![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
可视化
weixin_40954107
这个作者很懒,什么都没留下…
展开
-
PowerBi指标下钻查询
利用PowerBI的跨报表钻取功能,能非常方便的实际指标下钻查询的功能。需求背景:从计算的指标值(到店、到月、到指标)下钻查询到明细级(凭证明细)的指标。实现步骤:1、数据准备 将所有指标拆解至明细级的指标窄表。可以通过星形维度事实表关联,也可直接生成一张结果表。我是一般先建一张指标事实表,并将指标下钻分录行转列。将所有的指标对应的凭证号和分录号以‘-’相连,并将所有的明细以‘,’连接成字符串存储为一个字段(注意这种字段如果明细值极多可能会超过存储的范围)。再与另一张凭证的事实表进行关联生产原创 2021-07-26 11:05:24 · 2332 阅读 · 0 评论 -
Jupyter再开发-美团民宿的应用实践
前言做算法的同学对于Kaggle应该都不陌生,除了举办算法挑战赛以外,它还提供了一个学习、练习数据分析和算法开发的平台。Kaggle提供了Kaggle Kernels,方便用户进行数据分析以及经验分享。在Kaggle Kernels中,你可以Fork别人分享的结果进行复现或者进一步分析,也可以新建一个Kernel进行数据分析和算法开发。Kaggle Kernels还提供了一个配置好的环境,以及...转载 2019-11-29 10:04:16 · 699 阅读 · 0 评论 -
一张图看清客户价值-运用Tableau作RFM客户价值分析(二)
在上一篇已经简单的对RFM客户价值图进行了分析,如何运营TABLEAU对流失客户状态进行更详尽的分析呢上图,是将消费券占比作为气泡大小,下图结合注册时间和最后一次消费时间来分析流失用户的生命周期状态1、左图结合用户的注册时间,最下部分红色的流失客户,有一些注册时间较早的老用户,需要从产品和运营角度思考为什么他们会流失。2、同时结合右图可以发现这里面有些消费频率较高的,消费金额较...原创 2019-10-16 10:00:12 · 922 阅读 · 0 评论 -
一张图看清客户价值-运用Tableau作RFM客户价值分析
本文是原创文章,如有转载敬请注明。在对电商用户的分析中RFM客户价值分析是非常有效的一种分析方法,而在这方面Tableau体现了他强大的BI数据展示和分析功能。一、RFM分析方法简单介绍RFM分析是从周期内最近下单时间R、下单频率F、下单金额平均值M来分析用户价值的一种方法,这个三个维度分别代表了用户的购买的忠诚度、购买粘性、购买力的信息、再结合价格敏感度(本例用户优惠券占比计算)可以...原创 2019-10-14 17:53:15 · 2701 阅读 · 0 评论