POWERBI|用户留存

本文介绍了如何在PowerBI中进行用户留存分析,包括数据模型的构建、新签复购的计算、次月留存率的求解,以及利用时间智能函数实现时间维度上的跨越。通过具体的案例展示了计算过程和展示方法。
摘要由CSDN通过智能技术生成

用户留存率一直各行各业都在关注的重点指标,而在用户留存问题上我们也有很多种不同的分析方法,比如经典的Cohort  Analysis(同期群分析),还有新签复购分析。下面直接以案例的方式介绍POWERBI的实现方法。

首先让我们来梳理下具体思路:

数据模型


首先我们来看一下示例数据,数据模型中包括三张表,一张订单事实表&一张用户维表&一张商品维表,主要是用到的是订单事实表。


订单表如下:

数据模型如下:

计算新签复购

  •  计算最小成交月份

我们首先需要计算每个用户的第最小成交月份来划分用户群体,由于最终这个字段需要展现出来,所以选用新增列的方式增加字段

MIN_MONTH = 
	CALCULATE(
    MIN('订单表'[date_month]),
    ALLEXCEPT('订单表','订单表'[user_id])
	)
  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值