Power BI 電商數據分析實戰 ( 簡體 字) |
作者:零一,聶健華,韓要賓 | 類別:1. -> Office -> PowerBI |
譯者: |
出版社:電子工業出版社 | 3dWoo書號: 49755 詢問書籍請說出此書號!【缺書】 NT售價: 245 元 |
出版日:8/1/2018 |
頁數:200 |
光碟數:0 |
|
站長推薦: |
印刷:黑白印刷 | 語系: ( 簡體 版 ) |
|
加入購物車 │加到我的最愛 (請先登入會員) |
ISBN:9787121348457 |
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
作者序: |
譯者序: |
前言:非常榮幸能出版這本《Power BI電商數據分析實戰》,本書結合《淘寶、天貓電商數據分析與挖掘實戰(第2版)》和《Excel BI 之道:從零開始學Power工具應用》的寫作思路,主要通過電商業務場景講述Power BI的應用,包含Power BI Desktop(下文簡稱PBID)的操作教程和電商的業務邏輯。讀完這本書后,你將獲得電商的數據業務思維、PBID的操作技巧,具備搭建電商數據分析BI系統的能力。 工具+業務場景才是王道! 本書分為九章,第1章介紹PBID的發展歷程和優劣勢;第2章介紹整個電商的業務邏輯和數據需求;第3章介紹導入數據的過程和清洗數據的方法;第4章開始講述應用場景,這一章非常重要,包括許多基礎知識,不管你對市場分析是否感興趣,都應該閱讀第4章;第5章基于交易數據介紹客戶分析的應用場景;第6章介紹貨品分析的應用場景;第7章介紹流量分析的應用場景;第8章介紹輿情分析的應用場景;第9章介紹發布數據到Web和移動端。 補充 全書圍繞PBID應用展開,讀者只需在Windows下安裝好PBID即可,PBID提供免費的個人版。另外,PBID的官方更新周期在其發布以來都是每月更新一次,因此部分功能細節在讀者學習的過程中可能會存在一些差異。 對于Power Query比較陌生的讀者,推薦結合《Excel BI之道:從零開始學Power工具應用》這本書作為配套資源學習使用。 鑒于作者水平有限,不足之處望不吝指正,謝謝! 最后,感謝高飛老師、趙文超老師和宗萌老師的幫助! |
內容簡介:本書以搭建電商數據分析系統為業務背景,介紹Power BI的實際應用,涉及市場分析、客戶分析、貨品分析、流量分析、輿情分析5個常用場景,讀者需從市場分析場景入門,了解Power BI的應用。讀完這本書后,你將獲得電商的數據業務思維、Power BI Desktop的操作技巧,具備搭建電商數據分析BI系統的能力。本書適合Power BI愛好者、數據分析愛好者、電商數據分析從業人員、電商運營從業人員閱讀。 |
目錄:第1章 Power BI Desktop簡介 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 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 業務框架 18 3.3 維度和指標體系 20 第4章 應用場景:市場分析 22 4.1 業務背景 22 4.2 Excel數據加載與清洗 23 4.3 數據建模 27 4.3.1 創建日期維度表 28 4.3.2 添加屬性維度表 32 4.3.3 數據關系建模 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/環比 54 4.5.2 計算品牌集中度 62 4.5.3 計算價格段分組 71 第5章 應用場景:客戶分析 77 5.1 業務背景 77 5.2 MySQL數據加載與清洗 78 5.3 客戶地域分布 81 5.3.1 提取省、市信息 82 5.3.2 統計地域客戶數 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 客戶生命周期 93 5.5.1 提取客戶最近消費的時間間隔 93 5.5.2 計算消費間隔的累計占比 99 5.6 RFM客戶價值分析模型 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 應用場景:貨品分析 109 6.1 業務背景 109 6.2 品類銷售分析 109 6.2.1 建立關系模型 110 6.2.2 合并查詢 111 6.2.3 統計品類銷售情況 114 6.2.4 計算商品真實售價 118 6.3 商品銷售分析 124 6.3.1 商品地域分布 124 6.3.2 商品銷售趨勢 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 應用場景:流量分析 146 7.1 業務背景 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 快速見解洞察數據變化 152 7.3 關鍵詞有效度分析 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 應用場景:輿情分析 170 8.1 業務背景 170 8.2 輿情關鍵詞提取 171 8.2.1 關鍵詞提取 171 8.2.2 詞云圖及網絡圖 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 發布數據 184 9.1 將數據發布到Web 184 9.2 將數據發布到移動端 186 |
序: |