作者：零一,聂健华,等
出版社：电子工业出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
Power BI 电商数据分析实战试读：
前言
非常荣幸能出版这本《Power BI电商数据分析实战》，本书结合《淘宝、天猫电商数据分析与挖掘实战（第2版）》和《Excel BI 之道：从零开始学Power工具应用》的写作思路，主要通过电商业务场景讲述Power BI的应用，包含Power BI Desktop（下文简称PBID）的操作教程和电商的业务逻辑。读完这本书后，你将获得电商的数据业务思维、PBID的操作技巧，具备搭建电商数据分析BI系统的能力。
工具+业务场景才是王道！
本书分为九章，第1章介绍PBID的发展历程和优劣势；第2章介绍整个电商的业务逻辑和数据需求；第3章介绍导入数据的过程和清洗数据的方法；第4章开始讲述应用场景，这一章非常重要，包括许多基础知识，不管你对市场分析是否感兴趣，都应该阅读第4章；第5章基于交易数据介绍客户分析的应用场景；第6章介绍货品分析的应用场景；第7章介绍流量分析的应用场景；第8章介绍舆情分析的应用场景；第9章介绍发布数据到Web和移动端。
补充
全书围绕PBID应用展开，读者只需在Windows下安装好PBID即可，PBID提供免费的个人版。另外，PBID的官方更新周期在其发布以来都是每月更新一次，因此部分功能细节在读者学习的过程中可能会存在一些差异。
对于Power Query比较陌生的读者，推荐结合《Excel BI之道：从零开始学Power工具应用》这本书作为配套资源学习使用。
鉴于作者水平有限，不足之处望不吝指正，谢谢！
最后，感谢高飞老师、赵文超老师和宗萌老师的帮助！
轻松注册成为博文视点社区用户（www.broadview.com.cn），扫码直达本书页面。
下载资源：本书如提供示例代码及资源文件，均可在 下载资源处下载。
提交勘误：您对书中内容的修改意见可在 提交勘误处提交，若被采纳，将获赠博文视点社区积分（在您购买电子书时，积分可用来抵扣相应金额）。
交流互动：在页面下方 读者评论处留下您的疑问或观点，与我们和其他读者一同学习交流。
页面入口：http://www.broadview.com.cn/34845第1章Power BI Desktop简介1.1 什么是Power BI Desktop
Power BI是微软发行的一款商业智能软件，它包含桌面版（Power BI Desktop）、网页版和移动版。Power BI的主要功能由Power BI Desktop承载，开发人员在桌面版将数据和报表发布到网页或者手机App上。网页版可以对报表进行在线编辑，因此我们外出时只要带上账号和密码，找到网络就可以编辑报表，轻松应对各种突发情况。移动版需要安装Power BI的App（安卓和苹果系统均支持），可以在App上查看设计好的报表，在桌面版可以针对移动版重新设计报表样式。
桌面版作为开发者的主要终端，搭载了数据获取、分析、展现和发布的功能，如图1-1所示。图1-1
值得一提的是，Power BI Desktop的界面和Excel类似，基本上只要会使用Excel就能轻松上手Power BI Desktop，如图1-2所示。图1-2
在数据获取方面，Power BI Desktop支持各种数据库的连接和数据文件的导入，甚至还支持网络数据的获取，如图1-3所示。图1-3
在分析方面，Power BI Desktop借助其搭载的Power Query和Power Pivot，实现灵活分析，如图1-4所示。图1-4
在展现方面（Power BI Desktop最为耀眼的功能），除自带视觉对象（图表）外，Power BI Desktop还提供了上百个（目前）第三方的视觉对象，如图1-5所示。图1-5
在发布方面，Power BI Desktop既支持发布到网页版，如图1-6所示；又支持发布到移动版，如图1-7所示。图1-6图1-7
Power BI Desktop是一套用于商业分析的桌面工具，可用于企业的数据洞察，可连接数百个数据源，快速处理数据并提供即时分析，生成美观的报表并进行发布，供企业在 Web和移动设备上使用。每个人都可创建个性化仪表板，获取针对其业务的全方位独特洞察，在企业内实现扩展、内置管理和安全性管理的功能。
Power BI的应用将大大提高你的工作效率，对于接触过Power BI Desktop的用户来讲，大多数的声音是再也回不去Excel的时代了，因为Power BI Desktop的性能和在数据展现方面的功能太过于诱人，秒杀了Excel BI。1.2 如何选择版本
Power BI Desktop提供了免费的个人版本和付费的专业版本（也称共享版本），如图1-8所示。如果不考虑即时性和安全性，完全可以使用个人版本，如学生、教师、小型企业、小型电商团队等都可以使用个人版本。对于大企业和大规模的电商团队来说，对数据的即时性要求较高，并对每个BU（部门）有数据安全需求的，则需要订购专业版，每个用户9.99 美元/月。
个人版本的主要功能描述如下：（1）连接数百个数据源。（2）使用可视化工具清理和准备数据。（3）使用自定义可视化分析和生成出色的报表。（4）发布到Power BI服务。（5）嵌入公共网站。
专业版本的主要功能描述如下：（1）构建可全方位实时查看业务的仪表板。（2）自动保持数据最新状态，包括本地源。（3）针对共享数据进行协作。（4）审核和管理数据的访问和使用方式。（5）通过应用将内容打包并分发给用户。图1-8第2章Power BI基础入门2.1 Power BI Desktop的获取及安装
Power BI Desktop可在官方网站下载，下载程序时尽量选择与Office一致的版本，从而避免在后续操作过程中出现读取不到Excel文件的问题。比如，Power BI Desktop选择64位的版本，则Office也需要安装64位的版本。（1）访问https://www.microsoft.com/zh-CN/download/details.aspx?id=45331，并单击“下载”按钮，如图2-1所示。图2-1（2）勾选需要下载的安装包进行下载，如图2-2所示。图2-2（3）下载完毕后，双击安装包进行安装，无须配置，按默认安装即可，如图2-3所示。图2-32.2 Power BI Desktop操作界面
运行Power BI Desktop后，进入主界面。主界面由功能区、可视化和字段区、工作区/报表区、视图切换、报表页码切换五大模块组成，如图2-4所示。图2-4（1）功能区：功能按钮集中的区域，大部分软件功能都可以在这里找到。（2）可视化和字段区：字段的设置和选用，以及可视化对象（图表）的引用和设置都在此区域。（3）工作区/报表区：设计报表的主要区域，可视化对象、文本、形状等都在此区域设置。（4）视图切换：报表、数据和关系视图的切换按钮。（5）报表页码切换：可切换报表页码。
图2-5所示是视图的切换按钮。图2-5
图2-6所示为报表视图，报表设计在此视图进行，可在右侧的可视化和字段区中对图表进行编辑。图2-6
图2-7所示为数据视图，查看和检查数据在此视图进行。图2-7
图2-8所示为关系视图，多张表间的关系设置在此视图进行。图2-8
图2-9所示是Power Query编辑器，在“开始”选项卡中单击“编辑查询”可进入编辑器界面，会弹出新的操作界面。图2-92.3 Power BI Desktop设置界面
单击左上角的“文件”选项卡，在弹出的菜单中单击“选项和设置”-“选项”，如图2-10所示。
图2-11所示是选项设置界面。设置作用对象可针对全局或当前文件，部分设置可以只针对当前文件。图2-10图2-11
设置的详细选项如下。（1）数据加载：设置缓存大小和清除缓存，数据加载在内存中。（2）查询编辑器：即Power Query编辑器，设置查询编辑器的布局、数据预览和数据源的参数化。（3）DirectQuery：DirectQuery模式使用在SQL Server数据库中存储的数据，此项可设置在此模式下DAX表达式不受限制。（4）R脚本：设置R的路径、IDE及存储位置。Power BI Desktop支持调用本地安装的R程序，可以在Power BI Desktop中编辑R脚本。（5）安全性：设置数据库查询时是否需要批准、Web访问的安全警告、ArcGIS地图和ADFS身份验证。（6）隐私：设置隐私级别，影响对文件的合并，在Power BI Desktop中遇到Firewall（防火墙）警告时可以在此处设置忽略隐私级别，以跳过防火墙的拦截。（7）区域设置：设置软件使用当前语言或者英语。（8）更新：设置是否提供更新通知。（9）用法数据：设置是否将软件的使用情况反馈给微软。（10）诊断：设置是否启用跟踪功能。跟踪功能将会跟踪当前打开的所有文件，关闭最后一个文件后会自动关闭该功能。（11）预览功能：设置与主题、视觉对象相关的功能。（12）自动恢复：设置自动备份的时间间隔和备份路径。第3章搭建电商BI系统的框架3.1 数据框架
图3-1所示是数据分析的架构，包括数据采集层、数据存储层、数据处理&分析层和应用层。应用层大多数是由BI报表承载的，我们熟知的数据产品也是BI报表的一种展现形式。（1）数据采集层：确定要采集的数据字段，采集的周期、采集的规范等细节。（2）数据存储层：对于结构化的数据，存储在结构化的数据库中，如MySQL、Microsoft Server SQL等。而诸如图片、音频等非结构化的数据，则要存储在非结构化的数据库中，如MongoDB、NoSQL、Hadoop等。（3）数据处理&分析层：大多数分析师都活跃在这一层，这也是分析师的主要工作内容。图3-1
①数据清洗（预处理）。区别于建模前的数据清洗，将数据处理成结构化的数据，为分析做准备。并且要充分理解指标，必要时还需要计算出新的（派生）指标。
②统计分析。其包含描述性统计分析和数据理解，通过对字段的变换透视、可视化来理解数据。如果面对多张有关联的表格，还需建立关系模型，全方位地分析数据。
③算法建模。算法建模不同于关系建模，算法模型来自应用数学学科，是基于数学方法，将显示问题抽象成数学问题，并予以解答。在建模前需要对数据进行变换，让数据符合算法预设的结构和类型。（4）应用层：业务人员基于IT（互联网技术）、DT（数据技术）部门设计好的数据产品进行实务操作应用，如BI分析、预测和客户分析等。3.2 业务框架
电商是一个互联网与零售结合的行业，传统的零售行业并没有那么多的数据，但是随着互联网技术的发展和普及，现在已经可以非常轻松地采集数据。因此，这几年数据分析在电商行业中越来越受到重视。阿里巴巴在2015年提出了大数据赋能商家的战略，通过其广告BI、生意参谋等数据工具为商家提供决策数据支撑。
电商店铺运营的数据分析分为3个模块，即运维数据、行业数据和竞争对手数据，每个模块之间都需要交互参考，如图3-2所示。（1）运维数据，即内部数据，在运营店铺过程中产生的各种数据，如访客数、转化率、销售额等。（2）行业数据，即整个行业大盘的数据，在分析的时候需要将自己的数据与行业数据进行对比。（3）竞争对手数据，即同行对手的相关数据，和行业数据一样，需要将自己的数据跟竞争对手的数据进行对比。
图3-3所示是电商零售企业的内部数据架构，即图3-2中的运维数据模块，整个架构分为5层。
第一层：从流量开始产生数据，用户在浏览过程中发生的各种行为，产生了电商数据。流量数据是所有电商数据的源头，没有流量就不用谈数据分析了。
第二层：发生在用户点击之后的交易行为，用户下单产生交易数据，因为产生了订单，需要发货，于是就产生了库存数据。
第三层：基于前两层数据的分类归整，从流量数据和交易数据中清洗出用户数据和商品数据，从库存（仓库）数据清洗出售后数据。
第四层和第五层：基于前三层数据的分类归整，整理出财务数据和店铺数据。图3-2图3-3
图3-4所示是电商数据报表的权限架构图，不同的部门或者岗位关心的数据指标不同，而老板或者总监需要了解各个部门的KPI指标，横向需要了解各个环节，如果哪个环节出现了问题，再下钻到纵向。图3-43.3 维度和指标体系
数据分析其实就是维度和指标的切换，了解维度和指标体系有助于我们理解分析的思路。电商的维度和指标体系分类如图3-5所示。图3-5
维度和指标交叉可以得到16个分析粒度，如表3-1所示。表3-1
对店铺的流量、转化、销售和服务进行分析，掌握店铺的运营细节，挖掘销售增长点。
对产品的流量、转化、销售和服务进行分析，洞察每个产品的表现情况，有助于调整产品的市场战略。
对渠道的流量、转化、销售和服务进行分析，洞察渠道的效果，有助于优化渠道策略。
对人群的流量、转化、销售和服务进行分析，洞察不同人群对我们的喜好情况，有助于调整广告营销策略。第4章应用场景：市场分析4.1 业务背景
对于零售或者电商企业而言，决策者对市场的预判对企业的发展起到关键性的作用。《孙子兵法》有云：“知己知彼，百战不殆。”在企业进入或者开展营销活动之前对市场进行分析，有助于决策者根据市场环境进行有效决策，从而避免决策失误。数据分析师、店长或者运营人员需要提供给企业决策者对应的分析报告，在提供报告前需要将数据进行分析建模。本章采用微软的Power BI Desktop实现数据的分析建模，让数据分析师、店长、运营人员从中洞察商业信息。4.2 Excel数据加载与清洗
图4-1所示的表格是本案例中所使用到的数据源，分别为淘宝一级类目中的“孕妇装-孕产妇用品-营养”的子类目行业数据，此类目包含哺乳文胸/内裤/产检裤、产妇帽/孕妇袜/孕妇鞋、防辐射、家居服/哺乳装/秋衣裤、妈妈产前产后用品、妈咪包/袋、束缚带/塑身衣/盆骨矫正带、月子营养、孕产妇护肤/洗护/祛纹、孕产妇奶粉、孕产妇营养品、孕妇裤/托腹裤、孕妇装，共13个二级类目，以及二级类目“妈妈产前产后用品”的行业数据、品牌数据、属性数据及搜索数据。图4-1
行业数据包含如下字段。（1）名称：在类目数据中，名称指的是子类目名称；在属性数据中，名称指的是属性值；在品牌数据中，名称指的是品牌名。（2）年月：数据对应的年月，在Power BI Desktop中以年月日格
试读结束[说明：试读内容隐藏了图片]