【課程背景】

如何有效地監(jiān)控流量、流量轉化漏斗、流量性價比、以及用戶畫像、留存度的數(shù)據(jù)分析是運營管理非常重要的一環(huán)。

本次課程，我們就將借助EXCEL/WPS這一強大的數(shù)據(jù)分析工具，從產(chǎn)品銷量、銷售數(shù)量、客戶價值三個維度帶您一起領略POWER BI強大的數(shù)據(jù)整合、數(shù)據(jù)分析能力，助力您的運營管理！

【課程收益】

? 掌握數(shù)據(jù)分析的基本原理和步驟

? 會使用EXCEL進行數(shù)據(jù)整理

? 掌握建模方法

? 掌握幾個重要的DAX函數(shù)

? 掌握如何創(chuàng)建度量值

? 掌握可化化報表的創(chuàng)建過程

? 掌握基本圖表的運用

? 掌握EXCEL SERVICE，可視化報表的發(fā)布 

【課程特色】

干貨，實戰(zhàn)，系統(tǒng)掌握，受眾面廣，提升企業(yè)整體數(shù)據(jù)質量。

【課程對象】

各辦公室文員、有使用Excel需求的各級中層經(jīng)理、業(yè)務骨干等。

【課程時間】

2天（6小時/天） 

【課程大綱】 

一. 數(shù)據(jù)分析思維

1. 數(shù)據(jù)分析概述 – 知識/智慧、信息、數(shù)據(jù)

2. 數(shù)據(jù)分析參與的角色及分工

3. 業(yè)務數(shù)據(jù)分析

1) 描述性分析

2) 數(shù)據(jù)透視

3) 可視化圖表

4. 數(shù)據(jù)分析要解決的問題

1) 了解情況

4) 發(fā)現(xiàn)規(guī)律

5) 預測未來 

5. 商業(yè)智能分析框架介紹

1) 主要指標體系 – 匯總類、對比類、財務指標、電商指標、互聯(lián)網(wǎng)運營指標、快消行業(yè)指標

6) 主要分析模型 – RFM模型，4P理論、可視化分析方法，5W1H分析法，銷售漏斗模型、樹狀指標體系

7) 數(shù)據(jù)分析的流程

a) 業(yè)務理解 – 5W1H思維模型

b) 數(shù)據(jù)收集 – 各種數(shù)據(jù)源

c) 數(shù)據(jù)處理 – 數(shù)據(jù)的清洗和整理

d) 數(shù)據(jù)分析 – 描述性和預測體質

e) 數(shù)據(jù)展現(xiàn) – 可視化展現(xiàn)

f) 成果報告 – 分析報告， EXCEL分析報表

二. EXCEL進行數(shù)據(jù)整理

1. 數(shù)據(jù)源的導入

1) 從文本和CSV導入

2) 從工作簿導入

3) 從網(wǎng)站導入

4) 導入表

5) 導入連接

6) 案例演示 – 供應商聯(lián)系記錄表

6. 數(shù)據(jù)源整理

1) 列操作

a) 快速制作標題列

g) 選擇和篩選列

h) 移動列

i) 添加自定義列

j) 添加條件列

k) 透視列和逆透視列的用途

l) 創(chuàng)建索引列

m) 創(chuàng)建重復列

8) 行操作

a) 刪除和保留行

b) 轉置行

c) 反轉行

d) 分組依據(jù)

e) 轉換

· 數(shù)據(jù)類型（日期、數(shù)值、文本、時間等類型的轉換）

· 替換值 – 對不規(guī)范數(shù)據(jù)的修復

· 格式控制 - （大小寫、修整、清除、添加前后綴等）

· 列的拆分與合并

· 數(shù)值提取 – 從不規(guī)范的數(shù)據(jù)中提取有用的數(shù)據(jù) 

9) 數(shù)據(jù)的合并與追加

a) 表連接 – 替代VLOOKUP

· 連接原理 – 左外部、右外部、完全連接、內(nèi)部連接在不同場景下的應用

· 兩表連接

· 多表連接

n) 表追加

· 兩表追加

· 多表追加

三. EXCEL 函數(shù)基礎

1. 函數(shù)書寫規(guī)范

2. 函數(shù)的引用方式

3. 函數(shù)的嵌套

4. 常見EXCEL函數(shù)的講解

1) 統(tǒng)計公式

10) 邏輯函數(shù)

11) 信息函數(shù)

12) 數(shù)學函數(shù)

13) 文本函數(shù)

14) 轉換函數(shù)

15) 日期和時間函數(shù)

16) 關系函數(shù)

17) 錯誤控制函數(shù)

四. 常用圖表

1. 基本操作

1) 圖表元素

2) 繪圖區(qū)格式

3) 數(shù)據(jù)源的選擇

4) 手工插入第一張圖表

2. 圖表的調整

1) 數(shù)據(jù)標簽

18) 網(wǎng)格線

19) 圖例的調整

20) 坐標軸的調整

3. 圖表的改善

1) 顏色填充

2) 線型調整

3) 使用快速圖表

4. 圖表基本操作中的技巧

1) 手工追加跨列數(shù)據(jù)至圖表

21) 使用組合圖表

五. 常見基本圖表的場景及使用技巧

1. 柱形圖

2. 條形圖

3. 散點圖

4. 氣泡圖

5. 雷達圖

6. 餅圖

7. 折線圖

8. 面積圖

9. 樹狀圖

10. 組合圖

11. 股價圖

六.  數(shù)據(jù)呈現(xiàn)

1. 可視化看板的定制步驟

1) 明需求

22) 看數(shù)據(jù)

23) 定圖表

24) 定排布

25) 畫看板

2. 明需求 – 5W1H分析法

1) 看數(shù)據(jù)

a) 度量值

b) 分析維度 （時間、地點、人物、事件）

26) 定圖表 – 只做介紹，展開在實戰(zhàn)案例中講

a) 關鍵指標 -卡片圖、進度圖、儀表圖、水位圖

b) 結構占比 – 餅圖、樹狀圖、旭日圖、堆積圖

c) 時間趨勢 – 漏斗圖、面積圖、動態(tài)條形圖

d) 比較排序 – 矩陣熱力圖、詞云圖、雷達圖

e) 地理位置 – 點地圖、熱力地圖、流程地圖、三維地圖

f) 分布規(guī)律 – 散點圖、氣泡圖、箱線圖、小提琴圖

27) 定排布 – 注意力優(yōu)先區(qū)域

a) 畫看板 – 顏色的搭配

七．實戰(zhàn)案例 – 運營管理

1. 總覽頁

1) 銷售額年度達成趨勢：趨勢折線圖

2) TOPN 客戶：條形圖

3) TOPN銷售：柱形圖

4) TOPN支付方式：條件格式表格

5) 平臺安全風險：TOPN，對比柱狀圖反饋各分類項的年度總體得分

6) 小結：智能敘述

2. 產(chǎn)品分析

1) 排名占比分析

a) 分析維度：按年度、分析指標、銷售人員、客戶類別的維度

b) 分析指標：

l 產(chǎn)品類別與KPI及排名的關聯(lián)

l 按月度的銷售金額、訂單數(shù)量及銷售利潤

o) 數(shù)據(jù)可視化：條件格式圖表和柱狀圖

3. 帕累托ABC分析：

1) 分析維度：銷售代表、產(chǎn)品分類、客戶省份

2) 分析指標：銷售金額、銷售數(shù)量、銷售利潤的累計占比

3) 數(shù)據(jù)可視化：帕累托圖

4. 購物藍關聯(lián)分析

1) 分析維度：銷售關聯(lián)數(shù)、客戶關聯(lián)數(shù)

2) 分析指標：當客戶購買產(chǎn)品A時，同時購買B的關聯(lián)度分析

3) 數(shù)據(jù)可視化：散點圖及條件格式圖表

5. 分解樹維度分析：

1) 維度：產(chǎn)品、客戶、銷售、地區(qū)四個維度

2) 指標：類別、子類別、銷售經(jīng)理、銷售人 

6. 客戶分析

1) RFM客戶價值分析

a) 分析維度：最近消費、頻率、金額

b) 分析指標：對客戶進行價值分類，并統(tǒng)計數(shù)量

c) 數(shù)據(jù)可視化：散點圖

28) 日期對比分析

a) 分析維度：銷售代表、客戶地區(qū)、產(chǎn)品類別

b) 分析指標：銷售金額、銷售數(shù)量、客戶數(shù)量、訂單數(shù)量

c) 數(shù)據(jù)可視化：旋風圖

29) NPS客戶評分分布圖

a) 分析維度：客戶NPS大類、客戶NPS小類

b) 分析指標：銷售利潤率

c) 數(shù)據(jù)可視化：股價圖

30) 支付渠道分析

a) 分析維度：客戶地區(qū)、支付方式

b) 分析指標：使用量、交易額，使用習慣分類

c) 數(shù)據(jù)可視化：

l 使用量與交易額的對比柱形圖

l 支付方式與使用習慣的散點圖分布 

7. 銷售分析

1) 指標達成TOPN

a) 分析維度：銷售年份、產(chǎn)品類別、銷售地區(qū)

b) 分析指標：個人排名銷售TOP N的銷售金額

c) 數(shù)據(jù)可視化：條形圖

8. 銷售地圖分析

1) 分析維度：省份、年度

2) 分析指標：銷售金額

3) 數(shù)據(jù)可視化：氣泡地圖

9. 平臺安全風險分析

1) 分析維度：數(shù)據(jù)安全維護、信息防泄漏、用戶隱私保護

2) 分析指標：評分

3) 數(shù)據(jù)可視化：ABC分析圖