Power BI電商數(shù)據(jù)分析與商業(yè)智能（第2版）

目錄
第1 章　Power BI Desktop 簡介 1
1.1 什么是Power BI Desktop 2
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 的獲取及安裝方法 9
2.2 Power BI Desktop 操作界面 10
2.3 Power BI Desktop 界面設(shè)置 13
第3 章　搭建電商BI 系統(tǒng)的框架 16
3.1 數(shù)據(jù)框架 17
3.2 業(yè)務(wù)框架 18
3.3 維度和指標(biāo)體系 20
第4 章　數(shù)據(jù)分析方法論 22
4.1 對比法 23
4.2 拆分法 24
4.3 排序法 25
4.4 分組法 27
4.5 交叉法 27
4.6 降維法 28
4.7 增維法 29
4.8 指標(biāo)法 30
4.9 圖形法 30
第5 章　應(yīng)用場景：數(shù)據(jù)采集 33
5.1 靜態(tài)數(shù)據(jù)采集 34
5.2 動態(tài)數(shù)據(jù)采集 46
第6 章　應(yīng)用場景：市場分析 52
6.1 業(yè)務(wù)背景 53
6.2 Excel 數(shù)據(jù)加載與清洗 53
6.3 數(shù)據(jù)建模 57
6.3.1 創(chuàng)建日期維度表 58
6.3.2 添加屬性維度表 61
6.3.3 數(shù)據(jù)關(guān)系建模 62
6.4 數(shù)據(jù)可視化展示及拓展應(yīng)用 65
6.4.1 可視化對象操作 65
6.4.2 篩選器 71
6.4.3 數(shù)據(jù)鉆取 76
6.4.4 編輯交互 79
6.5 分析指標(biāo)計算 81
6.5.1 計算同環(huán)比 81
6.5.2 計算品牌集中度 88
6.5.3 計算價格段分組 97
第7 章　應(yīng)用場景：客戶分析 103
7.1 業(yè)務(wù)背景 104
7.2 MySQL 數(shù)據(jù)加載與清洗 104
7.3 客戶地域分布 107
7.3.1 提取省、市信息 107
7.3.2 統(tǒng)計地域客戶數(shù)量 108
7.3.3 計算人均消費金額 109
7.3.4 地域分布的四象限 111
7.4 流失客戶分析 114
7.4.1 統(tǒng)計流失金額 114
7.4.2 分析訂單付款時間 115
7.5 客戶生命周期 117
7.5.1 提取客戶近消費的時間間隔 117
7.5.2 計算消費間隔的累計占比 121
7.6 RFM 客戶價值分析模型 124
7.6.1 計算R 125
7.6.2 計算F 126
7.6.3 計算M 126
7.6.4 分析RFM 模型 126
第8 章　應(yīng)用場景：貨品分析 130
8.1 業(yè)務(wù)背景 131
8.2 品類銷售分析 131
8.2.1 建立關(guān)系模型 131
8.2.2 合并查詢 132
8.2.3 統(tǒng)計品類銷售情況 134
8.2.4 計算商品真實售價 138
8.3 商品銷售分析 143
8.3.1 商品地域分布 143
8.3.2 商品銷售趨勢 149
8.3.3 商品的銷售生命周期 152
8.3.4 波士頓矩陣 153
VIII Power BI電商數(shù)據(jù)分析與商業(yè)智能（第2版）
8.3.5 補貨預(yù)測模型 159
第9 章　應(yīng)用場景：流量分析 164
9.1 業(yè)務(wù)背景 165
9.2 流量渠道分析 166
9.2.1 流量渠道分析報表 166
9.2.2 切換報表主題 169
9.2.3 快速分析數(shù)據(jù)變化的原因 170
9.3 關(guān)鍵詞有效度分析 172
9.3.1 數(shù)據(jù)準(zhǔn)備 172
9.3.2 詞根有效度分析 174
9.3.3 詞根裂變分析 178
第10 章　應(yīng)用場景：輿情分析 186
10.1 業(yè)務(wù)背景 187
10.2 輿情關(guān)鍵詞提取 187
10.2.1 關(guān)鍵詞提取 187
10.2.2 詞云圖及網(wǎng)絡(luò)圖 189
10.3 情感分析 198
10.3.1 計算輿情情感得分 198
10.3.2 分析情感得分 200
第11 章　發(fā)布數(shù)據(jù) 203
11.1 將數(shù)據(jù)發(fā)布到Web 204
11.2 將數(shù)據(jù)發(fā)布到移動端 205