具體的變化如下。
新的組織形式：本書接受了INFORMS提出的三種類型的分析分類—描述性、預測性和規(guī)范性。第1章介紹了商務智能和商務分析，以及它們在許多行業(yè)中的應用。該章還包括分析生態(tài)系統(tǒng)的概述，以幫助用戶探索在分析環(huán)境中參與和發(fā)展的所有不同方式。第2章對統(tǒng)計學、數(shù)據(jù)的重要性和描述性分析/可視化進行了概述。第3章介紹數(shù)據(jù)倉庫和數(shù)據(jù)基礎，包括更新的內容，特別是數(shù)據(jù)湖的概念。第4章涵蓋了預測性分析。第5章將商務分析應用擴展到文本、Web和社交媒體。第6章涉及規(guī)范性分析，特別是線性規(guī)劃和模擬，這是本書中的全新內容。第7章介紹了大數(shù)據(jù)工具和平臺。第8章對本書的內容進行了總結，涉及商務分析中的新興趨勢和主題，包括位置分析、物聯(lián)網(wǎng)、基于云的分析和商務分析中的隱私與道德考慮。數(shù)據(jù)分析生態(tài)系統(tǒng)的討論也提及了規(guī)范性分析。
新章節(jié)：以下章節(jié)被全新補充。
第2章：描述性分析I：數(shù)據(jù)性質、統(tǒng)計建模和可視化
該章的目的是透徹了解數(shù)據(jù)的性質，這是任何分析研究的主要組成部分。然后，統(tǒng)計建模將作為描述性分析的一部分介紹。數(shù)據(jù)可視化已成為任何業(yè)務報表或描述性分析項目的熱門部分，因此它在該章中會詳細解釋。該章還介紹了幾個現(xiàn)實世界的案例（75%的新材料）。
第6章：規(guī)范性分析：優(yōu)化與模擬
該章介紹規(guī)范性分析。重點介紹使用線性規(guī)劃技術在Excel中進行優(yōu)化建模，還介紹了模擬的概念。該章是作者關于決策支持系統(tǒng)的書第10版中兩章內容的更新版本。對于這本書，這是一個全新的章節(jié)（99%的新材料）。
第8章：商務分析的未來趨勢、隱私和管理思考
該章將考察幾個新的社會現(xiàn)象，這些現(xiàn)象已經在改變，或者有可能改變分析領域，包括地理空間分析、物聯(lián)網(wǎng)以及基于云分析的資料的重大更新。該章還更新了上一版中關于道德和隱私考慮的內容（70%的新材料）。
章節(jié)修訂：其他的所有章節(jié)也已修改和更新，以下是其他章節(jié)的更改摘要。
第1章：商務智能、商務分析和數(shù)據(jù)科學概述
該章已經被重寫并顯著擴展，開篇小插曲涵蓋了體育分析的多種應用，介紹了INFORMS提出的三種類型的商務分析：描述性、預測性和規(guī)范性分析。前面提到，這個分類用于指導本書的完整重組（之前的內容呈現(xiàn)了新的面貌）。然后，該章包括幾個醫(yī)療保健和零售業(yè)分析的新例子。最后，該章以分析生態(tài)系統(tǒng)的擴展和更新內容結尾，為學生提供了商務分析和數(shù)據(jù)科學行業(yè)的廣泛性（約60%的新材料）。
第3章：描述性分析II：商務智能和數(shù)據(jù)
這是一個舊章節(jié)，但插入了一些新的小節(jié)（例如數(shù)據(jù)湖）和新的案例（約30%的新材料）。
第4章：預測性分析I：數(shù)據(jù)挖掘過程、方法和算法
這是一個舊章節(jié)，但是補充了新的內容、流程和一些新的案例（約20%的新材料）。
第5章：預測性分析II：文本、Web和社交媒體分析
這是一個舊章節(jié)，但是添加了一些新的內容組織、流程以及新的案例（約25%的新材料）。
第7章：大數(shù)據(jù)概念和分析，這是上一版的第6章，更新了一個新的開篇小插曲和案例，介紹了Teradata Aster以及替代數(shù)據(jù)的新材料（約25%的新材料）。
改版作者團隊：基于以前的版本作者（Turban，Sharda，Delen和King）的優(yōu)秀內容，本版本主要由Ramesh Sharda和Dursun Delen進行修訂。Ramesh和Dursun都在分析行業(yè)中工作已久，擁有行業(yè)和研究經驗。
實時更新的網(wǎng)站：本書的使用者可以訪問一個網(wǎng)站，其中包含與新故事、軟件、教程，甚至與本書涵蓋主題相關的YouTube視頻的鏈接。該網(wǎng)站可在dssbibook.com上訪問。
修訂和更新的內容。幾乎所有的章節(jié)都有基于最近的故事和事件的新的開篇小插曲。此外，整本書中的應用案例已更新，包含了特定技術和模型的最新應用示例。在整本書中增加了新的網(wǎng)站鏈接。我們還刪除了許多較舊的產品鏈接和引用。最后，大多數(shù)章節(jié)都有新的練習、網(wǎng)絡任務和問題討論。
與Teradata大學網(wǎng)絡（TUN）的鏈接。大部分章節(jié)包括了與TUN（teradata univer- sitynetwork.com）的新鏈接。
書名。已經很明顯，這本書的書名和重點已經發(fā)生了很大變化。
軟件支持。TUN網(wǎng)站免費提供軟件支持。它還提供了免費數(shù)據(jù)挖掘和其他軟件的鏈接。此外，該網(wǎng)站還提供使用此類軟件的練習。
補充包：www.pearsonhighered.com/sharda
提供全面靈活的技術支持包，以提高教學和學習經驗。以下教師和學生補充包可在本書的網(wǎng)站pearsonhighered.com/sharda上獲得。
教師手冊。教師手冊（Instructor抯 Manual）包括整個課程每章的學習目標和每章的結尾處的問題與練習的答案以及教學建議（包括項目說明）。教師手冊可在Pearsonhighered.com/sharda的secure faculty部分獲得。
測試項目文件和TestGen軟件。測試項目文件（the Test Item File）是判斷題、多項選擇題、填空題和敘述題的綜合集合。測試項目文件在Microsoft Word和TestGen中可用。Pearson Education的測試生成軟件可從www.pearsonhighered.com/ irc獲得。該軟件與PC/MAC兼容，并預裝了所有的測試項目文件問題。你可以手動或隨機查看測試問題并進行拖放以創(chuàng)建測試，也可以根據(jù)需要添加或修改測試問題。我們的TestGens可以被轉換為在BlackBoard、WebCT、Moodle、D2L和Angel中使用。這些轉換可以在pearsonhighered.com/sharda找到。TestGen可從Respondus獲取，也可以從www.respondus.com上找到。
PowerPoint幻燈片。PowerPoint幻燈片可用于演示和構建內容中的關鍵概念。教師可以從Pearson-highered.com/sharda下載PowerPoint幻燈片。
致謝
自本書第1版出版以來，許多人提出了建議和批評。也有幾十名學生參加了各個章節(jié)、軟件和問題的測試，并協(xié)助收集材料。列舉參與這個項目的所有人是不可能的，但我們要感謝所有人。有些人也做出了重大貢獻，他們值得特別感謝。
首先，我們感謝那些為第1版到第3版提供正式評審的人的辛苦工作：

我們也感謝那些對本書以及我們關于決策支持系統(tǒng)的書—《Business Intelligence and Analytics: Systems for Decision Support》（第10版，Pearson Education, 2013）進行正式評審的人的辛苦工作。
第二，有幾個人為本書或支持材料提供了材料。Teradata的Susan Baskin和David Schrader博士為本書確定新的TUN和Teradata內容提供了特別的幫助，并為其確定了許可。Dave Schrader博士為本書寫了開篇小插曲。這個小插曲還得到了奧本大學的Ashish Gupta博士和田納西州–查塔努加大學的Gary Wilkerson開發(fā)的材料的幫助，它將為分析提供一個很好的介紹。我們也非常感謝INFORMS允許我們從Interfaces引用一些內容。以下人員在我們更新這本書的時候也提供了幫助：Pankush Kalgotra，Prasoon Mathur，Rupesh Agarwal，Shubham Singh，Nan Liang，Jacob Pearson，Kinsey Clemmer和Evan Murlette（都來自俄克拉何馬州立大學），非常感激他們對本版的幫助。Teradata Aster團隊，特別是Mark Ott，為第7章的開篇小插曲提供了材料。第7章中的Aster材料改編自John Thuma和Greg Bethardy開發(fā)的培訓指南。Humana Corporation首席信息官Brian LeClaire博士提供了他和他的團隊在Humana開發(fā)的幾項真實的醫(yī)療保健案例。vCreaTek的Abhishek Rathi貢獻了他在零售行業(yè)的分析愿景。感謝Rick Wilson博士在Excel中優(yōu)秀的教學和線性編程技能的表現(xiàn)。Matt Turck同意讓我們采用他的物聯(lián)網(wǎng)生態(tài)系統(tǒng)材料。Ramesh還感謝女兒Ruchy Sharda Sen提供的文字編輯工作。此外，我們以前的博士生和研究同事以多種直接或間接的方式為本書提供了內容或建議和支持：

第三，對于上一版，我們非常感謝Dave King（JDA Software Group，Inc.）的貢獻。上一版的其他主要貢獻者包括J. Aronson（佐治亞大學），他是我們的共同作者，貢獻了數(shù)據(jù)倉庫章節(jié)。Mike Goul（亞利桑那州立大學）主要在第1章做出了貢獻；以及T. P. Liang（臺灣“中山大學”）在以前的版本中為神經網(wǎng)絡提供了材料。Judy Lang與我們所有人合作，完成編輯任務，并在第1版的整個項目中指導我們。
第四，幾家供應商通過為以前的版本提供案例研究和演示軟件與我們合作：Acxiom (Little Rock, Arkansas), California Scientific Software (Nevada City, California), Cary Harwin of Catalyst Development (Yucca Valley, California), IBM (San Carlos, California), DS Group, Inc. (Greenwich, Connecticut), Gregory Piatetsky-Shapiro of KDnuggets.com, Gary Lynn of NeuroDimension Inc. (Gainesville, Florida), Palisade Software (New eld, New York), Promised Land Technologies (New Haven, Connecticut), Salford Systems (La Jolla, California), Sense Networks (New York, New York), Gary Miner of StatSoft, Inc. (Tulsa, Oklahoma), Ward Systems Group, Inc. (Frederick, Maryland), Idea Fisher Systems, Inc. (Irving, California), Wordtech Systems (Orinda, California)。
第五，特別感謝Teradata大學網(wǎng)絡，特別感謝項目總監(jiān)Susan Baskin。Hugh Watson，他創(chuàng)辦了TUN網(wǎng)絡；以及Michael Goul、Barb Wixom和Mary Gros，他們鼓勵將本書與TUN網(wǎng)絡相連，并為本書提供有用的材料。
最后，感謝Pearson團隊的Samantha Lewis，他們與我們合作完成了修訂，感謝生產團隊的Ann Pulido、Revathi Viswanathan，以及Cenveo的工作人員，他們將手稿變成了一本書。
我們要感謝所有為本書出版做出貢獻的個人和公司。若沒有他們的幫助，本書是不可能出現(xiàn)的。