Power BI 電商數據分析實(shí)戰簡(jiǎn)介，目錄書(shū)摘
工具+業(yè)務(wù)場(chǎng)景才是王道！
市場(chǎng)分析、客戶(hù)分析、貨品分析、流量分析和輿情分析5個(gè)電商場(chǎng)景
講述Power BI Desktop的應用技巧
涵蓋數據可視化、Power Query應用、DAX和數據建模
本書(shū)以搭建電商數據分析系統為業(yè)務(wù)背景，介紹Power BI的實(shí)際應用，涉及市場(chǎng)分析、客戶(hù)分析、貨品分析、流量分析、輿情分析5個(gè)常用場(chǎng)景，讀者需從市場(chǎng)分析場(chǎng)景入門(mén)，了解Power BI的應用。讀完這本書(shū)后，你將獲得電商的數據業(yè)務(wù)思維、Power BI Desktop的操作技巧，具備搭建電商數據分析BI系統的能力。
本書(shū)適合Power BI愛(ài)好者、數據分析愛(ài)好者、電商數據分析從業(yè)人員、電商運營(yíng)從業(yè)人員閱讀。
零一
沐垚科技創(chuàng )始人，電商自媒體，資深數據分析師，具有8年電商從業(yè)經(jīng)驗，擅長(cháng)Excel、Power BI、R、Python等工具，主要研究數據化運營(yíng)、商業(yè)智能和人工智能在電商領(lǐng)域的應用，專(zhuān)注“數據+電商”的新零售服務(wù)。
聶健華
精通Excel、Power BI，擅長(cháng)淘系業(yè)務(wù)數據分析及數據建模。目前就職于一家淘品牌公司，擔任數據顧問(wèn)職務(wù)，通過(guò)精準的數據化運營(yíng)，享受數據變現帶來(lái)的紅利。
韓要賓
杭州沐垚科技有限公司 COO，CDA數據分析研究院資深講師，具有5年電商從業(yè)經(jīng)驗，4年數據挖掘實(shí)戰經(jīng)驗，專(zhuān)注于數據分析與挖掘、機器學(xué)習、深度學(xué)習的研究。服務(wù)客戶(hù)：蘇寧易購、Decathlon、百草味、浙江師范大學(xué)等。
第1章 Power BI Desktop簡(jiǎn)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基礎入門(mén) 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設置界面 13
第3章 搭建電商BI系統的框架 16
3．1 數據框架 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(chǎng)景：市場(chǎng)分析 22
4．1 業(yè)務(wù)背景 22
4．2 Excel數據加載與清洗 23
4．3 數據建模 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 數據關(guān)系建模 33
4．4 數據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 數據鉆取 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(jià)格段分組 71
第5章 應用場(chǎng)景：客戶(hù)分析 77
5．1 業(yè)務(wù)背景 77
5．2 MySQL數據加載與清洗 78
5．3 客戶(hù)地域分布 81
5．3．1 提取省、市信息 82
5．3．2 統計地域客戶(hù)數 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(hù)分析 90
5．4．1 統計流失金額 90
5．4．2 分析訂單付款間隔 91
5．5 客戶(hù)生命周期 93
5．5．1 提取客戶(hù)最近消費的時(shí)間間隔 93
5．5．2 計算消費間隔的累計占比 99
5．6 RFM客戶(hù)價(jià)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(chǎng)景：貨品分析 109
6．1 業(yè)務(wù)背景 109
6．2 品類(lèi)銷(xiāo)售分析 109
6．2．1 建立關(guān)系模型 110
6．2．2 合并查詢(xún) 111
6．2．3 統計品類(lèi)銷(xiāo)售情況 114
6．2．4 計算商品真實(shí)售價(jià) 118
6．3 商品銷(xiāo)售分析 124
6．3．1 商品地域分布 124
6．3．2 商品銷(xiāo)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(chǎng)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(jiàn)解洞察數據變化 152
7．3 關(guān)鍵詞有效度分析 154
7．3．1 數據準備 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(chǎng)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)布數據 184
9．1 將數據發(fā)布到Web 184
9．2 將數據發(fā)布到移動(dòng)端 186
京公網(wǎng)安備 11000002000088號
