POWER BI 采购数据分析

资料拆解思路

资料拆解概述 – 学识/智慧、资讯、资料

资料拆解参与的定位以及分工

业务资料拆解

描述性拆解

资料透视

可视化图表

资料拆解要破解的问题

1) 弄懂情况

发现规律

预测未来

商业智能拆解轮廓引见

1) 主要指标架构 – 汇总类、对比类、财务指标、电商指标、互联网营运指标、快消业界指标

主要拆解模型 – RFM模型，4P理论、可视化拆解办法，5W1H拆解法，销售漏斗模型、树状指标架构

资料拆解的流程

业务领会 – 5W1H思路模型

资料收集 – 各种资料源

资料处理 – 资料的清洗和整理

资料拆解 – 描述性和预测体质

资料展现 – 可视化展现

结晶报告 – 拆解报告， POWER BI拆解报表

POWER BI引见

1. POWER BI 简介

POWER BI 的下载和安装

POWER BI开展资料整理

1. 资料源的导入

1) 从文本和CSV导入

2) 从事务簿导入

3) 从网站导入

4) 导入表

5) 导入连接

6) 实例演示 – 供应商联系记录表

资料源整理

1) 列操作

a) 迅速制作标题列

选项和筛选列

移动列

添加自定义列

添加条件列

透视列和逆透视列的用途

创建索引列

创建重复列

行操作

a) 删除和保留行

b) 转置行

c) 反转行

d) 分组依据

e) 转换

◦ 资料类型（日期、数值、文本、时间等等类型的转换）

◦ 替换值 – 对不规范资料的修复

◦ 格式将控 - （大小写、修整、清除、添加前后缀等等）

◦ 列的拆分和合并

◦

数值提取 – 从不规范的资料中提取有用的资料

资料的合并和追加

a) 表连接 – 替代VLOOKUP

◦ 连接原理 – 左外部，右外部、完全连接、内部连接在不同情境下的运用

◦ 两表连接

◦ 多表连接

表追加

◦ 两表追加

◦ 多表追加

度量值和DAX函数

1. 计算列和度量值

聚合函数

推演函数

资讯函数

数学函数

文本函数

转换函数

日期和时间函数

关系函数

资料呈现

1. 可视化看板的定制步骤

1) 明诉求

看资料

定图表

定排布

画看板

明诉求 – 5W1H拆解法

1) 看资料

a) 度量值

b) 拆解维度 （时间、地点、人物、经过）

定图表 – 只做引见，展开在实战实例中讲

a) 要害指标 -卡片图、进度图、仪表图，水位图

b) 结构占比 – 饼图，树状图、旭日图、堆积图

c) 时间趋势 – 漏斗图，面积图、动态条形图

d) 比较排序 – 矩阵热力图，词云图、雷达图

e) 地理位置 – 点地图，热力地图、流程地图、三维地图

f) 分布规律 – 散点图，气泡图、箱线图、小提琴图

定排布 – 注意力优先区域

a) 画看板 – 颜色的搭配

POWER BI报表的发布

1. 事务区

内容分享 – 发布到MS TEAMS

报表的更新

POWER BI报表和仪表板操作

实战实例-人力资本管控拆解

1. 总览页

1) 展示维度：当月的员工数量、培训、薪酬

2) 拆解指标：在职员工数、离职员工数、离职率、当月实发薪酬，当月平均薪酬

3) 可视化：指标卡片

人员管控详情页

1) 拆解摘要

a) 维度：在职状态、部门

b) 指标：

◦ 和去年同期相比、占比数最高的部门

◦ 画像拆解：性别、年龄、绩效，服务年限 - 统计占比最高

可视化：以智能叙述的方式展现

员工数量明细：

a) 指标1：按照性别的环形图

指标2：按照年龄结构的柱状图

指标3：按照绩效的条形图

指标4：按照服务年限的柱状图

指标5：按照部门分布的柱状图

指标6：按照MTD和上年对比的员工数量趋势变化图

队伍演进详情页

1) 拆解维度：部门、职务

2) 指标

a) 总览页：培训出勤人数，培训完成率、平均培训小时 - 卡片图

b) 队伍本领拉升-雷达图

c) TOP5热门培训课程 - TOPN表格

d) 培训出勤和培训安排的对比-旋风图

e) 员工晋升数和员工晋升率 - 卡片图

f) 按照服务年限的员工晋升数 - 环形图

g) 按照绩效的员工数量 - 条形图

h) 按照晋升、年龄结构、绩效 - 桑基图

薪酬管控详情页

1) 拆解维度：部门、性别

2) 指标

a) 在职薪酬，平均薪酬 - 卡片图

b) 薪酬种类分布 - 饼图

c) 薪酬地域分布以及排名：表格和城市资料地图

d) 按照服务年限和业绩达标对比的奖金分布- 散点图

e) 按照职位分布的基础薪资拆解：股价图

1.

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|刘磐超老师