新書推薦：
《
量价关系——透视股票涨跌脉络
》
售價：HK$
74.8
![创伤与记忆：身体体验疗法如何重塑创伤记忆 [美]彼得·莱文](http://103.6.6.66/upload/mall/productImages/24/46/9787111746645.jpg)
《
创伤与记忆：身体体验疗法如何重塑创伤记忆 [美]彼得·莱文
》
售價：HK$
64.9
《
复原力
》
售價：HK$
75.9
《
近代中国思维方式的演变（王中江著作系列）
》
售價：HK$
209.0
《
我可以近乎孤独地度过一生
》
售價：HK$
96.8
《
二十四节气生活美学
》
售價：HK$
74.8
《
古文观止（上+下）（2册）高中生初中生阅读 国学经典丛书原文+注释+译文古诗词大全集名家精译青少年启蒙经典读本无障碍阅读精装中国古代著名文学书籍国学经典
》
售價：HK$
96.8
《
问物：可触摸的意义
》
售價：HK$
82.5
|
| 編輯推薦： |
涉及销售、货品、财务、人力资源等众多岗位；
用19个案例，让你成为Power BI高手；
同时全程录制视频，手把手教你做项目！
|
| 內容簡介： |
|
本书从Power BI的基础功能讲起，逐步深入到Power BI进阶实战，以业务案例为导向，以Power BI桌面版操作为基础进行讲解，深入讲述Power BI在各个业务部门的应用。本书包括7篇共21章内容，分业务场景进行讲解。第1篇用1章内容讲述Power BI基础操作，方便读者快速入门；第2篇用4章内容讲述如何用Power BI爬取天气、电影、销售、股票等数据；第3篇用4章内容讲述销售部门如何用Power BI分解销售目标，分析业绩达成、会员RFM和业绩构成；第4篇用5章内容讲述产品相关应用，包括存货分析、帕累托分析、关联分析、畅销款分析和数据化陈列；第5篇用2章内容讲述在财务方面的应用，包括盈亏平衡分析和上市公司利润表分析；第6篇用3章内容讲述人力资源应用，包括人员结构及离职率分析、新员工分析和考勤分析；第7篇用2章内容讲述简化报告的技巧。
|
| 關於作者： |
|
武俊敏，服饰零售业资深从业人士，先后在大型休闲和运动服饰公司多个岗位任职，擅长数据分析以及针对业务问题开发自动化解决方案。曾为多个分公司同事进行Power BI培训，并长期在知乎、微信公众号分享Power BI实战经验。
|
| 目錄：
|
目录
第1篇Power BI基础
第1章Power BI基础操作2
1.1Power BI的主要组件及功能2
1.1.1Power Query简介2
1.1.2Power Pivot简介3
1.1.3Power BI Desktop简介3
1.1.4各组件应用场景4
1.2一个入门案例搭建动态销售报告4
1.2.1数据源结构5
1.2.2导入销售数据6
1.2.3合并销售数据8
1.2.4筛选行去除重复表头10
1.2.5将第一行用作标题11
1.2.6向下填充补充空白内容11
1.2.7重复列12
1.2.8按字符数和分隔符拆分列13
1.2.9重命名列14
1.2.10添加年、月等形式的日期列15
1.2.11导入店铺资料及销售目标数据16
1.2.12合并销售明细与销售目标17
1.2.13禁用启用加载20
1.2.14建立关系21
1.2.15新建列22
1.2.16新建度量值23
1.2.17制作可视化报告：切片器26
1.2.18制作可视化报告：卡片图28
1.2.19制作可视化报告：条形图与柱形图29
1.2.20制作可视化报告：环形图31
1.2.21制作可视化报告：散点图32
1.2.22制作可视化报告：表33
1.2.23制作可视化报告：编辑交互34
1.2.24制作可视化报告：典型自定义图表介绍36
1.3总结37
1.4延伸阅读：DAX函数索引38
第2篇爬虫案例
第2章抓取历史天气数据42
2.1分析URL结构43
2.1.1确定城市列表43
2.1.2确定单月URL44
2.2构建爬虫主体44
2.2.1建立城市列表45
2.2.2建立日期列表46
2.2.3城市、日期参数引入URL50
2.3制作可视化报告54
2.3.1隐藏不需要的字段54
2.3.2制作城市和月份切片器55
2.3.3设置最高气温走势两年对比55
2.3.4设置当月气温走势56
2.3.5设置气温明细矩阵57
2.4总结58
2.5延伸阅读：常用的日期型M函数58
2.5.1动态提取当前日期59
2.5.2计算上月月底59
第3章抓取豆瓣电影数据62
3.1分析网页结构62
3.1.1分析URL规律63
3.1.2分析页面内容64
3.2创建爬虫主体64
3.2.1构建爬虫函数64
3.2.2构建页码列表68
3.2.3页码列表引入函数70
3.3制作可视化报告72
3.3.1区分排名和评分区间72
3.3.2按列排序74
3.3.3制作排名区间和评分区间切片器76
3.3.4建立明细表76
3.4总结77
第4章抓取球鞋销售数据78
4.1分析网页结构79
4.1.1分析URL规律79
4.1.2分析JSON数据内容80
4.2创建爬虫主体82
4.2.1构建爬虫函数82
4.2.2构建页码列表85
4.2.3页码列表引入函数86
4.3制作可视化报告87
4.3.1建立度量值87
4.3.2制作品牌Logo式切片器88
4.3.3建立关系89
4.3.4制作品牌环形图90
4.3.5制作类别折线和簇状柱形图90
4.3.6建立单品Top10表格91
4.3.7款式占比瀑布图92
4.4总结93
第5章抓取历年股票数据94
5.1分析网页结构95
5.1.1寻找真实URL95
5.1.2分析URL结构97
5.2数据导入及处理97
5.2.1数据导入97
5.2.2数据处理99
5.3通过参数获取多公司任意时间段数据100
5.3.1新建参数101
5.3.2将参数引入URL102
5.3.3创建函数103
5.3.4新建需要查询的公司列表104
5.3.5日期格式变更105
5.4.6调用函数106
5.3.7日期分组107
5.4制作可视化报告110
5.5总结112
第3篇销售案例
第6章销售目标分解116
6.1制定销售系数表117
6.1.1汇总销售数据117
6.1.2构建销售系数119
6.1.3新建销售系数表121
6.2分解销售目标121
6.2.1构建完整日期列表121
6.2.2建立关系122
6.2.3引入销售系数和当月销售总目标123
6.2.4计算当月每天销售占比124
6.2.5计算每天的销售目标124
6.3总结125
6.4延伸阅读：时间进度动态甘特图126
第7章业绩达成分析128
7.1创建日期表129
7.1.1使用Excel文件创建日期表129
7.1.2使用DAX函数创建日期表130
7.1.3使用M函数创建日期表132
7.2计算同比、环比、累计销售133
7.2.1计算同比134
7.2.2计算环比135
7.2.3计算累计销售额136
7.3制作可视化报告137
7.3.1设置业绩完成率图表138
7.3.2设置同比_YTD图表141
7.3.3制作业绩走势图142
7.3.4按色阶设置同比背景色143
7.3.5按度量值设置环比和同比_YTD背景色144
7.4总结145
7.5延伸阅读：在PPT中展示Power BI动态图表145
7.5.1Power BI Tiles插件安装146
7.5.2Power BI Tiles插件使用146
7.5.3Power BI Tiles细节调整147
第8章会员RFM分析150
8.1DAX函数构建RFM模型151
8.1.1确定RFM值151
8.1.2确定会员类型152
8.2制作可视化报告155
8.2.1设置会员占比图表155
8.2.2设置会员数量图表155
8.2.3设置会员业绩贡献度图表156
8.2.4设置会员消费明细图表157
8.3总结158
第9章业绩杜邦分析法159
9.1建立各指标度量值161
9.1.1创建存放度量值的空表161
9.1.2建立关系162
9.1.3新建各指标度量值163
9.2新建变量参数164
9.2.1新建参数164
9.2.2设置其他假设度量值166
9.2.3卡片图展示相关度量值166
9.3总结167
第4篇货品案例
第10章存货分析170
10.1存货库存概况170
10.1.1建立度量值与辅助列171
10.1.2制作可视化报告：年份、季节切片器173
10.1.3制作可视化报告：库存数量、库存金额、款式数量、零星款式数量卡片图175
10.1.4制作可视化报告：年份、季节、性别环形图176
10.1.5制作可视化报告：产品类别折线和簇状柱形图177
10.1.6制作可视化报告：货龄区间瀑布图177
10.2存货销售概况179
10.2.1建立度量值与辅助列179
10.2.2制作可视化报告181
10.3存货仓位183
10.3.1查询条件及货品明细设置183
10.3.2仓库平面图设置185
10.4总结188
10.5延伸阅读：图表展现的不一定是真相188
10.5.1谜之坐标188
10.5.2辛普森悖论189
第11章帕累托分析191
11.1帕累托图192
11.1.1建立累计销售额和销售占比度量值192
11.1.2制作帕累托图193
11.2前20%销售占比矩阵195
11.2.1建立前20%累计销售额和销售占比度量值195
11.2.2制作前20%销售占比矩阵图196
11.3总结196
11.4延伸阅读：ALL、ALLSELETCED的区别197
第12章关联分析200
12.1模型搭建201
12.1.1复制产品信息201
12.1.2汇总销售明细202
12.1.3销售单编号引入产品信息查询202
12.1.4合并产品信息与关联产品信息204
12.1.5剔除本身货号205
12.1.6去除关联产品信息加载206
12.1.7计算销售笔数、共同销售笔数、所占比例206
12.1.8建立关系207
12.2制作可视化报告207
12.2.1制作明细表和卡片图208
12.2.1制作矩阵图208
12.3总结209
第13章畅销款分析211
13.1畅销款的业务逻辑211
13.1.1售罄率高并不代表畅销211
13.1.2销售数量高也不代表畅销212
13.1.3结合时间因素判断商品是否畅销212
13.2构建畅销品分析模型213
13.2.1计算达到50%售罄时的销售天数213
13.2.2计算达到50%售罄时的销量215
13.2.3统计畅销款215
13.3总结218
13.4延伸阅读：DAX书写规范工具219
第14章数据化陈列220
14.1陈列面积规划220
14.1.1设置权重参数221
14.1.2建立基础度量值222
14.1.3计算建议陈列占比223
14.1.4制作建议陈列面积树状图224
14.1.5制作陈列占比矩阵225
14.2单品陈列规划226
14.2.1单款排名分组227
14.2.2制作金靴银靴切片器229
14.2.3制作星级展示表格231
14.3总结234
第5篇财务案例
第15章盈亏平衡分析236
15.1新建变量参数237
15.2建立逻辑关系239
15.2.1新建度量值存放空表239
15.2.2计算成本239
15.2.3计算净利润及净利润率240
15.2.4计算盈亏平衡销售额240
15.3总结241
第16章上市公司利润表分析242
16.1建立利润明细表243
16.1.1数据导入及整理243
16.1.2制作金额单位切片器及明细矩阵247
16.2利润表分析249
16.2.1设置基础度量值251
16.2.2设置率值相关度量值251
16.2.3设置卡片图251
16.2.4设置柱形图和折线图252
16.2.5计算同比252
16.3总结254
16.4延伸阅读：VARRETURN简化DAX书写255
第6篇人力资源案例
第17章人员结构及离职率分析258
17.1人员结构分析258
17.1.1搭建人员结构模型259
17.1.2制作人员结构可视化报告262
17.2离职率分析263
17.2.1计算离职率264
17.2.2制作离职率可视化报告264
17.3总结265
第18章新员工分析267
18.1新员工概况分析268
18.1.1搭建新员工概况模型268
18.1.2制作新员工概况可视化报告272
18.2新员工个人仪表盘273
18.2.1设置员工工号切片器273
18.2.2设置培训信息提示274
18.2.3设置考试成绩雷达图274
18.2.4设置显示人员范围275
18.3总结276
第19章考勤分析277
19.1全勤分析277
19.1.1对考勤日期分类278
19.1.2计算每天每个员工的上班小时数279
19.
|
| 內容試閱：
|
前 言
又到年底，总经理给小明交代，明年各店铺的费用预算已经交上来了，去汇总一下做份报告出来。总经理两点基本要求：
? 既能看到整个公司的费用结构，也能看到单个店铺的详细状况。
? 第二天下班前发到总经理邮箱。
时间紧迫，小明立即开始行动。小明打开资料包后傻眼了：100多个预算工作簿密密麻麻地出现在眼前（如图Q.1所示）。
图Q.1 所有店铺费用预算工作簿
小明任意打开一个店铺的预算表，发现有更加复杂的情形需要面对：数据源总包含很多合并单元格，不利于进行汇总处理（如图Q.2所示）。
因此小明面临三个难题：
? 如何将这么多店铺的数据源汇总到一起？手工粘贴显然不现实，听说Excel VBA可以实现，可是又没有学过，现学来不及。
? 表格格式非常复杂，如何快速处理成方便汇总的样式？
? 更加重要的是，一份报告如何才能做到既能体现整体状况，又可查看单店明细？
图Q.2 单店费用预算表
小明遇到的困境我相信很多职场人士都遇到过。本书第1章即讲解了类似的问题，小明花费两个小时学习第1章介绍的Power BI基础知识，就可以很快地进行数据汇总与处理，并生成动态的可视化报告。那么，什么是Power BI？
Power BI的前身最早可以追溯到Excel 2010时代的插件，随后在Excel 20132016中不断进化。这些插件中，Power Query用来进行数据获取与处理，Power Pivot用来分析建模，Power View用来进行图表展现。Power BI后来居上，全面地整合了以上插件的功能，并且功能大幅度扩展。Power BI还支持在各个场景进行使用，你可以使用Power BI Desktop在PC端编辑模型、查看报告，也可以不安装任何软件在云端建模与查看，还可以安装手机APP进行报表浏览。
笔者先后在休闲和运动服饰零售业从业多年，基本上每天都与数据打交道。使用Power BI极大地提升了工作效率，从重复性的机械数据处理、报告制作到更多的聚焦分析业务都有涉及。从2017年开始，笔者在集团内部为多个分公司同事做Power BI培训，受到了广泛好评。对外，笔者在第一财经旗下数据侠平台分享的Power BI应用于球鞋大数据课程也收到了不错的反响。另外，笔者长期在微信公众号等平台分享相关文章，传递Power BI应用知识。
本书是笔者对过往Power BI使用经验的一些总结，聚焦于Power BI核心组件Power BI Desktop的使用。本书有以下特点：
? 案例多，本书不堆砌功能，而是以案例为导向，从第1章到第19章全部为单独案例。
? 覆盖面广，本书涉及多个职能岗位的应用，包含销售、货品、财务、人力资源等。
? 技巧足，除了操作步骤，本书含有上百条应用小贴士。
具体来说，本书共分为7篇共21章。
第1篇为Power BI基础，供零基础的读者快速入门，简要介绍了三大核心组件Power Query、Power Pivot、Power BI Desktop，说明了各个组件的应用场景。另外以销售报告为案例，讲解了Power BI Desktop从数据处理，到分析建模、图表制作的基础功能。
第2篇共4章，为Power BI的爬虫案例。提到爬虫，人们一般会想到需要大段的代码，而Power BI可以实现用很少的公式抓取各种网络数据。第2章以天气数据为例讲解如何抓取表格类型的数据。第3章以电影数据为例讲解如何抓取非结构化数据。第4章以球鞋销售数据为例讲解如何抓取JSON数据。第5章以股票价格数据为例讲解如何抓取不能单页完全显示的表格数据。
第3篇共4章，为销售相关案例。第6章讲解如何对销售目标进行分解。第7章讲解如何对业绩达成进行分析，包括完成率、同期对比等。第8章讲解如何在Power BI中进行RFM分析。第9章说明如何通过层层指标细分，进行杜邦分析，找到业绩增长点。
第4篇共5章，为货品相关案例。第10章从三个角度对货品进行分析。第11章为经典的帕累托分析，也称二八原则。第12章为关联分析。第13章为畅销款分析。第14章讲解如何使卖场陈列更好地与店铺销售状况、库存状况、新品到货状况相结合。
第5篇共2章，为财务相关案例。第15章为多因素盈亏平衡分析，找到盈亏平衡的影响因子。第16章以国内两个休闲服饰公司财报为例讲解如何分析利润表。
第6篇共3章，为人力资源相关案例。第17章讲解如何动态分析人员结构及离职状况。第18章重点关注新员工的结构及培训状况。第19章从考勤数据中挖掘有效信息，以防不良状况发生。
第7篇共2章，讲解如何用更少的界面呈现更丰富的内容。第20章讲解从界面的角度进行优化，给出了5种优化方案。第21章讲解从后台的角度进行优化，指导如何使用Power Query及动态度量值使一个图表千变万化。
零基础的读者建议从第1章开始读起，有一定基础的读者可跳过第1章，选择自己感兴趣的案例阅读。
本书适合对爬虫感兴趣但是又没有编程基础的各行业人员，用少量公式快速掌握爬虫技巧。也适合实体或电商企业销售部门人员，进行销售目标制定及业绩跟踪。如果你从事货品相关工作，本书有丰富的货品案例。如果你是初创公司，本书的盈亏平衡分析案例会给你一定启发。如果你炒股，利润表分析案例会对你有一定用处。如果你从事人力资源相关岗位，相信你一定对如何用数据掌握人员动态感兴趣。总之，只要你的工作涉及数据，本书都会带给你一定收获。
?
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
