Power BI 零售数据分析实战

★一本全面讲解如何将Power BI应用于零售业务领域的实战指南。

★详细介绍如何利用 Power BI 从运营管理分析、商品管理分析、会员管理分析这三大板块和在13个高频应用场景进行零售数据分析的思路和技术实现，其中包括每个场景中的业务问题痛点、技术构建思路、综合运用Power BI 及DAX 制作可视化分析图表的过程。

★作者曾获“微软Power BI全国可视化大赛”零售行业特别奖，拥有从门店业务到商品规划到会员管理十年以上全面零售分析经验，精通于搭建各类零售分析模型解决实际业务问题，拥有丰富的传统零售企业数字化转型经验。

★编辑推荐：

本书基于零售数据分析及 Power BI 的综合实现，全面、详细地介绍 Power BI 在零售数据分析领域的专业解决方案。本书从指标体系、业务场景、技术流程、经典模型、模块实现、图表展示等多个维度给出可供读者直...

(展开全部)

★一本全面讲解如何将Power BI应用于零售业务领域的实战指南。

★详细介绍如何利用 Power BI 从运营管理分析、商品管理分析、会员管理分析这三大板块和在13个高频应用场景进行零售数据分析的思路和技术实现，其中包括每个场景中的业务问题痛点、技术构建思路、综合运用Power BI 及DAX 制作可视化分析图表的过程。

★作者曾获“微软Power BI全国可视化大赛”零售行业特别奖，拥有从门店业务到商品规划到会员管理十年以上全面零售分析经验，精通于搭建各类零售分析模型解决实际业务问题，拥有丰富的传统零售企业数字化转型经验。

★编辑推荐：

本书基于零售数据分析及 Power BI 的综合实现，全面、详细地介绍 Power BI 在零售数据分析领域的专业解决方案。本书从指标体系、业务场景、技术流程、经典模型、模块实现、图表展示等多个维度给出可供读者直接复用的整套方案及 Power BI 模板系统。读者直接按照数据格式模板导入数据，一键刷新即可实现整套零售商业智能分析方案。

★内容简介：

本书内容由浅入深，从业务到体验再到深度实践。首先，引入和介绍零售行业的核心业务知识，包括零售行业核心指标含义、零售行业常用业务场景、零售行业常用数据分析模型。其次，介绍通过 Power BI工具来构建数据分析技术实现流程，让读者理解业务问题和技术工具结合的可行性和有效性。最后，详细介绍如何利用 Power BI 从运营管理分析、商品管理分析、会员管理分析这三大板块和在 13 个高频应用场景进行零售数据分析的思路和技术实现，其中包括每个场景中的业务问题痛点、技术构建思路、综合运用 Power BI 及 DAX 制作可视化分析图表的过程。

本书立足于零售业务，并通过 Power BI 实现技术落地，实操性强，适合专业的零售数据分析师、使用一般数据分析工具但遇到技术瓶颈的零售数据分析“老兵”，以及对零售数据分析、Power BI 感兴趣的分析师和爱好者阅读。

★专业书评：

无论是零售分析小白，还是具备或不具备 Power BI经验的分析师，或是传统企业的管理者和决策者，都可以从本书中有所收获。此外，本书兼顾了零售分析的业务与 Power BI工具的操作，以及各种模块的通用度。读者可以不必具备深度的 Power BI技巧就可以通过练习文件构建相关内容，并快速举一反三运用到自己的实际工作中。

——Bl佐罗，微软 Power BI MVP

本书作者立足于运用 Excel和 Power BI工具，对核心的零售指标进行了定义，并对其应用场景进行了详细的描述及分析，每个知识点和案例都用图文并茂的形式讲解清楚，使读者既可以把本书当作知识类图书学习、阅读，又可以当作工具类图书放于案头，以便有需要的时侯及时翻阅。

——Collins Liang，原DFI零售集团中国区财务总监

本书站在零售业务的视角，全景化地展示了如何利用先进的BI工具对零售业务场景进行专业化分析。如果你是一位零售行业的从业者，可以好好地阅读本书，模仿并理解其中内容，继而指导你在当下的工作。如果你不是零售行业的从业者，同样可以借鉴其中的思路与方法。——刘钰，Power Platforn中文社区联合创始人

第1章　零售数据分析概述　1
1.1　零售行业核心指标含义　1
1.1.1　运营类业务指标　2
1.1.2　商品类业务指标　4
1.1.3　会员类业务指标　6
1.2　零售行业常用业务场景　8
· · · · · · (更多)

第1章　零售数据分析概述　1
1.1　零售行业核心指标含义　1
1.1.1　运营类业务指标　2
1.1.2　商品类业务指标　4
1.1.3　会员类业务指标　6
1.2　零售行业常用业务场景　8
1.2.1　运营板块业务场景　8
1.2.2　商品板块业务场景　16
1.2.3　会员板块业务场景　24
1.3　零售行业常用数据分析模型　30
1.3.1　帕累托模型　30
1.3.2　波士顿矩阵模型　31
1.3.3　购物篮模型　33
1.3.4　转化漏斗模型　34
1.3.5　AARRR模型　35
1.3.6　RFM模型　36
1.3.7　杜邦分析模型　37
1.3.8　销售预测模型　38
本章小结　39
第2章　Power BI数据分析流程　40
2.1　Power BI 基础知识　40
2.1.1　Power BI Desktop操作界面　40
2.1.2　Power Query操作界面　43
2.2　利用Power BI进行数据分析的流程　45
2.3　基于Power BI的零售数据分析案例　46
2.3.1　业务理解　46
2.3.2　数据获取　49
2.3.3　数据转换　51
2.3.4　数据建模　52
2.3.5　报告制作　54
2.3.6　报告发布　60
本章小结　62
第3章　零售数据模型介绍　63
3.1　模型数据源介绍　63
3.1.1　维度表及事实表字段介绍　64
3.1.2　维度表及事实表维护建议　69
3.2　数据获取及数据转换　71
3.2.1　Excel工作簿获取数据　71
3.2.2　从文件夹获取数据　73
3.3　数据源路径的参数化设置　76
3.4　查询报表分组及命名　78
3.5　日期表创建　79
3.6　数据模型构建　81
本章小结　82
第4章　经营概况　83
4.1　核心指标分析　84
4.1.1　业绩指标　84
4.1.2　四核指标　85
4.1.3　三效指标　88
4.1.4　拓展指标　90
4.1.5　同期指标　91
4.1.6　核心指标“KPI”图制作　93
4.2　各区域销售额及店效分析　95
4.3　销售额月度达成情况分析　96
4.4　各部门销售额达成情况分析　98
4.5　各经营业态及经营模式销售分析　98
本章小结　100
第5章　区域分析　101
5.1　核心指标区域结构分析　102
5.1.1　各时间区间基础度量值书写　103
5.1.2　单指标动态时间区间度量值书写　106
5.1.3　多指标动态时间区间度量值书写　108
5.1.4　动态时间区间切片器制作　109
5.1.5　核心指标“折线和簇状柱形图”制作　110
5.2　重点城市销售额帕累托分析　110
5.2.1　基础帕累托图制作　111
5.2.2　帕累托图动态配色　112
5.3　门店销售排名　112
5.4　销售额构成“环形图”制作　114
本章小结　115
第6章　单店分析　116
6.1　核心指标关键时间区间对比分析　117
6.1.1　日均单据数度量值书写　117
6.1.2　核心指标“多行卡”制作　118
6.2　核心指标当月趋势分析　119
6.2.1　核心指标当月度量值书写　119
6.2.2　核心指标当月趋势图制作　120
6.2.3　销售完成率移动均值度量值书写　121
6.3　最近30日销售完成率移动均值趋势分析　124
6.4　新品款色数及销售额同期对比分析　124
6.4.1　新老品业务概念　125
6.4.2　新品及同期新品款色数度量值书写　127
6.4.3　新品及同期新品款色旋风图制作　128
本章小结　129
第7章　开关店分析　130
7.1　开店趋势及结构分析　130
7.1.1　开关店场景度量值书写　131
7.1.2　开关店场景“瀑布图”制作　131
7.2　开关店详情对比　132
7.2.1　门店数相关度量值书写　133
7.2.2　开关店详情“矩阵”制作　134
本章小结　135
第8章　销售预测　136
8.1　最近30日业绩指标拆解　137
8.2　历史同比法销售预测　137
8.2.1　模型业务逻辑　138
8.2.2　动态参数设定　138
8.2.3　模型构建　140
8.3　杜邦分析法二级指标目标设定及策略调整　141
8.3.1　模型业务逻辑　141
8.3.2　动态预测模型构建　142
本章小结　144
第9章　商品概述　145
9.1　售罄率分析　146
9.1.1　售罄率概念　146
9.1.2　售罄率相关指标度量值书写　146
9.2　商品总体销售结构分析　152
9.3　品类销售趋势分析　154
9.3.1　品类周销售额占比趋势分析　154
9.3.2　新品周售罄率趋势分析　155
本章小结　156
第10章　新品入库及发放　157
10.1　新品入库分析　157
10.1.1　新品采购宽度/深度分析　158
10.1.2　新品总仓累计入库分析　159
10.2　新品发放率分析　160
10.3　新品区域期末库存分析　161
本章小结　163
第11章　新品销售　164
11.1　新品销量及区域售罄率分析　165
11.2　新品区域售罄率周趋势分析　166
11.3　新品销售额/区域售罄率/折扣率综合分析　167
11.3.1　新品销售相关度量值书写　168
11.3.2　波士顿矩阵“散点图”制作　169
11.4　品类销售额前20分析　170
11.4.1　新品进销存相关度量值书写　171
11.4.2　品类销售额前20可视化“表”制作　173
11.5　单品销售趋势对比　174
11.5.1　单品销售相关度量值书写　175
11.5.2　单品销售趋势“折线和簇状柱形图”制作　175
本章小结　176
第12章　品类关联分析　177
12.1　关联指标讲解　178
12.2　品类关联明细对比　181
12.3　品类关联分析“散点图”制作　182
本章小结　183
第13章　会员结构　184
13.1　会员核心指标介绍　185
13.2　会员年龄分布分析　188
13.2.1　会员年龄计算列书写　188
13.2.2　会员年龄分组计算列书写　189
13.2.3　会员年龄分布“簇状条形图”制作　192
13.3　会员消费等级分布分析　193
13.4　会员平均年龄趋势分析　194
13.4.1　会员平均年龄度量值书写　194
13.4.2　会员平均年龄趋势“折线图”制作　195
13.5　会员生命周期分布分析　196
本章小结　197
第14章　新增及复购　198
14.1　会员区域业绩分析　199
14.1.1　会员业绩对比相关度量值书写　199
14.1.2　会员区域业绩对比“矩阵”制作　200
14.2　新会员趋势分析　200
14.3　复购趋势分析　201
14.4　新老会员占比分析　202
本章小结　205
第15章　会员转化　206
15.1　会员消费次数转化漏斗分析　206
15.1.1　会员消费次数度量值书写　207
15.1.2　会员消费次数转化“漏斗图”制作　208
15.2　会员首次消费与二次消费间隔天数累计人数分析　209
15.2.1　会员首次消费、二次消费相关指标书写　209
15.2.2　会员首次消费与二次消费间隔天数累计人数帕累托图制作　212
15.3　会员消费详情分析　212
15.3.1　会员消费详情相关度量值书写　213
15.3.2　会员消费详情表制作　214
本章小结　214
第16章　RFM模型　215
16.1　RFM业务逻辑　216
16.1.1　RFM模型逻辑构建　216
16.1.2　RFM表间关系建立　220
16.2　会员RFM等级分析　220
16.3　会员消费次数分布分析　221
16.4　会员最后一次消费距今月数分布分析　223
16.4.1　会员最后一次消费距今月数相关指标书写　224
16.4.2　会员最后一次消费距今月数帕累托图制作　225
16.5　会员RFM等级明细展示　226
本章小结　227
· · · · · · (收起)