Power BI 零售數據分析實戰

本書基於零售數據分析及Power BI 的綜合實現，全面、詳細地介紹Power BI 在零售數據分析領域的專業解決方案。
本書從指標體系、業務場景、技術流程、經典模型、模塊實現、
圖表展示等多個維度給出可供讀者直接復用的整套方案及Power BI 模板系統。
讀者直接按照數據格式模板導入數據，一鍵刷新即可實現整套零售商業智能分析方案。
本書內容由淺入深，從業務到體驗再到深度實踐。
首先，引入和介紹零售行業的核心業務知識，包括零售行業核心指標含義、零售行業常用業務場景、零售行業常用數據分析模型。
其次，介紹通過Power BI工具來構建數據分析技術實現流程，讓讀者理解業務問題和技術工具結合的可行性和有效性。
最後，詳細介紹如何利用Power BI 從運營管理分析、商品管理分析、
會員管理分析這三大板塊和在13 個高頻應用場景進行零售數據分析的思路和技術實現，
其中包括每個場景中的業務問題痛點、技術構建思路、綜合運用Power BI 及DAX 製作可視化分析圖表的過程。
本書立足於零售業務，並通過Power BI 實現技術落地，實操性強，適合專業的零售數據分析師、
使用一般數據分析工具但遇到技術瓶頸的零售數據分析“老兵”，以及對零售數據分析、Power BI 感興趣的分析師和愛好者閱讀。

鄭志剛南京大學碩士研究生。
Power BI 可視化大賽零售行業特別獎。
作品收錄進微軟Power BI 官方文檔。
《DAX設計模式》譯者之一。
歷任大型零售集團數據分析師，
從門店運營到商品規劃到會員管理10年以上零售行業業務研究及實戰經驗，
精通於搭建各類零售分析模型解決實際業務問題，擁有豐富的傳統零售企業數字化轉型經驗。

第1章零售數據分析概述1
1．1 零售行業核心指標含義1
1．1．1 運營類業務指標2
1．1．2 商品類業務指標4
1．1．3 會員類業務指標6
1．2 零售行業常用業務場景8
1．2．1 運營板塊業務場景8
1．2．2 商品板塊業務場景16
1．2．3 會員板塊業務場景24
1．3 零售行業常用數據分析模型30
1．3．1 帕累托模型30
1．3．2 波士頓矩陣模型31
1．3．3 購物籃模型33
1．3．4 轉化漏斗模型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 銷售預測模型38
本章小結39
第2章Power BI數據分析流程40
2．1 Power BI 基礎知識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進行數據分析的流程45
2．3 基於Power BI的零售數據分析案例46
2．3．1 業務理解46
2．3．2 數據獲取49
2．3．3 數據轉換51
2．3．4 數據建模52
2．3．5 報告製作54
2．3．6 報告發布60
本章小結62
第3章零售數據模型介紹63
3．1 模型數據源介紹63
3．1．1 維度表及事實表字段介紹64
3．1．2 維度表及事實表維護建議69
3．2 數據獲取及數據轉換71
3．2．1 Excel工作簿獲取數據71
3．2．2 從文件夾獲取數據73
3．3 數據源路徑的參數化設置76
3．4 查詢報表分組及命名78
3．5 日期表創建79
3．6 數據模型構建81
本章小結82
第4章經營概況83
4．1 核心指標分析84
4．1．1 業績指標84
4．1．2 四核指標85
4．1．3 三效指標88
4．1．4 拓展指標90
4．1．5 同期指標91
4．1．6 核心指標“KPI”圖製作93
4．2 各區域銷售額及店效分析95
4．3 銷售額月度達成情況分析96
4．4 各部門銷售額達成情況分析98
4．5 各經營業態及經營模式銷售分析98
本章小結100
第5章區域分析101
5．1 核心指標區域結構分析102
5．1．1 各時間區間基礎度量值書寫103
5．1．2 單指標動態時間區間度量值書寫106
5．1．3 多指標動態時間區間度量值書寫108
5．1．4 動態時間區間切片器製作109
5．1．5 核心指標“折線和簇狀柱形圖”製作110
5．2 重點城市銷售額帕累托分析110
5．2．1 基礎帕累托圖製作111
5．2．2 帕累托圖動態配色112
5．3 門店銷售排名112
5．4 銷售額構成“環形圖”製作114
本章小結115
第6章單店分析116
6．1 核心指標關鍵時間區間對比分析117
6．1．1 日均單據數度量值書寫117
6．1．2 核心指標“多行卡”製作118
6．2 核心指標當月趨勢分析119
6．2．1 核心指標當月度量值書寫119
6．2．2 核心指標當月趨勢圖製作120
6．2．3 銷售完成率移動均值度量值書寫121
6．3 最近30日銷售完成率移動均值趨勢分析124
6．4 新品款色數及銷售額同期對比分析124
6．4．1 新老品業務概念125
6．4．2 新品及同期新品款色數度量值書寫127
6．4．3 新品及同期新品款色旋風圖製作128
本章小結129
第7章開關店分析130
7．1 開店趨勢及結構分析130
7．1．1 開關店場景度量值書寫131
7．1．2 開關店場景“瀑布圖”製作131
7．2 開關店詳情對比132
7．2．1 門店數相關度量值書寫133
7．2．2 開關店詳情“矩陣”製作134
本章小結135
第8章銷售預測136
8．1 最近30日業績指標拆解137
8．2 歷史同比法銷售預測137
8．2．1 模型業務邏輯138
8．2．2 動態參數設定138
8．2．3 模型構建140
8．3 杜邦分析法二級指標目標設定及策略調整141
8．3．1 模型業務邏輯141
8．3．2 動態預測模型構建142
本章小結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 售罄率相關指標度量值書寫146
9．2 商品總體銷售結構分析152
9．3 品類銷售趨勢分析154
9．3．1 品類週銷售額佔比趨勢分析154
9．3．2 新品週售罄率趨勢分析155
本章小結156
第10章新品入庫及發放157
10．1 新品入庫分析157
10．1．1 新品採購寬度/深度分析158
10．1．2 新品總倉累計入庫分析159
10．2 新品發放率分析160
10．3 新品區域期末庫存分析161
本章小結163
第11章新品銷售164
11．1 新品銷量及區域售罄率分析165
11．2 新品區域售罄率週趨勢分析166
11．3 新品銷售額/區域售罄率/折扣率綜合分析167
11．3．1 新品銷售相關度量值書寫168
11．3．2 波士頓矩陣“散點圖”製作169
11．4 品類銷售額前20分析170
11．4．1 新品進銷存相關度量值書寫171
11．4．2 品類銷售額前20可視化“表”製作173
11．5 單品銷售趨勢對比174
11．5．1 單品銷售相關度量值書寫175
11．5．2 單品銷售趨勢“折線和簇狀柱形圖”製作175
本章小結176
第12章品類關聯分析177
12．1 關聯指標講解178
12．2 品類關聯明細對比181
12．3 品類關聯分析“散點圖”製作182
本章小結183
第13章會員結構184
13．1 會員核心指標介紹185
13．2 會員年齡分佈分析188
13．2．1 會員年齡計算列書寫188
13．2．2 會員年齡分組計算列書寫189
13．2．3 會員年齡分佈“簇狀條形圖”製作192
13．3 會員消費等級分佈分析193
13．4 會員平均年齡趨勢分析194
13．4．1 會員平均年齡度量值書寫194
13．4．2 會員平均年齡趨勢“折線圖”製作195
13．5 會員生命週期分佈分析196
本章小結197
第14章新增及復購198
14．1 會員區域業績分析199
14．1．1 會員業績對比相關度量值書寫199
14．1．2 會員區域業績對比“矩陣”製作200
14．2 新會員趨勢分析200
14．3 复購趨勢分析201
14．4 新老會員佔比分析202
本章小結205
第15章會員轉化206
15．1 會員消費次數轉化漏斗分析206
15．1．1 會員消費次數度量值書寫207
15．1．2 會員消費次數轉化“漏斗圖”製作208
15．2 會員首次消費與二次消費間隔天數累計人數分析209
15．2．1 會員首次消費、二次消費相關指標書寫209
15．2．2 會員首次消費與二次消費間隔天數累計人數帕累托圖製作212
15．3 會員消費詳情分析212
15．3．1 會員消費詳情相關度量值書寫213
15．3．2 會員消費詳情表製作214
本章小結214
第16章RFM模型215
16．1 RFM業務邏輯216
16．1．1 RFM模型邏輯構建216
16．1．2 RFM表間關係建立220
16．2 會員RFM等級分析220
16．3 會員消費次數分佈分析221
16．4 會員最後一次消費距今月數分佈分析223
16．4．1 會員最後一次消費距今月數相關指標書寫224
16．4．2 會員最後一次消費距今月數帕累托圖製作225
16．5 會員RFM等級明細展示226
本章小結227