正版现货新书 Power BI 数据分析实战 9787115600554 郑志刚
全新正版现货，以书名为准，放心购买，购书咨询18931383650朱老师
￥ 58.89 5.9折 ￥ 99.9 全新
库存103件
北京丰台
认证卖家担保交易快速发货售后保障
作者郑志刚
出版社人民邮电出版社
ISBN9787115600554
出版时间2022-08
装帧平装
开本16开
定价99.9元
货号12266632
上书时间2024-10-06
- 在售商品 暂无
- 平均发货时间 10小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
郑志刚 南京大学硕士研究生。Power BI 可视化大赛零售行业特别奖。 作品收录进微软 Power BI 官方文档。《DAX设计模式》译者之一。历任大型零售集团数据分析师，从门店运营到商品规划到会员管理10年以上零售行业业务研究及实战经验，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。
目录
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
主编推荐
（1）一本讲解如何将Power BI应用于零售业务领域的实战指南，零售+数据+Power BI的深度融合。 （2）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。 （3）作者曾获“微软Power BI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。
精彩内容
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。 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。
媒体评论
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优选的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中文社区联合创办人
— 没有更多了 —
以下为对购买帮助不大的评价