簡體書 » Power BI 電商數據分析實戰

Power BI 電商數據分析實戰

定價：~~294~~ 元

NT $ 232

作者：零一
出版社：電子工業出版社
出版日期：2018-08-01
語言：簡體中文
ISBN10：7121348454
ISBN13：9787121348457
裝訂：平裝 / 200頁 / 16k / 19 x 26 cm / 普通級 / 1-1

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。讀完這本書後，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。

作者介紹

零一，沐垚科技創始人，電商自媒體，資深數據分析師，具有8年電商從業經驗，擅長Excel、Power BI、R、Python等工具，主要研究數據化運營、商業智能和人工智慧在電商領域的應用，專註「數據電商」的新零售服務。

聶健華精通Excel、Power BI，擅長淘系業務數據分析及數據建模。目前就職于一家淘品牌公司，擔任數據顧問職務，通過精準的數據化運營，享受數據變現帶來的紅利。

韓要賓，杭州沐垚科技有限公司COO，CDA數據分析研究院資深講師，具有5年電商從業經驗，4年數據挖掘實戰經驗，專註于數據分析與挖掘、機器學習、深度學習的研究。服務客戶：蘇寧易購、Decathlon、百草味、浙江師範大學等。

第1章 Power BI Desktop簡介 1
1.1 什麼是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操作介面 10
2.3 Power BI Desktop設置介面 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數據載入與清洗 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 資料關係建模 33
4.4 資料視覺化展示及拓展應用 36
4.4.1 視覺化物件操作 37
4.4.2 篩選器 44
4.4.3 數據鑽取 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數據載入與清洗 78
5.3 客戶地域分佈 81
5.3.1 提取省、市資訊 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 地域分佈的四象限 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 客戶生命週期 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 建立關係模型 110
6.2.2 合併查詢 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 商品地域分佈 124
6.3.2 商品銷售趨勢 131
6.3.3 商品生命週期 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 流量管道分析 148
7.2.1 流量管道分析報表 148
7.2.2 切換報表主題 151
7.2.3 快速見解洞察資料變化 152
7.3 關鍵字有效度分析 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 輿情關鍵字提取 171
8.2.1 關鍵字提取 171
8.2.2 詞雲圖及網路圖 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章發佈數據 184
9.1 將數據發佈到Web 184
9.2 將資料發佈到移動端 Power BI Desktop簡介 1
1.1 什麼是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操作介面 10
2.3 Power BI Desktop設置介面 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數據載入與清洗 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 資料關係建模 33
4.4 資料視覺化展示及拓展應用 36
4.4.1 視覺化物件操作 37
4.4.2 篩選器 44
4.4.3 數據鑽取 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數據載入與清洗 78
5.3 客戶地域分佈 81
5.3.1 提取省、市資訊 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 地域分佈的四象限 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 客戶生命週期 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 建立關係模型 110
6.2.2 合併查詢 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 商品地域分佈 124
6.3.2 商品銷售趨勢 131
6.3.3 商品生命週期 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 流量管道分析 148
7.2.1 流量管道分析報表 148
7.2.2 切換報表主題 151
7.2.3 快速見解洞察資料變化 152
7.3 關鍵字有效度分析 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 輿情關鍵字提取 171
8.2.1 關鍵字提取 171
8.2.2 詞雲圖及網路圖 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章發佈數據 184
9.1 將數據發佈到Web 184
9.2 將資料發佈到移動端 186

看更多