常用企业分析

一、趋势分析

分析维度：时间（年份，月份）

数据收集：时间表、产品分类表、销售记录表

数据建模：

时间表-日期——销售记录-下单日期
产品分类-产品ID——销售记录-产品ID

 

由于日期表中的月份列为文本型，因此为了使坐标轴中的日期按正常时间顺序排列，可以使用month函数从日期中提取一列月份列作为辅助列

如果不想要把添加的辅助列展示出来，可以选中该列，然后右键单击，选择从客户端中隐藏

辅助列月=MONTH('时间表'[日期])

数据指标：销售总金额、销售数量、订单数量、客户数量

销售总金额:=SUM([金额])
销售数量:=SUM([数量])
订单数量:=DISTINCTCOUNT([订单编号])
已购买客户数量:=DISTINCTCOUNT([客户ID])

可视化呈现：

Power bi可视化-折线图

二、年度增长分析

1、分析维度：产品维度

数据指标：2018销售总金额、2019销售总金额、年度增长YOY

2018年销售总金额:=CALCULATE([销售总金额],'时间表'[年份]="2018年")
2019年销售总金额:=CALCULATE([销售总金额],'时间表'[年份]="2019年")
年度增长率YOY:=DIVIDE([2019年销售总金额]-[2018年销售总金额],[2018年销售总金额])

可视化呈现：

2、分析维度：时间维度

同环比设置：

1. 在数据透视表的值字段再次添加【销售总金额】，值字段显示设置差异百分比，分别设置同比和环比
2. 在设置之前需要有年份和月份作为维度

可视化呈现：

三、产品分析

分析维度：产品维度

数据指标：销售总金额、销售数量、订单数量、客户数量、平均购买金额

分析方法：8020法则：80%的销售额来自于20%的产品

值字段设置：父行汇总的百分比

可视化呈现：

Power BI可视化：词云图，条形图

四、客户分析

可以根据客户的购买数量对它进行分组，可以分为未购买客户、一次购买客户、多次购买客户等，也可能是根据他的购买金额，分成大客户、中客户和小客户等，在此按照客户的购买次数分组

数据收集：客户表

数据建模：客户表-客户ID——销售记录-客户ID

分析维度：客户维度——未购买、一次购买、多次购买

数据分析计算：

由于客户表和销售记录表是一对多的关系，所以可以直接在客户表中引用多端的度量值，在客户表中增加订单数量列：订单数量2=[订单数量]，然后利用if进行条件判断：客户分组=IF('客户表'[订单数量2]=1,"一次购买客户",IF('客户表'[订单数量2]>=2,"多次购买客户","未购买客户"))

数据指标：销售总金额、销售数量、订单数量 

 可视化呈现：

五、区域分析

分析维度：区域、省份

数据指标：销售总金额、销售数量、订单数量、客户数量、客户渗透率

数据建模：省份区域表-省份——销售记录-客户省份

由于客户表中也存在着客户省份多端，因此可以和省份区域表建立联系，该关系模型可以简化为省份区域表(省份)——客户表(客户省份)/(客户ID)——销售记录表(客户ID)

数据指标：客户渗透率

客户渗透率:=DIVIDE([已购买客户数量],[客户数量])

可视化呈现：

 注意：这里在客户表和销售记录表中分别计算了客户渗透率度量值

• 当拉取了产品表的切片，会发现其能控制销售记录表的客户渗透率，但不能控制客户表中的客户渗透率，因为产品表与客户表没有关系

• 解决方案：要么找关系，要么考虑是否将度量值计算于通用的多表上（即销售记录表），要么就不要放这个切片器

Power BI可视化：点地图，堆积条形图

六、任务额完成率分析

数据收集：销售人员架构表、销售人员任务额表

数据建模：

销售人员构架表-销售ID——客户表-销售ID
销售人员构架表-销售ID——销售人员任务额-销售代表ID 

实际情况下：每个销售人员都有每月的任务指标，那是否可以利用日期维度对任务额进行分析，即日期表控制任务额表。利用表中现有的月份列，通过date函数建立辅助列日期，构建时间表-日期——销售人员任务额-辅助列日期

辅助列日期：=DATE(2019,'销售人员任务额'[月份],1)

数据指标：任务额完成率

数据分析计算：

销售人员总任务额:=SUM([任务额])
任务额完成率:=DIVIDE([2019年销售总金额],[销售人员总任务额])

 添加KPI的方法：