Power BI 電商數(shù)據(jù)分析實戰(zhàn)簡介，目錄書摘
工具+業(yè)務(wù)場景才是王道！
市場分析、客戶分析、貨品分析、流量分析和輿情分析5個電商場景
講述Power BI Desktop的應用技巧
涵蓋數(shù)據(jù)可視化、Power Query應用、DAX和數(shù)據(jù)建模
本書以搭建電商數(shù)據(jù)分析系統(tǒng)為業(yè)務(wù)背景，介紹Power BI的實際應用，涉及市場分析、客戶分析、貨品分析、流量分析、輿情分析5個常用場景，讀者需從市場分析場景入門，了解Power BI的應用。讀完這本書后，你將獲得電商的數(shù)據(jù)業(yè)務(wù)思維、Power BI Desktop的操作技巧，具備搭建電商數(shù)據(jù)分析BI系統(tǒng)的能力。
本書適合Power BI愛好者、數(shù)據(jù)分析愛好者、電商數(shù)據(jù)分析從業(yè)人員、電商運營從業(yè)人員閱讀。
零一
沐垚科技創(chuàng)始人，電商自媒體，資深數(shù)據(jù)分析師，具有8年電商從業(yè)經(jīng)驗，擅長Excel、Power BI、R、Python等工具，主要研究數(shù)據(jù)化運營、商業(yè)智能和人工智能在電商領(lǐng)域的應用，專注“數(shù)據(jù)+電商”的新零售服務(wù)。
聶健華
精通Excel、Power BI，擅長淘系業(yè)務(wù)數(shù)據(jù)分析及數(shù)據(jù)建模。目前就職于一家淘品牌公司，擔任數(shù)據(jù)顧問職務(wù)，通過精準的數(shù)據(jù)化運營，享受數(shù)據(jù)變現(xiàn)帶來的紅利。
韓要賓
杭州沐垚科技有限公司 COO，CDA數(shù)據(jù)分析研究院資深講師，具有5年電商從業(yè)經(jīng)驗，4年數(shù)據(jù)挖掘?qū)崙?zhàn)經(jīng)驗，專注于數(shù)據(jù)分析與挖掘、機器學習、深度學習的研究。服務(wù)客戶：蘇寧易購、Decathlon、百草味、浙江師范大學等。
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 維度和指標體系 20
第4章 應用場景：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 分析指標計算 54
4．5．1 計算同比/環(huán)比 54
4．5．2 計算品牌集中度 62
4．5．3 計算價格段分組 71
第5章 應用場景：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)計地域客戶數(shù) 83
5．3．3 計算人均消費金額 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 提取客戶最近消費的時間間隔 93
5．5．2 計算消費間隔的累計占比 99
5．6 RFM客戶價值分析模型 102
5．6．1 計算R 103
5．6．2 計算F 104
5．6．3 計算M 105
5．6．4 分析RFM模型 105
第6章 應用場景：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)計品類銷售情況 114
6．2．4 計算商品真實售價 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 補貨預測模型 142
第7章 應用場景：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 流量渠道分析報表 148
7．2．2 切換報表主題 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
京公網(wǎng)安備 11000002000088號
