模板,是为了更好的重用。
这个题目是这里的目标。出发了,今天是一个小的里程碑,分享一些思路和后续计划。
Power BI打造运营仪表板在之前的几篇文章中陆续发布了早期的作品和在实际中使用的函数代码。
该模板具有较好的复用性且对于DAX表达式以及Power BI的总结是很有帮助的,特此打造了一个模板并准备了同步的课程。
学习Power BI的同时,还可以学习Power BI敏捷开发的方式,对于简单的任务,我们可以更搞笑的来完成。
我采用如下的原则进行管理:
1、使用【文件名称-x.abc-yyMMdd】的命名方式。
2、不删除,每次可以基于上次的复制再继续(超大文件例外)。
3、x表示主版本,为可正式使用或对外(对老板,客户)可用的版本。
4、abc表示次版本,为修订和更改,直到实现下一个可以对外的版本。
以下是运营仪表板文件的制作历史过程:
断断续续的用了两个月的时间进行了多次修改。
让我们一起看看效果吧。
仪表板最初来自驾驶。
不知道什么是驾驶?看看下面动画:
此为Power BI真实呈现。
想起一句业界广告:“开宝马,做奔驰。”然后汽车销售人员会问你:买宝马还是奔驰。而宝马的市场定位也就一直保持了:“终极驾驶机器。”
其实想想,在企业里开车的人是谁?老板想开车还是坐奔驰。
而作为运营和分析的你,也许就正在开着有着职业机会的座驾,而Power BI可以帮助到我们。
运营关注什么?首先要一目了然:
1、我总共有多少用户(客户,收费客户,会员,VIP会员等)。
2、今年增加了多少。
3、这个月有多少人来,对比上个月呢。
4、最近30天有多少人来,对比上个30天呢。
5、最近7天有多少人来,对比上个7天呢。
6、平均每天(按最近30日平均)新增多少,活跃多少。
7、平均每月(按最近12个月来平均)新增多少,活跃多少。
8、最近30天内流失了多少,复活了多少。
仔细看折线图利用了“有爱”的tooltip,增加了增幅比例的贴心辅助显示。
随着常规问题的深入,我们想知道:
大部分企业一个最小的时间工作单元差不多是一周,从周一准备到做活动等事务,所以在这个尺度来观察变化是相当于实时性较强的。如下:
1、最近7日访问次数,环比上周变化。
2、最近7日访问人数,环比上周变化。
3、最近7日新增人数,环比上周变化。
4、最近7日活跃次数,环比上周变化。
5、今日(昨日)访问人数及一周趋势。
6、今日(昨日)新增人数及一周趋势。
7、今日(昨日)活跃人数及一周趋势。
8、具体数据,包括可以查看到一周的具体情况,更多包括:7日平均及相对增幅,流失和复活的情况。
知道了最近实时的情况,就该回顾下一个月的计划是否在完成中呢。
月度通常和KPI以及发工资都有关系,所以需要从KPI的角度来做一些表示,如下:
这里除了监测月度重要的四大指标外给出了新增和活跃对比7日均线的增幅,并使用Power KPI图表来进行表达。
新增用户是很重要的,还是需要独立看看数据变化的,如下:
直接从【年度】【月份】和【日期】的维度与看数据的变化和趋势。以及与7日均线的对比增幅。
来了的会不会走呢:“其实不想走,其实我想留。”,如下:
留存分析其实也是很复杂的一个主题,但这里给出了基本的划分,并特别贴心地区分了新用户流失和活跃用户流失,这两个的意义的确不同。
1、次日留存
2、7日留存
3、7日流失
4、7日复活
基本的做完了,可以根据自己的业务去灵活扩展啦。
接下来,我们做一些综合的组合式分析。
然我们在一个视图,整体按照可变维度分析可变指标,如下:
动态分析可以让我们更灵活地选择分析得维度和指标,并对ABC类用户进行趋势观察。
在这个例子中还演示了初步的智能提示,贴心的警告提醒必须选择合理的维度才会正确计算以及智能的显示了正在分析的指标。
这些都只是开始。
所有的网站或APP数据统计程序都有。
下面看一个他们没有的。
通常情况下:
1、我们用自己的APP保留了用户的属性,如:性别,业务属性(如:ABC类等,行为属性如登录,购买等)
2、大部分数据统计程序,如友盟默认是以安装APP的物理新增为新增用户的,而默认是不知道购买行为的,另外,如果我们只想知道A类用户的行为,也是无法在统计工具中默认做到的,需要“埋点”。(这是一项涉及开发的方式,把统计工具的SDK和自己的APP结合,每次有意义的行为都要定义,统计工具才知道,这需要开发人员和运营人员的高度配合,有不少难度)
我们用Power BI却可以做到,先看看效果:
这里在分析【访问】【新增】【活跃】,而分析的维度加入了【用户属性】以及【行为属性】,例如:ABC类用户,可以完全看出不同等级用户的表现,以及根据业务可以定义哪些行为才是我们关注的行为叫做“行为属性”。
这里使用了可能是Power BI最强大的分析图形矩阵。这个矩阵从形式结构上与透视表是等价的,为了高效利用空间,这里让值显示到了行里。这也标志着我们可以用Power BI的矩阵做非常复杂的层次化分析。
当然了,这里也贴心地给出了提示,一个地理位置选择辅助,如下:
当然,可以根据自己的需要添加内容。
数据模型很简单,如下:
然而,涉及到的计算却不简单,我们的度量值也有不少,如下:
该模板除了直接满足应用外,还是学习DAX代码的好方式。这里重写了之前原型模板的所有函数并做了严格测试(好累好累,可能还有没有发现的问题也说不定)。
在经典著作《DAX Pattern》中,给出了“回头客”模式的很多DAX函数是重要的参考来源,后经选择和测试,以及改写。
我们看一个烧脑的,如下:
这是计算流失用户的公式,在《DAX Pattern》中根本没有给出任何解释的就晾在那里。到底对不对谁验证过。上述公式看上去还是复杂的,但有了DAX基础后,会发现这个逻辑很清晰了。再加上我们精细的思考配上图形,如下:
我们必须很精准的知道边界条件以及逻辑:
再比如:
这个是基于微软Power BI快速度量自动生成后改写而成的(默认生成的DAX表达式是有问题的,如有人使用,请测试准确性)。
这次打造模板的过程有很多收获,也克服了很多困难。如果你也是一位运营或市场分析师,需要展开AARRR或流量分析,你完全不懂Power BI,没关系了,大坑都被踩过了。
重复,这不是个“死文件”,这是个模板!
这里受人以授人以鱼,对,是鱼。
可以这样来替换自己的数据:
贴心地给出了操作提示,直接用Power BI从自己的数据中查询出要分析的数据替换下即可。
几乎无需任何操作了。
没关系,这里也受人以授人以渔。
这不只是一个模板,这是一个精细的课程+模板+案例。
很显然一篇文章,一个文件都不能真正搞懂这里的问题。
我们用严谨认真的态度来对待。
所以,这里计划打造一个课程。
如果你对DAX感兴趣但需要真实案例和升级学习,你可以考虑:
个人认为对这个课程是倾注了很多心血的,还有些特色:
唯一的要求是:
课程的范围不是万能的:
上述的课程制作进度如实报告给各位关注的伙伴。
1、模板已经测试收尾。
2、正在制作课程视频。
3、想想要完整覆盖上述那么多内容,真的比我一开始预想的要难。
当然,这也是一件非常愉快的事。
现在可以预定哦。
已经有不少伙伴以预定的方式购买了课程。
我非常感谢大家的信任。毕竟都没有课程呢。
信任是有价的,也是无价的。
由于课程的内容比原先评估的要更多,所以真正上线后价格会涨。我对自己的要求就是两个字:极致。
这不是一个结尾,这是一个开始,一个从实际模板的真正开始。
如果你刚刚接触Power BI,没有问题,Power BI的能力真的很强大,你值得拥有。
感谢大家一路支持,希望咱们更多交流,一起成长。
完。
联系客服