Power BI電商數(shù)據(jù)分析實(shí)戰(zhàn)

第1章 Power BI Desktop簡介 1
1．1 什么是Power BI Desktop 1
1．2 如何選擇版本 6
第2章 Power BI基礎(chǔ)入門 8
2．1 Power BI Desktop的獲取及安裝 8
2．2 Power BI Desktop操作界面 10
2．3 Power BI Desktop設(shè)置界面 13
第3章 搭建電商BI系統(tǒng)的框架 16
3．1 數(shù)據(jù)框架 16
3．2 業(yè)務(wù)框架 18
3．3 維度和指標(biāo)體系 20
第4章 應(yīng)用場景：市場分析 22
4．1 業(yè)務(wù)背景 22
4．2 Excel數(shù)據(jù)加載與清洗 23
4．3 數(shù)據(jù)建模 27
4．3．1 創(chuàng)建日期維度表 28
4．3．2 添加屬性維度表 32
4．3．3 數(shù)據(jù)關(guān)系建模 33
4．4 數(shù)據(jù)可視化展示及拓展應(yīng)用 36
4．4．1 可視化對象操作 37
4．4．2 篩選器 44
4．4．3 數(shù)據(jù)鉆取 50
4．4．4 編輯交互 52
4．5 分析指標(biāo)計(jì)算 54
4．5．1 計(jì)算同比/環(huán)比 54
4．5．2 計(jì)算品牌集中度 62
4．5．3 計(jì)算價(jià)格段分組 71
第5章 應(yīng)用場景：客戶分析 77
5．1 業(yè)務(wù)背景 77
5．2 MySQL數(shù)據(jù)加載與清洗 78
5．3 客戶地域分布 81
5．3．1 提取省、市信息 82
5．3．2 統(tǒng)計(jì)地域客戶數(shù) 83
5．3．3 計(jì)算人均消費(fèi)金額 84
5．3．4 地域分布的四象限 87
5．4 流失客戶分析 90
5．4．1 統(tǒng)計(jì)流失金額 90
5．4．2 分析訂單付款間隔 91
5．5 客戶生命周期 93
5．5．1 提取客戶最近消費(fèi)的時間間隔 93
5．5．2 計(jì)算消費(fèi)間隔的累計(jì)占比 99
5．6 RFM客戶價(jià)值分析模型 102
5．6．1 計(jì)算R 103
5．6．2 計(jì)算F 104
5．6．3 計(jì)算M 105
5．6．4 分析RFM模型 105
第6章 應(yīng)用場景：貨品分析 109
6．1 業(yè)務(wù)背景 109
6．2 品類銷售分析 109
6．2．1 建立關(guān)系模型 110
6．2．2 合并查詢 111
6．2．3 統(tǒng)計(jì)品類銷售情況 114
6．2．4 計(jì)算商品真實(shí)售價(jià) 118
6．3 商品銷售分析 124
6．3．1 商品地域分布 124
6．3．2 商品銷售趨勢 131
6．3．3 商品生命周期 134
6．3．4 波士頓矩陣 135
6．3．5 補(bǔ)貨預(yù)測模型 142
第7章 應(yīng)用場景：流量分析 146
7．1 業(yè)務(wù)背景 146
7．2 流量渠道分析 148
7．2．1 流量渠道分析報(bào)表 148
7．2．2 切換報(bào)表主題 151
7．2．3 快速見解洞察數(shù)據(jù)變化 152
7．3 關(guān)鍵詞有效度分析 154
7．3．1 數(shù)據(jù)準(zhǔn)備 155
7．3．2 詞根有效度分析 157
7．3．3 詞根裂變分析 161
第8章 應(yīng)用場景：輿情分析 170
8．1 業(yè)務(wù)背景 170
8．2 輿情關(guān)鍵詞提取 171
8．2．1 關(guān)鍵詞提取 171
8．2．2 詞云圖及網(wǎng)絡(luò)圖 174
8．3 情感分析 178
8．3．1 計(jì)算輿情情感得分 179
8．3．2 分析情感得分 181
第9章 發(fā)布數(shù)據(jù) 184
9．1 將數(shù)據(jù)發(fā)布到Web 184
9．2 將數(shù)據(jù)發(fā)布到移動端 186