項目-搭建實時聯(lián)動業(yè)務線看板-Power Bi+ Python

一.項目背景

1.1 項目目標

本次項目來源于工作,需要根據(jù)本條業(yè)務線業(yè)務搭建專屬業(yè)務BI看板舀凛。希望能簡單操作實時刷新PowerBI,迅速向業(yè)務人員提供數(shù)據(jù)支持。我負責的模塊為一二手聯(lián)動業(yè)務線壁查,即新房經紀人聯(lián)合二手房經紀人合作賣房子。

指標定義:滲透率剔应,指合作過程中有多少人有意愿參與合作睡腿;其他指標如帶看量,指的是經紀人帶客戶看樓盤的次數(shù)是多少峻贮;轉化比指帶看數(shù)量/成交套數(shù)席怪,例如帶看10次,成交1套纤控,轉化比即為10:1挂捻;其他指標如人均業(yè)績、人均帶看都是字面意思船万,比較容易理解刻撒。

1.1 內容概括

看板主要內容為4大塊:
1.表現(xiàn)現(xiàn)有組織架構(第一組織架構為事業(yè)部,第二組織架構為大區(qū))的各指標達成情況耿导,最好有時間變化及對比声怔。
2.該條業(yè)務線與其他業(yè)務線的對標情況,例如同樣片區(qū)下兩條業(yè)務線各自產出套數(shù)和業(yè)績情況怎樣舱呻,相同的樓盤項目兩條業(yè)務線是否存在競爭與互補關系醋火。
3.本條業(yè)務線健康的各項指標展示(健康度是衡量業(yè)務線管理水平的考核制度,通過6+3條核心指標計算箱吕,經過一系列綜合計算芥驳,為各個組織架構打分)。
4.帶看模塊展示茬高,一方面表現(xiàn)各組織架構低帶看人員晚树,低能效的人員信息,另外正面展示當月帶看效率高的人員信息雅采,方便組織管理爵憎。

二.項目架構

2.1 處理流程

所需數(shù)據(jù)源,構造訂單表婚瓜,每一筆訂單需要有歸屬的組織架構宝鼓、分布在XX事業(yè)部,XX大區(qū)巴刻。訂單表的生成最好依賴python腳本愚铡,存入數(shù)據(jù)庫,然后用powebi取數(shù),以實現(xiàn)自動化流程沥寥。


微信截圖_20211022135310.png

處理數(shù)據(jù)入庫


111.png

powerbi鏈接數(shù)據(jù)庫碍舍,選取自己所需要的表數(shù)據(jù)
555.png

666.png
select 
concat(aa.dated,"/01") as 日期,aa.`事業(yè)部`,aa.`大區(qū)`,aa.`門店`,aa.`分行`,AVG(aa.`人數(shù)`) as 人數(shù),AVG(aa.`人數(shù)(剔除前)`) as `人數(shù)(剔除前)`
from 
(select DATE_FORMAT(日期,"%Y/%m") dated ,事業(yè)部,大區(qū),門店,分行,人數(shù),`人數(shù)(剔除前)` 
from ad_renshu_wq where 日期<'2021-07-01') aa
group by aa.dated,aa.`事業(yè)部`,aa.`大區(qū)`,aa.`門店`,aa.`分行`
union
select 
concat(bb.dated,"/01") as 日期,bb.`事業(yè)部`,bb.`大區(qū)`,bb.`門店`,bb.`分行`,AVG(bb.`人數(shù)`) as 人數(shù),AVG(bb.`人數(shù)(剔除前)`) as `人數(shù)(剔除前)`
from
(select DATE_FORMAT(日期,"%Y/%m") dated,事業(yè)部,大區(qū),門店,分行,人數(shù), `人數(shù)(剔除前)`
from ad_renshu_wq where 日期=(select MAX(日期) from ad_renshu_wq) or 日期=DATE_ADD(curdate(),interval -day(curdate())+1 day)
) bb
group by bb.dated,bb.`事業(yè)部`,bb.`大區(qū)`,bb.`門店`,bb.`分行`;

其中有的表搭建需要直接在powerbi嵌入腳本。


777.png

構建表與表之間的關聯(lián)關系邑雅。


222.png

寫相關度量值
上月業(yè)績 = CALCULATE([聯(lián)動業(yè)績],DATEADD('日期表'[Date],-1,MONTH))
事業(yè)部達成率 = CALCULATE(sumx('YG_ALL Timeline','YG_ALL Timeline'[業(yè)績])/10000)/CALCULATE(sumx('目標表','目標表'[目標]),ALL('日期表'[日]))
人均業(yè)績 = '度量表a-大區(qū)業(yè)績'[本月業(yè)績]/'度量表a-大區(qū)業(yè)績'[在職人數(shù)]
人均帶看 = '度量表a-大區(qū)業(yè)績'[本月帶看]/'度量表a-大區(qū)業(yè)績'[在職人數(shù)]
在職人數(shù) = CALCULATE(SUMX('往期人數(shù)表','往期人數(shù)表'[人數(shù)]),ALL('日期表'[日]))
帶看人數(shù) = CALCULATE(DISTINCTCOUNT('YG_ALL Timeline'[成交經紀人工號]),
FILTER('YG_ALL Timeline','YG_ALL Timeline'[客源編號]<>""),FILTER('YG_ALL Timeline','YG_ALL Timeline'[成交事業(yè)部]<>""))+0
帶看量 = CALCULATE(DISTINCTCOUNT('YG_ALL Timeline'[帶看標記]),FILTER('YG_ALL Timeline','YG_ALL Timeline'[類別]="A帶看"))
滲透率 = '度量表a-大區(qū)業(yè)績'[帶看人數(shù)]/'度量表a-大區(qū)業(yè)績'[在職人數(shù)]+0
環(huán)滬占比 = '度量表a-大區(qū)業(yè)績'[本月環(huán)滬業(yè)績]/'度量表a-大區(qū)業(yè)績'[本月業(yè)績]
環(huán)滬帶看人數(shù) = CALCULATE(DISTINCTCOUNT('YG_ALL Timeline'[成交經紀人工號]),FILTER('YG_ALL Timeline','YG_ALL Timeline'[客源編號]<>""),
FILTER('YG_ALL Timeline','YG_ALL Timeline'[成交事業(yè)部]<>""),FILTER('YG_ALL Timeline','YG_ALL Timeline'[環(huán)滬判斷]="環(huán)滬"))

三.最終效果

鏈接如下
https://app.powerbi.com/view?r=eyJrIjoiYzFjZjkxNzktMmU3YS00YWQwLTg0MjItN2JjM2FiMWYwMDM5IiwidCI6IjZmMGJiNzJmLTUzNzctNGRkZi05MzZhLWI2YzcyYmYyMWFlMiIsImMiOjF9
圖片如下

111.png

222.png

333.png

444.png

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
禁止轉載片橡,如需轉載請通過簡信或評論聯(lián)系作者。
  • 序言:七十年代末淮野,一起剝皮案震驚了整個濱河市捧书,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌骤星,老刑警劉巖经瓷,帶你破解...
    沈念sama閱讀 217,826評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異洞难,居然都是意外死亡舆吮,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,968評論 3 395
  • 文/潘曉璐 我一進店門队贱,熙熙樓的掌柜王于貴愁眉苦臉地迎上來歪泳,“玉大人,你說我怎么就攤上這事露筒。” “怎么了敌卓?”我有些...
    開封第一講書人閱讀 164,234評論 0 354
  • 文/不壞的土叔 我叫張陵慎式,是天一觀的道長。 經常有香客問我趟径,道長瘪吏,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,562評論 1 293
  • 正文 為了忘掉前任蜗巧,我火速辦了婚禮掌眠,結果婚禮上,老公的妹妹穿的比我還像新娘幕屹。我一直安慰自己蓝丙,他們只是感情好,可當我...
    茶點故事閱讀 67,611評論 6 392
  • 文/花漫 我一把揭開白布望拖。 她就那樣靜靜地躺著渺尘,像睡著了一般。 火紅的嫁衣襯著肌膚如雪说敏。 梳的紋絲不亂的頭發(fā)上鸥跟,一...
    開封第一講書人閱讀 51,482評論 1 302
  • 那天,我揣著相機與錄音,去河邊找鬼医咨。 笑死枫匾,一個胖子當著我的面吹牛,可吹牛的內容都是我干的拟淮。 我是一名探鬼主播干茉,決...
    沈念sama閱讀 40,271評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼惩歉!你這毒婦竟也來了等脂?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,166評論 0 276
  • 序言:老撾萬榮一對情侶失蹤撑蚌,失蹤者是張志新(化名)和其女友劉穎上遥,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體争涌,經...
    沈念sama閱讀 45,608評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡粉楚,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,814評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了亮垫。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片模软。...
    茶點故事閱讀 39,926評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖饮潦,靈堂內的尸體忽然破棺而出燃异,到底是詐尸還是另有隱情,我是刑警寧澤继蜡,帶...
    沈念sama閱讀 35,644評論 5 346
  • 正文 年R本政府宣布回俐,位于F島的核電站,受9級特大地震影響稀并,放射性物質發(fā)生泄漏仅颇。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,249評論 3 329
  • 文/蒙蒙 一碘举、第九天 我趴在偏房一處隱蔽的房頂上張望忘瓦。 院中可真熱鬧,春花似錦引颈、人聲如沸耕皮。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,866評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽明场。三九已至,卻和暖如春李丰,著一層夾襖步出監(jiān)牢的瞬間苦锨,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,991評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留舟舒,地道東北人拉庶。 一個月前我還...
    沈念sama閱讀 48,063評論 3 370
  • 正文 我出身青樓,卻偏偏與公主長得像秃励,于是被迫代替她去往敵國和親氏仗。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 44,871評論 2 354

推薦閱讀更多精彩內容