PowerBI指標拆解分析可視化

我們知道,在做數(shù)據指標體系搭建的時候,會根據實際業(yè)務情況確定一兩個關鍵性指標皂贩,有的人稱之為北極星指標。然后會根據這個關鍵指標去拆分很多子指標和過程指標昆汹,當關鍵指標發(fā)生變化的時候明刷,可以通過過程指標來判斷是哪個環(huán)節(jié)出現(xiàn)了問題,然后再定位原因满粗,找到問題辈末,改善方法。

我們這里用電商的GMV作為核心指標舉例,然后影響因素是這樣的挤聘,GMV=買家數(shù)量客單價轰枝,然后買家數(shù)量=訪客數(shù)轉化率,我們就先用這幾個指標進行演示组去。當然實際使用中還會加更多的過程指標鞍陨,根據自己的業(yè)務場景添加就可以了。

然后我們得到了每個月各項指標的值和同比變化率从隆,我們想要看每個月GMV的變化是什么因素導致的诚撵,就做成了下面這張表格,因為我們涉及兩組公式键闺,在表格中來看還是不是很明顯砾脑,如下圖↓

所以我們還是需要用更直觀的方式來呈現(xiàn)各個因素的同比變化情況。思路很簡單艾杏,我們只需要新建一個數(shù)據框韧衣,然后新建一個度量值就可以了,就不創(chuàng)建所有的度量值了购桑,因為思路是一樣的畅铭,就通過訪客數(shù)來舉例,首選我們需要有一個訪客數(shù)的度量值和同比變化率勃蜘,DAX語句如下↓

訪客數(shù) = SUM([訪問人數(shù)])
yoy訪客數(shù) = 
VAR ly_v = CALCULATE([訪客數(shù)],DATEADD('Date'[日期],-1,YEAR))
return
    DIVIDE([訪客數(shù)]-ly_v,ly_v)

但是我們這里得到的兩個值還不能直接使用硕噩,我們需要先進行格式化處理,不然展示結果很奇怪缭贡,簡單處理一下DAX語句↓

yoy訪客數(shù)abs = 
if([yoy訪客數(shù)]>=0,UNICHAR(129033),UNICHAR(129035))&format(ABS([yoy訪客數(shù)]),"#0.0%")

增長率這里我們先根據訪客數(shù)的同比情況做了一個判斷炉擅,如果是增長就用UNICHAR函數(shù)增加一個上漲的符號,否則就是一個下降的符號阳惹。然后通過FORMAT函數(shù)對百分比進行格式化谍失,因為這個結果會以文本的形式展示。另外的值也是同理的莹汤。

然后我們還需要做一個顏色的判斷度量值快鱼,如果同比下降就是紅色,否則就是綠色纲岭,DAX語句如下↓

yoy訪客數(shù)color = IF([yoy訪客數(shù)]>=0,"#149001","#EC3B05")

再把顏色加入自定義對象就可以了抹竹,單個結果如下↓

下面的不走就是復制粘貼了,根據需求做幾個框和字段就可以了止潮,然后把各自關系表達清楚就得到了下面這樣的效果↓

現(xiàn)在就大功告成了窃判。兩組關系也很明晰,但是看上去全是文本和數(shù)字略顯單調喇闸,于是我們再加點圖標上去袄琳,直接添加Emoji符號到標題上就可以了窿凤,最后的效果如下↓


這樣就可以通過月份和類目進行靈活選擇了,每個月那個類目的整體變化情況跨蟹,引起變化的因素都是一目了然雳殊。如果有做PPT復盤的數(shù)據,也不需要每個產品還要單獨去做一張圖了窗轩,直接篩選截圖就可以了夯秃。

End

◆ PowerBI_RFM客戶關系模型
◆PowerBI一元線性回歸度量值實現(xiàn)
◆PowerBI地圖資源匯總
◆ Python操作MySQL數(shù)據庫
◆Python企業(yè)微信機器人

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市痢艺,隨后出現(xiàn)的幾起案子仓洼,更是在濱河造成了極大的恐慌,老刑警劉巖堤舒,帶你破解...
    沈念sama閱讀 219,039評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件色建,死亡現(xiàn)場離奇詭異,居然都是意外死亡舌缤,警方通過查閱死者的電腦和手機箕戳,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,426評論 3 395
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來国撵,“玉大人陵吸,你說我怎么就攤上這事〗檠溃” “怎么了壮虫?”我有些...
    開封第一講書人閱讀 165,417評論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長环础。 經常有香客問我囚似,道長,這世上最難降的妖魔是什么线得? 我笑而不...
    開封第一講書人閱讀 58,868評論 1 295
  • 正文 為了忘掉前任饶唤,我火速辦了婚禮,結果婚禮上框都,老公的妹妹穿的比我還像新娘搬素。我一直安慰自己呵晨,他們只是感情好魏保,可當我...
    茶點故事閱讀 67,892評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著摸屠,像睡著了一般谓罗。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上季二,一...
    開封第一講書人閱讀 51,692評論 1 305
  • 那天檩咱,我揣著相機與錄音揭措,去河邊找鬼。 笑死刻蚯,一個胖子當著我的面吹牛绊含,可吹牛的內容都是我干的。 我是一名探鬼主播炊汹,決...
    沈念sama閱讀 40,416評論 3 419
  • 文/蒼蘭香墨 我猛地睜開眼躬充,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了讨便?” 一聲冷哼從身側響起充甚,我...
    開封第一講書人閱讀 39,326評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎霸褒,沒想到半個月后伴找,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經...
    沈念sama閱讀 45,782評論 1 316
  • 正文 獨居荒郊野嶺守林人離奇死亡废菱,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 37,957評論 3 337
  • 正文 我和宋清朗相戀三年技矮,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 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殊轴。...
    茶點故事閱讀 40,102評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡穆役,死狀恐怖,靈堂內的尸體忽然破棺而出梳凛,到底是詐尸還是另有隱情耿币,我是刑警寧澤,帶...
    沈念sama閱讀 35,790評論 5 346
  • 正文 年R本政府宣布韧拒,位于F島的核電站淹接,受9級特大地震影響,放射性物質發(fā)生泄漏叛溢。R本人自食惡果不足惜塑悼,卻給世界環(huán)境...
    茶點故事閱讀 41,442評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望楷掉。 院中可真熱鬧厢蒜,春花似錦、人聲如沸烹植。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,996評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽草雕。三九已至巷屿,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間墩虹,已是汗流浹背嘱巾。 一陣腳步聲響...
    開封第一講書人閱讀 33,113評論 1 272
  • 我被黑心中介騙來泰國打工憨琳, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人旬昭。 一個月前我還...
    沈念sama閱讀 48,332評論 3 373
  • 正文 我出身青樓篙螟,卻偏偏與公主長得像,于是被迫代替她去往敵國和親问拘。 傳聞我的和親對象是個殘疾皇子闲擦,可洞房花燭夜當晚...
    茶點故事閱讀 45,044評論 2 355

推薦閱讀更多精彩內容