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

 上次课我们简单介绍了奥威Power-BI的智能分析报告,并展示了报告与图表相结合的应用场景.图文分析报表的意义不只在于美观,更重要的是固定框架下的灵活性和追根究底的动态分析,有着很强的实用性.上节课浅讲,这节课深化,单独讲智能分析报告的使用与应用. 本期分享的内容: <奥威Power-BI智能分析报告制作方法> 时间:2016年12月07日 课程主讲人:古金莹 现担任珠海奥威软件科技有限公司数据分析师一职,从事多年数据分析相关工作,专业性强,逻辑思维能力强:曾参与国家级.国际级数学建模竞赛,

        前几天跟我一个做报表的哥们聊天,听着他一茬一茬地诉苦:“每天做报表做到想吐,老板看报表时还是不给一个好脸色.”我也只能搬出那一套“过程大于结果”的内心疗程赠与他,没想到他反而怒了:“做报表的目的不就是看报表吗?过程大于结果这套不管用!”我竟无言以对.然而你认为我什么都没说了吗,作为好基友的我怎么能看着哥们有难而不帮,于是我默默送了他一个课程——奥威公开课.          上节课老师教了图文并茂的报表制作方法,看过课程的同学就知道这节课要讲什么内容啦.上节课只是浅浅地讲了智能分

年的最后一个月,一年又快过去.工作和学习都不能耽误,本周三奥威公开课又如约与大家见面咯!不知老师教的图文报表在课后你们都有练习吗?趁热打铁,我们现在再次来温习一下吧. 本期分享的内容:<奥威Power-BI智能分析报表制作方法> 时间:2016年11月30日 课程主讲人:古金莹   现担任珠海奥威软件科技有限公司数据分析师一职,从事多年数据分析相关工作,专业性强,逻辑思维能力强:曾参与国家级.国际级数学建模竞赛,均荣获奖项:协助过政府统计局处理数据分析工作,在数据分析方面有着丰富的经验. &l

这么快一周就过去了,奥威公开课又要与大家见面咯,上节课老师教的三种报表集成方法你们都掌握了吗?大家都知道,学习的结果在于实际应用,想要熟练掌握新内容的要点就在于去应用它.正是基于这一要点,每一期的课程亮点设定都在于理论与实际应用   相互交融,杜绝空谈主义.那在揭示本周课程内容之前,小编先问同学们一个问题:你为什么要学制作报表?答案很简单吧,制作的目的就在于分析,提取有价值的信息.       可能现在的你已经学会了制作报表,甚至风格可以多种多样.然而每次报表的信息要点你都抓对了吗?智能分析你掌

导语 | 本文实践了对于千万级别的用户,操作总数达万级别,每日几十亿操作流水的留存分析工具秒级别查询的数据构建方案.同时,除了留存分析,对于用户群分析,事件分析等也可以尝试用此方案来解决. 文章作者:陈璐,腾讯高级数据分析师   背景 你可能听说过Growingio.神策等数据分析平台,本文主要介绍实现留存分析工具相关的内容.留存分析是一种用来分析用户参与情况/活跃程度的分析模型,可考查进行初始行为后的用户中,有多少人会进行后续行为,这是衡量产品对用户价值高低的重要指标.如,为评估产品更新效果或

在过往Excel催化剂定位的轻量级Excel+PowerBIDesktop的解决方案中,已经做过了近乎完美的PowerBIDesktop数据模型数据导出到Excel工作表的应用,这也是个人版数据应用的重要的刚需功能,由Excel催化剂免费奉献给PowerBI社区作完结.此篇再次带领大家进入高地,企业级的应用场景,绝对地蕴含巨大商业价值. 其他相关文章 第3波-与PowerbiDesktop互通互联https://www.jianshu.com/p/e05460ad407d 第5波-使用DAX查询

1.数据源 这是个母婴产品的购买流水数据 2.数据处理 字段拆分.创建购买点会员生命周期 3.分析不同省份的留存率情况 根据第12个月的留存率对省市进行分组 实际业务中也可以通过类似的方法对用户年龄组/不同渠道进行高中低留存率的分组 4.对品类的细分分析 通过仪表板可以看出不同品类的留存率情况,比如童车床可能首月购买了,后面就不会再购买,符合事实. 在实际中,可以进一步根据数据情况细分来获取更多用户信息.

很简单的sql 用户分析语句 :只要自定义简单的udf函数 获取统计时间createdatms字段的使用的日历类 add方法 和simpledateformat 将long类型的 定义多个重载方法 获取返回值int类型 或者long类型 进行时间判断即可 getdaybegin(天开始),比如2017-08-08这一天的createtime为15288888888888 获取到 152888880000(代表20170808 00:00:00)当天开始的凌晨 getWeekbegin,getMo

客户留存分析(客户漏斗分析),关键在于找到影响客户留存的因素,设计场景测试,验证关键因素.即可以通过关键因素影响留存,从而重塑客户漏斗到更有价值的形状. 案例:母婴产品客户留存分析 数据结构:  1)构建用户注册日期对用户购买时间的条形图 新增计算字段:购买点会员生命期(月) 其计算公式为:销售日期和会员创建日期的差值,以月份为单位 datediff('month',[会员创建日期],[销售日期]) 绝对时间留存图构建: 客户购买会员生命期设置筛选时间值范围为12个月. 其他行列指标如下图:  

移动互联网时代,用户注意力稀缺,"如何让用户一键直达APP特定页面"越来越受到产品和运营同学的关注. 比如在各个渠道投放了APP安装广告,希望新用户下载APP首次打开时直接进入活动页面,提高新用户的活动参与率. 又如重大运营活动期间,发送促活短信,用户点击短信内链接就能跳转到App内的指定详情页,而非App首页.若用户未安装App,则跳转到下载页面,等用户安装打开App后仍然能跳转到指定活动页面.这样有效缩短了用户使用路径,让用户无缝直达App的拉新.促活场景,提高转化.降低用户流失率

一扇可以通向任何地方的“任意门”,是我们多少人幼时最梦寐以求的道具之一.即使到了现在,工作中的我们还会时不时有“世界那么大,我想去看看”的念头,或者在突然不想工作的时刻,幻想着自己的家门变成了“任意门”,打开之后就是不同的风景. 虽然“任意门”不可能是真实的存在,但是我们通过交通工具,还是可以说走就走! 那么报表工具中的“任意门”呢?数据也可以说走就走吗? 那还真的是有! 数据填报功能——这个神奇“任意门”,资深的数据搬运工,让数据说走就走! 上周课程我们就聊过这个“任意门”,这周的课程主角也是

我们经常遇到这样的问题:业务单据是来自ERP系统,销售计划是EXCEL做的,想把两者整合在一起做分析,怎么办? 单据大,导出EXCEL太费劲,也很难分析到历史数据,但又不能动ERP系统 (自己也不会改),如何是好? 方法有多种,我们可以通过ETL的方式,把业务单据和销售计划进行整合处理,还有更简单更直接的方法,就是在Power-BI web端把数据录入/导入到数据库,今天我们要分享的就是这种简单的方法. 本期分享的内容: <奥威Power-BI销售计划填报> 时间:2016年12月14日 课程

       2016年的最后一个月也过半了,新的一年就要到来,你是否做好了启程的准备?新的一年,有计划,有目标,有方向,才不至于迷茫.规划你的2017,新的一年,遇见更好的自己!        所以这周的课程主题就跟计划有关啦!奥威软件教你做计划?是这样,但又不完全是这么回事.俗话说:“授人以鱼,不如授人以渔.”这次课程主要介绍的是Power-BI的数据填报功能,以销售计划填报为例子.教你做计划,倒不如教你玩转数据填报功能,运用这个大功能不止可以做计划了,作总结或分析都是可以的,你不止得到了鱼

过去,用excel表格来做数据分析是很多企业的首选,但随着时代的发展,excel的某些功能已经不能满足用户的需求.今天的课程呢,我们就基于excel数据源来讲讲数据集构建器的应用. 时间:2016年8月11号 星期四 晚上20:00 地点:QQ视频(群号:217545905,进群备注 奥威Power-BI哦) 课程主题:基于excel数据源的数据集构建器的应用 课程简介:通过创建EXCEL数据,视图编辑,报表制作,报表浏览这个过程,快速实现我们对EXCEL数据中的感兴趣问题的解决. 课程学习目标

PowerBI报表是基于数据分析的引擎,数据真正的来源(Data Source)是数据库,文件等数据存储媒介,PowerBI支持的数据源类型多种多样.PowerBI Service(云端)有时不直接访问Data Source,而是直接从PowerBI Service创建的数据集(Dataset)中获取数据,数据集中存储的内容主要分为三部分:Data Source的数据(Data).连接数据源的凭证(Credentials).以及数据源的架构(Table Schema)等元数据(metadata)

DeadLine:2017.10.13 23:00 声明:本作业以邹欣老师博客 http://www.cnblogs.com/xinz/archive/2012/03/26/2417699.html http://www.cnblogs.com/xinz/p/3308608.html 为基础进行修改. 零.说在前面的话 很多同学有疑惑: 软件工程课是否就是枯燥的理论课? 或者是几个牛人拼命写代码,其他人抱大腿的课? 要不然就是学习一个程序语言,练习某个框架,搞一个职业培训的课? 都不对!软件工程

小白学数据分析--留存率分析_I次日留存率突然下降了50% 最近在做留存分析时,遇到了不少的情况,也经常会有人问我,为什么我的游戏突然次日留存率降了一半.如果留存率是单单作为一个简单的指标的话,那对你价值还是蛮有限的,今天就和大家说说一个case,这是不久前解决掉的问题,相信会帮助不少人.OK,这也将作为留存率分析的第一篇文章,后续在和各位分享. 事件描述         统计发现某三日的次日留存率较之前和之后下降了50%,但是在DAU整体趋势上没有显示的变化. 但是通过查看安装量,用户注册量,

https://zhuanlan.zhihu.com/p/64413703 通常情况下,在PowerBI进行分析的各种数据表都是从外部的各种数据源导入进来的,但并不总是如此,某些情况下在PowerBI Desktop中也可以根据需要直接建立各种表格. 在进行数据分析的过程中,也许还需要加入新的数据表或者新的维度,而我们并不想再导入源数据或者回到PQ编辑器进行处理,那么就可以利用已加载到模型中的数据进行构建新表,下面就来看看如何在PowerBI Desktop中新建数据表,以及几种常见的使用场景.

用户的偏好不同,对产品的需求也不一样,要想更好地培养用户粘性,就需要因人施策,精细化运营,而受众细分是精细化运营的重要方法之一.受众细分是根据用户属性和行为数据,将具有相同或类似特征的用户归为一个群组的过程,并针对不同群组的用户制定差异化运营策略,以提升用户留存与转化. 受众细分的应用场景 日常工作中,我们常常遇到以下场景和问题: 1.整体用户留存率出现了降低趋势,是哪些用户拉低了留存均值? 2.每天都有用户领了优惠券或积分,但却没有使用,怎样找出这些用户并促使其尽快使用? 3.如何针对不同地域

  CD商品订单数据的分析总结.根据订单数据(用户的消费记录),从时间维度和用户维度,分析该网站用户的消费行为.通过此案例,总结订单数据的一些共性,能通过用户的消费记录挖掘出对业务有用的信息.对其他产品的线上消费数据分析有一定的借鉴价值,能达到举一反三的效果. 订单交易数据分析 目录 一.案例背景 二.案例目的 三.分析框架 imageimage 四.分析过程 4.1数据加载和初探 4.2消费概况分析 4.2.1时间维度分析消费情况(按月) 4.2.2用户维度分析消费情况 4.2.2.1个体消费