[原创连载]应用PBI搭建淘宝店铺数据分析模型教程-3

0人浏览 / 0人评论

数据图形化展示

先通过一张动图看下数据建模的整体效果

 

所有的数据都已经通过维度表建立了联系,实现联动分析。

下面来熟悉一下加载数据之后的Power BI界面

 

数据图形化展现,下图中选中的是“折线和堆积柱形图”该图展现的是两个维度的数据,因此可以选择需要展现的两个数据维度。

 

如:添加“店铺取数”中的“访客数”和“支付转化率”

 

开启对应的“数据标签”和“标题文本”,一个标准的图形化展现就完成了。

 

添加数据可以有两种方法,其中一种是先点击添加需要的可视化图形,然后选中图形进行添加数据,如上图操作;还有一种方法就是先点击对应需要的数据,再进行可视化图形的修改,如下图:

 

 

之后的数据可视化操作就不再进行操作说明了,可以根据个人的需要勾选对应的数据维度来进行操作。

在使用图表进行展示的时候,需要注意两个要点:1、元素和排版的统一(标题、轴名称、数据标签等);2、选择更直观的图表(让人能够一目了然看明白图表所需要传递的信息)

Power BI除了软件中自带的这些可视化图表之外还有很多强大的可视化图表提供下载,如下图依次点击,选择“从存储导入

 

下面针对店铺的流量渠道选用“桑基图”进行分析,首先来了解一下什么叫做“桑基图”。

桑基图(Sankey diagram),即桑基能量分流图,也叫桑基能量平衡图。它是一种特定类型的流程图,图中延伸的分支的宽度对应数据流量的大小,通常应用于能源、材料成分、金融等数据的可视化分析。

 

打开“从存储导入”,搜索“sankey”,如下图

 

将对应的数值拖动到可视化图表

 

来源明细太多了,有很多是没有访客的,可以做个筛选留下前10的数据即可,如下图

 

筛选之后,图变得清晰明了,效果如下:

 

将“来源明细”这个字段中的“汇总”筛选掉:

 

在Power BI的功能中还有一个类似于Excel插件Power Pivot,通过使用其内存中的引擎和高效的压缩算法,能以极高的性能处理大型数据集。处理数百万行和几百行的性能基本相同。它使用的是DAX语言,有兴趣的同学可以到这里进行学习一些它的基本语法:https://technet.microsoft.com/zh-cn/library/ee835579.aspx

比如店铺在2017年12月销售额KPI指标为100W,那么每天的销售额是否足够按时完成这个月销售额考核?进度还差多少?我们可以通过强大的DAX语言写一个公式来进行计算

首先新建一个度量值,公式为:“12月销售额目标 = 1000000”

 

利用DAX语言来进行一个销售额数据的累加,公式为:“销售额累计值 = TOTALYTD(SUM('店铺取数'[支付金额]),'店铺取数'[统计日期])”,当输入函数的时候,会出现对应的函数说明,如下图:

 

当公式计算完毕之后,我们可以利用可视化图形将月销售额完成情况做一个展现:

 

将数据单位根据个人喜好进行调整,如下图:

 

从销售额的KPI指标中我们可以看到整个12月,店铺一共完成了93.88万的销售额,距离目标还差6.12%才能够完成,一目了然。对于新的一个月的目标,可以利用这个指标对店铺的销售额数据做一个很好的监控。如下图,当日期调整到2018年1月2日的时候,这个数值会针对1月中的1和2日两天的销售额进行汇总计算,十分方便快捷。

 

到此为止,一个相对较简单的店铺数据建模就已经搭建完成了。接下来基于DAX语言的运算再进行两个常用数据指标的知识拓展:同比、环比的计算。这两个数据指标常用于观察数据指标的趋势,本文因所采用的数据源时间周期太短,因此只进行支付金额的环比计算演示,其同比计算方式和环比大同小异,阅读本文后可以自行尝试计算。如下图所示,选中需要计算的事实表“店铺取数”

 

击“新建度量值”,输入公式:“总支付金额 = SUM('店铺取数'[支付金额])”,先把店铺的支付金额进行合计。

 

再新建一个度量值,环比公式:“昨天支付金额 =CALCULATE('店铺取数'[总支付金额],DATEADD('统计日期'[日期],-1,DAY))”,如下图

 

图中的公式中:“统计日期”选择的是日期维度表中的日期,“-1”表示需要计算出昨天的支付金额,“day”则是以“天”为单位进行运算。同理,如果是针对年、月为单位的数据进行运算的时候可以将“DAY”改为“YEAR”、“MONTH”。公式添加完毕之后,就可以进行支付金额的环比计算了。

 

环比的计算公式为:“支付金额环比 = DIVIDE('店铺取数'[总支付金额]-'店铺取数'[昨天支付金额],'店铺取数'[昨天支付金额])”,得到环比数据后,返回报表界面进行可视化展示,下图中是将原来用于展现店铺DSR分数趋势的图进行替换

 

因为支付金额和支付金额环比是两个数据指标,这里选用了“折线和堆积柱形图”来进行展现。

 

还可以进入焦点模式:

 

打开“数据标签”进行显示:

 

将支付金额环比的值更改为“%“

 

整篇文章到此介绍完毕,本文简单的介绍了Power BI从数据的加载、清洗、建模和计算的一个过程,它的强大远远超乎你的想象,这篇教程只是让大家对Power BI有一个初步认识,知道它是什么样的一个软件,以及它能做些什么。更深入的了解,还需要通过自己的努力学习来实现。学海无涯乐做方舟~分享是快乐的,它能够让人进步更快!

新书预告:

2018年第一本书,预期2月中旬将跟大家见面!《Python3爬虫、数据清洗与可视化实战》,这本书教大家如何利用Python撰写爬虫程序,清洗和组织所爬回来的数据,解析网页的内容,并与数据库连接储存于数据库中。巨细靡遗,可以节省大家非常多的摸索时间,是值得推荐的一本好书!

2018年第二本书,预期5月份跟大家见面!《Power BI 电商建模实例》讲述应用Power BI软件完成市场分析、竞争分析、销售分析、产品分析、渠道分析、舆情分析、会员留存分析、会员价值分析、活动分析、广告分析、财务分析、库存分析等十几个实务场景的建模实例。

 

全部评论