导语

  

    零一、聂健华、韩要宾著的《Power BI电商数据分析实战》用市场分析、客户分析、货品分析、流量分析和舆情分析5个电商常见分析场景讲述Power BI Desktop的应用技巧，涵盖数据可视化、Power Query应用、DAX和数据建模。
    适合电商从业人员、零售数据分析人员、数据分析爱好者和Power BI爱好者阅读。

内容提要

  

    零一、聂健华、韩要宾著的《Power BI电商数据分析实战》以搭建电商数据分析系统为业务背景，介绍Power BI的实际应用，涉及市场分析、客户分析、货品分析、流量分析、舆情分析5个常用场景，读者需从市场分析场景入门，了解Power BI的应用。读完这本书后，你将获得电商的数据业务思维、Power BI Desktop的操作技巧，具备搭建电商数据分析BI系统的能力。
    本书适合Power BI爱好者、数据分析爱好者、电商数据分析从业人员、电商运营从业人员阅读。

第1章  Power BI Desktop简介
  1.1  什么是Power BI Desktop
  1.2  如何选择版本
第2章  Power BI基础入门
  2.1  Power BI Desktop的获取及安装
  2.2  Power BI Desktop操作界面
  2.3  Power BI Desktop设置界面
第3章  搭建电商BI系统的框架
  3.1  数据框架
  3.2  业务框架
  3.3  维度和指标体系
第4章  应用场景：市场分析
  4.1  业务背景
  4.2  Excel数据加载与清洗
  4.3  数据建模
    4.3.1  创建日期维度表
    4.3.2  添加属性维度表
    4.3.3  数据关系建模
  4.4  数据可视化展示及拓展应用
    4.4.1  可视化对象操作
    4.4.2  筛选器
    4.4.3  数据钻取
    4.4.4  编辑交互
  4.5  分析指标计算
    4.5.1  计算同比/环比
    4.5.2  计算品牌集中度
    4.5.3  计算价格段分组
第5章  应用场景：客户分析
  5.1  业务背景
  5.2  MySQL数据加载与清洗
  5.3  客户地域分布
    5.3.1  提取省、市信息
    5.3.2  统计地域客户数
    5.3.3  计算人均消费金额
    5.3.4  地域分布的四象限
  5.4  流失客户分析
    5.4.1  统计流失金额
    5.4.2  分析订单付款间隔
  5.5  客户生命周期
    5.5.1  提取客户最近消费的时间间隔
    5.5.2  计算消费间隔的累计占比
  5.6  RFM客户价值分析模型
    5.6.1  计算R
    5.6.2  计算F
    5.6.3  计算M
    5.6.4  分析RFM模型
第6章  应用场景：货品分析
  6.1  业务背景
  6.2  品类销售分析
    6.2.1  建立关系模型
    6.2.2  合并查询
    6.2.3  统计品类销售情况
    6.2.4  计算商品真实售价
  6.3  商品销售分析
    6.3.1  商品地域分布
    6.3.2  商品销售趋势
    6.3.3  商品生命周期
    6.3.4  波士顿矩阵
    6.3.5  补货预测模型
第7章  应用场景：流量分析
  7.1  业务背景
  7.2  流量渠道分析
    7.2.1  流量渠道分析报表
    7.2.2  切换报表主题
    7.2.3  快速见解洞察数据变化
  7.3  关键词有效度分析
    7.3.1  数据准备
    7.3.2  词根有效度分析
    7.3.3  词根裂变分析
第8章  应用场景：舆情分析
  8.1  业务背景
  8.2  舆情关键词提取
    8.2.1  关键词提取
    8.2.2  词云图及网络图
  8.3  情感分析
    8.3.1  计算舆情情感得分
    8.3.2  分析情感得分
第9章  发布数据
  9.1  将数据发布到Web
  9.2  将数据发布到移动端