|
PowerBI商业数据分析工具实战 【课程目标】 本课程为工具类培训，面向所有想学数据分析工具的人员。 本课程的主要目的是，帮助学员掌握Power BI数据分析工具，学会数据预处理，简化工作量，提升效率，避免重复工作；学会数据可视化，直观呈现各种业务信息和含义；学会计算复杂的数据度量值，以衡量业务状况。 通过本课程的学习，达到如下目的： 1、 了解数据分析标准流程，了解微软的PowerBI工具 2、 熟悉PowerQuery数据预处理操作，能够处理各种数据源 3、 掌握PowerView可视化操作技能，学会使用合适的图形来呈现结果 4、 掌握PowerPivot实现原理，学会编写DAX表达式 【授课时间】 2天时间（每天6个小时） 【授课对象】 数据部门、业务支撑、经营分析部、运营分析部等经常需要对业务数据分析的相关人员。 【学员要求】 1、 每个学员自备一台便携机(必须)。 2、 便携机中事先安装好Excel2016版本。 3、 便携机中事先安装好PowerBI Desktop软件。 注：讲师可以提供试用版本软件及分析数据源。 【授课方式】 数据整理 + 分析数据 + 数据呈现 + 工具实践操作 采用互动式教学，围绕业务问题，展开数据分析过程，全过程演练操作，让学员在分析、分享、讲授、总结、自我实践过程中获得能力提升。 【课程大纲】 第一部分： 数据分析过程—流程步骤篇1、 数据分析的六步曲 2、 步骤1：明确目的，确定分析思路 Ø 确定分析目的：要解决什么样的业务问题 Ø 确定分析思路：分解业务问题，构建分析框架 3、 步骤2：收集数据，寻找分析素材 Ø 明确数据范围 Ø 确定收集来源 Ø 确定收集方法 4、 步骤3：整理数据，确保数据质量 Ø 数据质量评估 Ø 数据清洗、数据处理和变量处理 Ø 探索性分析 5、 步骤4：分析数据，寻找业务答案 Ø 选择合适的分析方法 Ø 构建合适的分析模型 Ø 选择合适的分析工具 6、 步骤5：呈现数，解读业务规律 Ø 选择恰当的图表 Ø 选择合适的可视化工具 Ø 提炼业务含义 7、 步骤6：撰写报告，形成业务策略 Ø 选择报告种类 Ø 完整的报告结构 第二部分： 数据分析思路—分析框架篇问题：如何才能全面/系统地分析而不遗漏？如何分解和细化业务问题？ 1、 业务分析思路和分析框架来源于业务模型 2、 常用的业务模型 Ø 外部环境分析：PEST Ø 业务专题分析：5W2H Ø 竞品/竞争分析：SWOT、波特五力 Ø 营销市场专题分析：4P/4C等 3、 用户行为分析（5W2H分析思路和框架） Ø WHY：原因（用户需求、产品亮点、竞品优劣势） Ø WHAT：产品（产品喜好、产品贡献、产品功能、产品结构） Ø WHO：客户（基本特征、消费能力、产品偏好） Ø WHEN：时间（淡旺季、活跃时间、重购周期） Ø WHERE：区域/渠道（区域喜好、渠道偏好） Ø HOW：支付/促销（支付方式、促销方式有效性评估等） Ø HOW MUCH：价格（费用、成本、利润、收入结构、价格偏好等） 案例讨论：结合公司情况，搭建用户消费习惯的分析框架（5W2H） 第三部分： 数据分析方法—统计方法篇问题：数据分析方法的种类？分析方法的不同应用场景？ 1、 业务分析的三个阶段 Ø 现状分析：通过企业运营指标来发现规律及短板 Ø 原因分析：查找数据相关性，探寻目标影响因素 Ø 预测分析：合理配置资源，预判业务未来的趋势 2、 常用的数据分析方法种类 3、 统计分析基础 Ø 统计分析两大关键要素（类别、指标） Ø 统计分析的操作模式（类别à指标） Ø 统计分析三个操作步骤（统计、画图、解读） 4、 基本分析方法及其适用场景 Ø 对比分析（查看数据差距，发现事物变化） 演练：分析产品受欢迎情况及贡献大小 演练：用户消费水平差异分析 Ø 分布分析（查看数据分布，探索业务层次） 演练：用户消费层次分析 演练：客户年龄分布/收入分布分析 Ø 结构分析（查看指标构成，评估结构合理性） 案例：业务收入结构分析 案例：成本结构分析 演练：财务领域的结构瀑布图、财务收支的变化瀑布图 Ø 趋势分析（发现事物随时间的变化规律） 案例：产品销售的淡旺季分析 演练：发现客流量的时间规律 Ø 交叉分析（从多个维度的数据指标分析） 演练：不同客户的产品偏好分析 演练：银行用户的违约影响因素分析 第四部分： 数据分析工具—Power Query数据预处理问题：如何提高数据预处理效率？如何避免重复工作避免加班？ 1、 Power BI微软专业数据工具简介 2、 Power BI组件框架 Ø Power Query超级查询器 Ø Power Pivot超级透视表 Ø Power View交互式图表工具 3、 PQ数据预处理功能 Ø 数据集成：数据集合并 Ø 数据清洗：异常数据处理 Ø 样本处理：行筛选、提升标题等 Ø 变量处理：列筛选、填充/合并/派生等 Ø 其它：表/查询管理及其它 4、 多数据源读取 Ø 多数据源读取 演练：从文件/Excel/数据库/Web页获取数据源 5、 数据组合/集成 Ø 样本追加：横向合并 Ø 变量合并：纵向合并/连接类型 Ø 文件夹合并 演练：数据集成（追加、合并、文件夹） 6、 数据整理/预处理 Ø 数据表的管理 Ø 数据行的操作 Ø 数据列的操作 Ø 数据类型和格式 演练：数据预处理操作 7、 数据共享 8、 PQ的本质—强大M语言 9、 数据处理实战-M语言实战 数据集样本追加（多文件、单文件多工作表、多文件多工作表） 字段合并操作（外连接、反连接、内连接） 文本字段拆分列/拆分行（按分隔符、字符数、非数字到数字等） 展开列表为行/分组依据 去重/排序/跳过行/第一行作标题 新增列/新增索引/新增条件列 文本提取/文本移除/文本转数字 表维度转换（透视表-变量值变字段列、逆透视-变量列转换为值） 参数定义/自定义函数 第五部分： 数据分析工具—Power View交互式图表问题：如何让你的分析结果更直观易懂？如何让数据“慧”说话？ 1、 Power view简介 2、 图表类型与作用 3、 常用图形及适用场景 4、 图形美化原则 5、 常用图表格式化 Ø 柱状图、条形图（差距对比分析） Ø 折线图（趋势变化） Ø 直方图（业务层次分析） Ø 饼图、瀑布图（指标构成分析） Ø 双坐标图（不同量纲呈现） Ø 散点图/气泡图（矩阵分析法） Ø 漏斗图（用户转化率分析） 演练：图表制作与演示 6、 交互式图表（快速交叉分析的法宝） 7、 分层钻取（精简不同粒度的分析图） 演练：不同时间粒度/地理位置粒度等分层统计 8、 三种筛选器（不同级别的筛选） Ø 报告级筛选器 Ø 页面级筛选器 Ø 视觉级筛选器 9、 可视化化地图 第六部分： 数据分析工具—Power Pivot数据建模1、 超级透视表PowerPivot简介 2、 PP主要功能：数据类型、关系管理、新建列与表、度量值 3、 关系模型 Ø 关系建立：自动与手动 Ø 建立多表关联，实现跨表透视 演练：数据预处理操作 4、 计算列 Ø 简单列 Ø 关联列 Ø 索引列 5、 新建表 Ø 新建表格 Ø 新建日期表 6、 度量值 Ø 度量值定义公式 Ø 度量值保存与计算 演练：度量值使用 Ø 计算列与度量值的区别 7、 DAX数据分析表达式 Ø DAX公式 Ø DAX运算符 Ø DAX函数 Ø DAX高级筛选函数 8、 上下文 Ø 行上下文 Ø 筛选上下文 Ø 度量值的计算原理 Ø 上下文冲突时的上下文处理 9、 DAX语言实战 演练：度量值定义 结束：课程总结与问题答疑。
| 
