本书致力于培养具备数字技能和数据思维的商科人才。通过深入浅出的方式，将大数据理论、技术与应用进行系统讲解，帮助学生掌握从数据认知到实际应用的全面能力，通过对业务场景与数据分析的紧密结合，洞察数据的商业价值，成为负责任的数据使用者和决策者。
本书的编写坚持产教深度融合、校企双元协同，采用“项目引领，任务驱动”的理念，将复杂知识点拆解为具体任务，使学生在任务完成的实践中深化理解理论知识。本书依据数据全链路思维体系，围绕企业实际经营过程中的数据决策全过程，通过五个项目的进阶式学习，系统引导学生掌握大数据应用的基本流程。为落实思政育人理念，每个项目均设置了“崇德向善”栏目，帮助学生在应用大数据的同时强化数据伦理认知与责任意识。

李仁璞，博士，教授，加拿大里贾纳大学、挪威奥斯陆大学访问学者。主要从事电子商务、大数据应用、数据挖掘等领域的研究工作。主持主研省部级以上课题8项，国内外重要刊物和会议发表学术论文40余篇。现为全国电子商务职业教育教学指导委员会教师发展专委会委员、江苏省财经商贸职业教育行业指导委员会电子商务专委会常务委员，多次担任全国职业院校技能大赛裁判、江苏省职业院校教学能力比赛评审专家。
周航，硕士研究生，经济师，常州工程职业技术学院经济管理学院专任教师。目前承担《大数据基础与应用》《商务数据分析》等课程的教学任务，主要研究领域聚焦于大数据与会计方向，主持及参与多项市厅级课题研究，同时拥有8年以上企业实务工作经验。

导　论　大数据基础
项目一　数据资产积累：数据存储与汇集
任务一　数据源数据存储
任务二　数据湖数据存储
任务三　精准实施数据汇集
项目小结
崇德向善
实训练习
项目二　数据质量提升：数据清洗与加工
任务一　识别数据质量问题
任务二　实施数据筛选
任务三　实施数据关联
任务四　应用函数型数据加工
任务五　执行数据聚合
项目小结
崇德向善
实训练习
项目三　数据洞察行动：数据分析与挖掘
任务一　数据预处理：数据准备
任务二　相关性分析：揭示变量之间的关系
任务三　回归模型构建与评估：探索潜在相关关
任务四　分类算法应用：数据驱动的分类决策
任务五　关联规则发现：揭示数据中的隐藏关系
项目小结
崇德向善
实训练习
项目四　数据视觉叙事：数据可视化与报告撰写
任务一　设计数据可视化展示
任务二　撰写数据分析报告
项目小结
崇德向善
实训练习
项目五　数据实战解码：综合案例分析应用
项目小结
崇德向善
实训练习
参考文献