今天,我们来简单聊一聊“地图”. 在我们日常生活中,地图地位已经提升的越来越高,出门聚餐.驾驶.坐车.旅行......应运而生的就是各种Map APP. 作为数据分析师,我们今天不讲生活地图,要跟大家叨叨的当然是我们最关心的是:怎样选择合适的Power BI的可视化“地图”.本文主要介绍10种地图的优缺点,其中有四个本地地图可以直接在Power BI Desktop中访问,而无需导入它们.有四个自定义视觉效果可供导入,还有两个属于“自己创建”的. 1. 原生—ESRI ArcGIS地图 ArcG

客户分析就是根据客户信息数据来分析客户特征,评估客户价值,从而为客户制订相应的营销策略与资源配置.通过合理.系统的客户分析,企业可以知道不同的客户有着什么样的需求,分析客户消费特征与商务效益的关系,使运营策略得到最优的规划:更为重要的是可以发现潜在客户,从而进一步扩大商业规模,使企业得到快速的发展. 企业客户分析可以从以下几个方面入手,对客户数据信息展开分析: 1.分析客户个性化需求 “以客户为中心”的个性化服务越来越受到重视.实施CRM的一个重要目标就是能够分析出客户的个性化需求,并对这种需求

商务智能让企业得以使用自己的数据来预测销量趋势.分析ROI.追踪收益.做出更明智的产品和服务决策.商务智能可从5个方面让您成为“数据之星”,为您发展企业: 1．关注企业成长.而非数据 优质的BI工具最大的好处就是提高效率和生产率.企业中任何人都能使用到简单.易用的工具,从而在不同部门间共享信息,节省报表与分析的时间. 如果需要定期出具报表,比如月度管理报表时,BI工具尤为有用,因为您每个月都需要同样的信息.信息共享可降低数据风险,确保所有数据相符,让您能够着手于更加重要的任务,比如推动企业成长.

引入:一方面消费需求日益增长,另一方面市场竞争日趋激烈,电商对传统实体店的冲击越来越大,再加上各项成本费用高涨,利润走低.数字化决策可帮助企业增强运营能力.提升单店产出,必将成为企业面对激烈竞争.快速扩张.利润走低挑战最有力的武器. 零售业决策分析面临的问题: 一.数据量大:   零售门店的销售数据每天都在源源不断地汇聚到总部,夜以继日地吞噬着服务器的磁盘空间.但数据无法运用,越多越是垃圾.同时,多数据源,多渠道零售.大数据量也使分析更复杂. 二.数据响应及时性和分析要求更高:   激烈的市场竞

本次课是基于olap数据源的案例实操课,以微软olap示例库Adventure Works为数据基础.        AdventureWorks示例数据库为一家虚拟公司的数据,公司背景为大型跨国生产公司,产品为自行车,产品远销世界各地,销售模式包括经销和线上销售.       与客户和销售相关的信息是 AdventureWorks 示例数据库的重要组成部分.本次课将摘取部分销售内容 从时间维度.销售类型维度.客户类型维度,结合销售金额指标来构建管理驾驶舱. <ignore_js_op> 讲师

 发布于 2014-05-20 作者 陈 忠岳 目录 概述 前提条件 创建 Windows Server 2012 Datacenter 虚拟机 通过 WCF(Windows Communication Foundation)使用 OData 连接 MongoDB 开放政府数据:FAA Aircraft Registry 使用 LINQPad 查看 OData 使用 PowerBI 实现 OData 可视化 使用 PowerMap 显示数据地图 结论 概述 本教程共包含三个开放主题:开放政府

今天讲的主角是: 不过,先上一个图--2017 Gartner商业智能和数据分析魔力象限 DAX关注这个玩意儿有好一段时间了,刚开始的时候(2014年?)是从Excel里面认识的.2014年当时公司用Excel 2010,我在玩SSAS/Cube.倒腾非(让)常(人)强(恶)大(心)的MDX.不是说这个产品不好,就是太难用了. 没有几个人能说ta精通MDX.(如果你精通,请PM我 :) )(MDX对于那些DBA来说他们不关注,对于一般的用户来说就是天书,对于搞data warehouse的人,其

PowerBI分析Exchange服務器IIS運行日誌 啟用狀態 PowerBI分析Exchange服務器IIS運行日誌 那麼在C:\inetpub\logs\LogFiles目錄下您才會看到如下日誌目錄及文檔,每一個站點會生成一個W3SVC的文檔夾存放日誌,比如默認站點是W3SVC1,Exchange Back End是W3SVC2 PowerBI分析Exchange服務器IIS運行日誌 可以先用Notepad++查看下這些日誌.可以看出基本是以空格為每一個值的劃分的 PowerBI分析Exc

PowerBI  - 查询参数用法详解(Query Parameter) 很多人都不知道查询参数用来干啥,下面总结一下日常项目中常用的几个查询参数的地方.(本人不太欢hardcode的东西) 使用查询参数,我们现在可以在Power BI Desktop中创建参数,并在各种情况下使用它们. 例如,我们现在可以定义引用参数的查询以检索不同的数据集. 或者我们可以通过Filter Rows引用参数. 本质上来说,是替换字符串 – 所配置参数,对M 查询语句(字符串)进行替换,达到方便和灵活管理这些变量

DAX/PowerBI系列 - 参数表(Parameter Table) - 大客户分析(Top N) 难度: ★☆☆☆☆(1星) 适用范围: ★★★☆☆(3星) 概况:此文为DAX/PowerBI系列 - 参数表(Parameter Table) 的续集,由于比较重要,因此单独分一篇文章来说. 应用场景: 很多时候,我们需要显示前10个畅销品,头30名客户,Top 10 Sales等等,用参数表结合排序函数,很容易就实现这个. 前10个畅销品 头30名客户 Sales 欢迎交流与骚扰 最终Po

​本文来自星友Beau的分享,在进行数据指标的展现时,对关键的少数单独展示,而对剩余的大多数折叠为其他项,是一个很常用的做法.Beau同学通过一个日常的办公场景,详细介绍了PowerBI实现的步骤,值得大家借鉴. KPI指标动态展示之TOPN及其他 作者:Beau 一.背景故事 2020年第一天上班,B同学还沉浸在跨年的喜悦中,坐在工位上,喝了一口枸杞养生茶,随即打开了电脑,邮箱提醒老板发来一封邮件,顿时心头一紧,不会有重要工作吧,赶紧点开邮件,看着看着,眉头渐舒,原来老板让他对19年所有客户的

https://zhuanlan.zhihu.com/p/101812525 ​PowerBI中,有三个地方可以使用DAX,分别是度量值.新建列和新建表,这三个功能并成一排摆放在这里,如图所示, 之前的文章中曾介绍了度量值和计算列的异同(收藏 | Power BI计算列和度量值,一文帮你搞清楚),这篇文章再来带你认识度量值和新表的异同. 度量值和计算列容易混淆,但和新表好像并不会搞混,毕竟一个是值,一个是表,区别还是很大的.但在实现特定的业务需求上,他们又都可以实现,下面以一个案例来介绍. 该案

在学习PowerBI的过程中,尤其是刚接触的时候,不可避免的会遇到各种各样的错误,有时自己怎么检查都没法消除,不解决这个错误又没法进行下一步的工作,经常会搞的自己烦闷无比,不过最后通过自己的苦苦摸索.或者他人的片语点拨而解决后,也会欣喜异常. 你遇到的问题,我同样也都遇到过,并且我遇到的更多(因为我还接收到星友们遇到的各种问题:),这里归纳了一下初学者使用PowerBI时,几个常见的错误以及解决的办法. 01 | DAX书写错误 刚开始在DAX编辑框建度量值时,总是眼前一堆红色的波浪线有没有,

Power BI的增量刷新功能现在已经对Pro用户开通,但由于种种限制,很多人依然无法使用无这个功能,所以,每一次刷新,都要彻底更新数据集.这对于量级比较大的数据集来说,着实是一件耗费时间的事情. 拿我的亲身经历举个例子,我有一份报表涵盖了客户近3年的销售情况,由于客户的业务流量比较大,数据集的每一次手动刷新都在15分钟左右,而计划刷新更是会延迟到35分钟左右,严重影响到报表的日常使用. 不过呢,聪明如我( 偷笑 ),我还是发掘到了一个十分简单的”增量刷新”解决方案,使用一个DAX函数就可以实现

根据某一个维度的数据,进行分组统计,是很常见的做法,比如按年龄对客户进行分组,按考试成绩进行分组统计等,这篇文章介绍一下,在PowerBI中如何对数据进行分组. 在PowerQuery编辑器中分组 在PQ中,直接用添加条件列的方式进行分组,假设依据数学成绩来进行分组,直接添加条件列,分别填入相应的分数和等级名称, 点击确定,表格中就会出现一个新列, 如果对M语言比较熟悉,也可以不用功能界面添加列的方式,直接编写M语言即可, Table.AddColumn(更改的类型, "等级",eac

之前的文章中介绍了如何制作动态的分析指标,这篇进行文章再介绍一下如何制作动态的坐标轴. 假设要分析的数据为销售额,分别从产品和地区两个维度进行分析,要实现的效果是,如果选择的是产品,则坐标轴是各个产品的名称,对应的是各个产品的销售额:如果选择的是地区,则坐标轴为城市,展现的是各个城市的销售额. 要达到这样的效果,我们首先需要把城市名称和产品名称整合到一起,直接用DAX来进行整合出一张表, 坐标轴指标表 =VAR table1=SELECTCOLUMNS(ADDCOLUMNS(VALUES('产品

本文来自于PowerBI星球嘉宾天行老师的分享,天行老师不仅DAX使用娴熟,更是精通SQL,下面就来欣赏他利用SQL思维编写DAX解决问题的一个实战案例. 基于SQL思维使用DAX解决实战问题 作者:天行 学习掌握DAX语言的初期,尤其是刚开始尝试将DAX应用到实战中时,书上的.别人的例子永远是别人的,自己工作中的问题还是找不到如何下手. 其实如果有SQL的使用经验,上手DAX就相对容易很多,尤其对于工作实践中的复杂逻辑,使用SQL思维,进行逐步分解,然后用DAX的方式去具体实现,确实是高效的解

之前的文章(采悟:连接表的几个DAX函数,一次全掌握)介绍了产品A的客户与产品B的客户的各种交叉关系,其中最常用的应该是找出A和B的共同客户,以便进行产品关联分析. 之前的思路是计算出两个产品的共同客户数,那么能不能选择三个产品呢,当然是可以的,利用上篇文章的思路,把三种产品的客户找出来,然后求三个表的交集就可以了. 但是这种方法是不是显得太笨拙了?如果只是两三个产品的共同客户数,勉强还可以使用,但如果是十几个甚至几十个产品,难道要先计算出几十个产品的客户表,再一个个求交集? DAX当然不会这么

https://zhuanlan.zhihu.com/p/73358029 为了提升销量,在不断吸引新客户的同时,还要防止老客户离你而去,但每一个顾客不可能永远是你的客户,不可避免的都会经历新客户.活跃客户.流失客户的过程,这个过程也称为客户生命周期. 对客户生命周期管理至关重要,之前曾介绍过如何使用PowerBI分析新客户(如何使用Power BI计算新客户数量?),但一直没有写过流失客户的分析,正好最近有几个星友都提出了这个问题,所以专门写篇文章简要介绍一下思路. 每个公司由于业务特征.客户

https://zhuanlan.zhihu.com/p/65119988 每个企业的经营活动都是围绕着客户而开展的,在服务好老客户的同时,不断开拓新客户是每个企业的经营目标之一. 开拓新客户必然要付出一定的费用支出,费用支出除以新客户数,就是新客成本,新客成本的高低也决定了企业的盈利水平. 客户拓展费用支出相对容易衡量,而新客户的数量如何计算呢? 表面上感觉计算起来并不难,但如何从数万笔的订单数据中,快速计算任意一个时间段有多少新客户?使用传统的Excel函数并不是那么容易计算的. 本文就来尝

https://zhuanlan.zhihu.com/p/64510355 逛超市的时候,面对货架上琳琅满目的商品,你会觉得这些商品的摆放,或者不同品类的货架分布是随机排列的吗,当然不是. 应该都听说过啤酒与尿布的故事,这两个表面上毫不相关的商品,在超市中摆放在一起时二者的销量都大幅度提升.这里不论这个案例的真实性如何,但它对理解产品之间的关联十分形象,好的故事总是更有传播度. 购买某种商品的客户,对另一种商品,相对于其他商品,有更大的购买概率,这两种商品就具有更高的关联度,为了提高销售额,应尽