【课程背景】
如何有效地监控流量、流量转化漏斗、流量性价比、以及用户画像、留存度的数据分析是运营管理非常重要的一环。
POWER BI是微软推出的一款强大智能分析工具，相比EXCEL，它能让用户更好地通过软件服务、应用和连接器的集合，轻松连接到数据源，直观地去创建各种见解和分析报表，并且通过强大的在线报表模板的存储库，用户还可制作在EXCEL中需要很高技巧才能实现的，各种维度的、精美报表出来。
本次课程，我们就将从产品销量、销售数量、客户价值三个维度带您一起领略POWER BI强大的数据整合、数据分析能力，助力您的运营管理！
【课程收益】
· 掌握数据分析的基本原理和步骤
· 会使用POWER BI进行数据整理
· 掌握建模方法
· 掌握几个重要的DAX函数
· 掌握如何创建度量值
· 掌握可化化报表的创建过程
· 掌握基本图表的运用
· 掌握POWER BI SERVICE，可视化报表的发布
【课程特色】
干货，实战，系统掌握，受众面广，提升企业整体数据质量。
【课程对象】
各办公室文员、有使用Excel需求的各级中层经理、业务骨干等。
【课程时间】
2天（6小时/天）
【课程大纲】
一.数据分析思维
1. 数据分析概述 – 知识/智慧、信息、数据
2. 数据分析参与的角色及分工
3. 业务数据分析
1) 描述性分析
2) 数据透视
3) 可视化图表
4. 数据分析要解决的问题
1) 了解情况
2) 发现规律
3) 预测未来
5. 商业智能分析框架介绍
1) 主要指标体系 – 汇总类、对比类、财务指标、电商指标、互联网运营指标、快消行业指标
2) 主要分析模型 – RFM模型，4P理论、可视化分析方法，5W1H分析法，销售漏斗模型、树状指标体系
3) 数据分析的流程
a) 业务理解 – 5W1H思维模型
b) 数据收集 – 各种数据源
c) 数据处理 – 数据的清洗和整理
d) 数据分析 – 描述性和预测体质
e) 数据展现 – 可视化展现
f) 成果报告 – 分析报告， POWER BI分析报表
二.POWER BI介绍
1. POWER BI 简介
2. POWER BI 的下载和安装
三.POWER BI进行数据整理
1. 数据源的导入
1) 从文本和CSV导入
2) 从工作簿导入
3) 从网站导入
4) 导入表
5) 导入连接
6) 案例演示 – 供应商联系记录表
2. 数据源整理
1) 列操作
a) 快速制作标题列
b) 选择和筛选列
c) 移动列
d) 添加自定义列
e) 添加条件列
f) 透视列和逆透视列的用途
g) 创建索引列
h) 创建重复列
4) 行操作
a) 删除和保留行
b) 转置行
c) 反转行
d) 分组依据
e) 转换
· 数据类型（日期、数值、文本、时间等类型的转换）
· 替换值 – 对不规范数据的修复
· 格式控制 - （大小写、修整、清除、添加前后缀等）
· 列的拆分与合并
· 数值提取 – 从不规范的数据中提取有用的数据
5) 数据的合并与追加
a) 表连接 – 替代VLOOKUP
· 连接原理 – 左外部、右外部、完全连接、内部连接在不同场景下的应用
· 两表连接
· 多表连接
a) 表追加
· 两表追加
· 多表追加
四.度量值与DAX函数
1. 计算列和度量值
2. 聚合函数
3. 逻辑函数
4. 信息函数
5. 数学函数
6. 文本函数
7. 转换函数
8. 日期和时间函数
9. 关系函数
五. 数据呈现
1. 可视化看板的定制步骤
1) 明需求
6) 看数据
7) 定图表
8) 定排布
9) 画看板
2. 明需求 – 5W1H分析法
1) 看数据
a) 度量值
b) 分析维度 （时间、地点、人物、事件）
10) 定图表 – 只做介绍，展开在实战案例中讲
a) 关键指标 -卡片图、进度图、仪表图、水位图
b) 结构占比 – 饼图、树状图、旭日图、堆积图
c) 时间趋势 – 漏斗图、面积图、动态条形图
d) 比较排序 – 矩阵热力图、词云图、雷达图
e) 地理位置 – 点地图、热力地图、流程地图、三维地图
f) 分布规律 – 散点图、气泡图、箱线图、小提琴图
11) 定排布 – 注意力优先区域
a) 画看板 – 颜色的搭配
六. POWER BI报表的发布
1. 工作区
2. 内容分享 – 发布到MS TEAMS
3. 报表的更新
4. POWER BI报表与仪表板操作
七．实战案例 – 运营管理
1. 总览页
1) 销售额年度达成趋势：趋势折线图
2) TOPN 客户：条形图
3) TOPN销售：柱形图
4) TOPN支付方式：条件格式表格
5) 平台安全风险：TOPN，对比柱状图反馈各分类项的年度总体得分
6) 小结：智能叙述
2.产品分析
1) 排名占比分析
a) 分析维度：按年度、分析指标、销售人员、客户类别的维度
b) 分析指标：
l 产品类别与KPI及排名的关联
l 按月度的销售金额、订单数量及销售利润
C）数据可视化：条件格式图表和柱状图
3. 帕累托ABC分析：
1) 分析维度：销售代表、产品分类、客户省份
2) 分析指标：销售金额、销售数量、销售利润的累计占比
3) 数据可视化：帕累托图
4.购物蓝关联分析
1) 分析维度：销售关联数、客户关联数
2) 分析指标：当客户购买产品A时，同时购买B的关联度分析
3) 数据可视化：散点图及条件格式图表
5.分解树维度分析：
1) 维度：产品、客户、销售、地区四个维度
2) 指标：类别、子类别、销售经理、销售人员
6. 客户分析
1) RFM客户价值分析
a) 分析维度：最近消费、频率、金额
b) 分析指标：对客户进行价值分类，并统计数量
c) 数据可视化：散点图
12) 日期对比分析
a) 分析维度：销售代表、客户地区、产品类别
b) 分析指标：销售金额、销售数量、客户数量、订单数量
c) 数据可视化：旋风图
13) NPS客户评分分布图
a) 分析维度：客户NPS大类、客户NPS小类
b) 分析指标：销售利润率
c) 数据可视化：股价图
14) 支付渠道分析
a) 分析维度：客户地区、支付方式
b) 分析指标：使用量、交易额，使用习惯分类
c) 数据可视化：
l 使用量与交易额的对比柱形图
l 支付方式与使用习惯的散点图分布
7. 销售分析
1) 指标达成TOPN
a) 分析维度：销售年份、产品类别、销售地区
b) 分析指标：个人排名销售TOP N的销售金额
c) 数据可视化：条形图
8. 销售地图分析
1) 分析维度：省份、年度
2) 分析指标：销售金额
3) 数据可视化：气泡地图
9. 平台安全风险分析
1) 分析维度：数据安全维护、信息防泄漏、用户隐私保护
2) 分析指标：评分
3) 数据可视化：ABC分析图
