【課程背景】

如何有效地監控流量、流量轉化漏斗、流量性價比、以及用戶畫像、留存度的數據分析是運營管理非常重要的一環。

POWER BI是微軟推出的一款強大智能分析工具，相比EXCEL，它能讓用戶更好地通過軟件服務、應用和連接器的集合，輕松連接到數據源，直觀地去創建各種見解和分析報表，并且通過強大的在線報表模板的存儲庫，用戶還可制作在EXCEL中需要很高技巧才能實現的，各種維度的、精美報表出來。

本次課程，我們就將從產品銷量、銷售數量、客戶價值三個維度帶您一起領略POWER BI強大的數據整合、數據分析能力，助力您的運營管理！ 

【課程收益】

· 掌握數據分析的基本原理和步驟

· 會使用POWER BI進行數據整理

· 掌握建模方法

· 掌握幾個重要的DAX函數

· 掌握如何創建度量值

· 掌握可化化報表的創建過程

· 掌握基本圖表的運用

· 掌握POWER BI SERVICE，可視化報表的發布 

【課程特色】

干貨，實戰，系統掌握，受眾面廣，提升企業整體數據質量。

【課程對象】

各辦公室文員、有使用Excel需求的各級中層經理、業務骨干等。

【課程時間】

2天（6小時/天） 

【課程大綱】 

一.數據分析思維

1. 數據分析概述 – 知識/智慧、信息、數據

2. 數據分析參與的角色及分工

3. 業務數據分析

1) 描述性分析

2) 數據透視

3) 可視化圖表

4. 數據分析要解決的問題

1) 了解情況

2) 發現規律

3) 預測未來 

5. 商業智能分析框架介紹

1) 主要指標體系 – 匯總類、對比類、財務指標、電商指標、互聯網運營指標、快消行業指標

2) 主要分析模型 – RFM模型，4P理論、可視化分析方法，5W1H分析法，銷售漏斗模型、樹狀指標體系

3) 數據分析的流程

a)  業務理解 – 5W1H思維模型

b)  數據收集 – 各種數據源

c)  數據處理 – 數據的清洗和整理

d)  數據分析 – 描述性和預測體質

e)  數據展現 – 可視化展現

f)  成果報告 – 分析報告， POWER BI分析報表 

二.POWER BI介紹

1. POWER BI 簡介

2. POWER BI 的下載和安裝

三.POWER BI進行數據整理 

1. 數據源的導入

1) 從文本和CSV導入

2) 從工作簿導入

3) 從網站導入

4) 導入表

5) 導入連接

6) 案例演示 – 供應商聯系記錄表 

2. 數據源整理

1) 列操作

a) 快速制作標題列

b) 選擇和篩選列

c) 移動列

d) 添加自定義列

e) 添加條件列

f) 透視列和逆透視列的用途

g) 創建索引列

h) 創建重復列

4) 行操作

a) 刪除和保留行

b) 轉置行

c) 反轉行

d) 分組依據

e) 轉換

· 數據類型（日期、數值、文本、時間等類型的轉換）

· 替換值 – 對不規范數據的修復

· 格式控制 - （大小寫、修整、清除、添加前后綴等）

· 列的拆分與合并

· 數值提取 – 從不規范的數據中提取有用的數據

5) 數據的合并與追加

a) 表連接 – 替代VLOOKUP

· 連接原理 – 左外部、右外部、完全連接、內部連接在不同場景下的應用

· 兩表連接

· 多表連接

a) 表追加

· 兩表追加

· 多表追加

四.度量值與DAX函數

1. 計算列和度量值

2. 聚合函數

3. 邏輯函數

4. 信息函數

5. 數學函數

6. 文本函數

7. 轉換函數

8. 日期和時間函數

9. 關系函數

五. 數據呈現

1. 可視化看板的定制步驟

1) 明需求

6) 看數據

7) 定圖表

8) 定排布

9) 畫看板

2. 明需求 – 5W1H分析法

1) 看數據

a) 度量值

b) 分析維度 （時間、地點、人物、事件）

10) 定圖表 – 只做介紹，展開在實戰案例中講

a) 關鍵指標 -卡片圖、進度圖、儀表圖、水位圖

b) 結構占比 – 餅圖、樹狀圖、旭日圖、堆積圖

c) 時間趨勢 – 漏斗圖、面積圖、動態條形圖

d) 比較排序 – 矩陣熱力圖、詞云圖、雷達圖

e) 地理位置 – 點地圖、熱力地圖、流程地圖、三維地圖

f) 分布規律 – 散點圖、氣泡圖、箱線圖、小提琴圖

11) 定排布 – 注意力優先區域

a) 畫看板 – 顏色的搭配

六. POWER BI報表的發布

1. 工作區

2. 內容分享 – 發布到MS TEAMS

3. 報表的更新

4. POWER BI報表與儀表板操作

七．實戰案例 – 運營管理

1. 總覽頁

1) 銷售額年度達成趨勢：趨勢折線圖

2) TOPN 客戶：條形圖

3) TOPN銷售：柱形圖

4) TOPN支付方式：條件格式表格

5) 平臺安全風險：TOPN，對比柱狀圖反饋各分類項的年度總體得分

6) 小結：智能敘述

2.產品分析

1) 排名占比分析

a) 分析維度：按年度、分析指標、銷售人員、客戶類別的維度

b) 分析指標：

l 產品類別與KPI及排名的關聯

l 按月度的銷售金額、訂單數量及銷售利潤

C）數據可視化：條件格式圖表和柱狀圖

3. 帕累托ABC分析：

1) 分析維度：銷售代表、產品分類、客戶省份

2) 分析指標：銷售金額、銷售數量、銷售利潤的累計占比

3) 數據可視化：帕累托圖

4.購物藍關聯分析

1) 分析維度：銷售關聯數、客戶關聯數

2) 分析指標：當客戶購買產品A時，同時購買B的關聯度分析

3) 數據可視化：散點圖及條件格式圖表

5.分解樹維度分析：

1) 維度：產品、客戶、銷售、地區四個維度

2) 指標：類別、子類別、銷售經理、銷售人員 

6. 客戶分析

1) RFM客戶價值分析

a) 分析維度：最近消費、頻率、金額

b) 分析指標：對客戶進行價值分類，并統計數量

c) 數據可視化：散點圖

12) 日期對比分析

a) 分析維度：銷售代表、客戶地區、產品類別

b) 分析指標：銷售金額、銷售數量、客戶數量、訂單數量

c) 數據可視化：旋風圖

13) NPS客戶評分分布圖

a) 分析維度：客戶NPS大類、客戶NPS小類

b) 分析指標：銷售利潤率

c) 數據可視化：股價圖

14) 支付渠道分析

a) 分析維度：客戶地區、支付方式

b) 分析指標：使用量、交易額，使用習慣分類

c) 數據可視化：

l 使用量與交易額的對比柱形圖

l 支付方式與使用習慣的散點圖分布 

7. 銷售分析

1) 指標達成TOPN

a) 分析維度：銷售年份、產品類別、銷售地區

b) 分析指標：個人排名銷售TOP N的銷售金額

c) 數據可視化：條形圖

8. 銷售地圖分析

1) 分析維度：省份、年度

2) 分析指標：銷售金額

3) 數據可視化：氣泡地圖

9. 平臺安全風險分析

1) 分析維度：數據安全維護、信息防泄漏、用戶隱私保護

2) 分析指標：評分

3) 數據可視化：ABC分析圖