【培訓對象】
各辦公室文員、有使用Excel需求的各級中層經理、業務骨干等。

【培訓收益】
• 掌握數據分析的基本原理和步驟 • 會使用POWER BI進行數據整理 • 掌握建模方法 • 掌握幾個重要的DAX函數 • 掌握如何創建度量值 • 掌握可化化報表的創建過程 • 掌握基本圖表的運用 • 掌握POWER BI SERVICE，可視化報表的發布

 一. 數據分析思維
1. 數據分析概述 – 知識/智慧、信息、數據
2. 數據分析參與的角色及分工
3. 業務數據分析
1) 描述性分析
2) 數據透視
3) 可視化圖表
4. 數據分析要解決的問題
1) 了解情況
2) 發現規律
3) 預測未來

5. 商業智能分析框架介紹
1) 主要指標體系 – 匯總類、對比類、財務指標、電商指標、互聯網運營指標、快消行業指標
2) 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
3) 數據分析的流程
a) 業務理解 – 5W1H思維模型
b) 數據收集 – 各種數據源
c) 數據處理 – 數據的清洗和整理
d) 數據分析 – 描述性和預測體質
e) 數據展現 – 可視化展現
f) 成果報告 – 分析報告， POWER BI分析報表


二. POWER BI介紹
1. POWER BI 簡介
2. POWER BI 的下載和安裝

三. POWER BI進行數據整理
1. 數據源的導入
1) 從文本和CSV導入
2) 從工作簿導入
3) 從網站導入
4) 導入表
5) 導入連接
6) 案例演示 – 供應商聯系記錄表

2. 數據源整理
1) 列操作
a) 快速制作標題列
b) 選擇和篩選列
c) 移動列
d) 添加自定義列
e) 添加條件列
f) 透視列和逆透視列的用途
g) 創建索引列
h) 創建重復列
2) 行操作
a) 刪除和保留行
b) 轉置行
c) 反轉行
d) 分組依據
e) 轉換
• 數據類型（日期、數值、文本、時間等類型的轉換）
• 替換值 – 對不規范數據的修復
• 格式控制 - （大小寫、修整、清除、添加前后綴等）
• 列的拆分與合并
• 數值提取 – 從不規范的數據中提取有用的數據

3) 數據的合并與追加
a) 表連接 – 替代VLOOKUP
連接原理 – 左外部、右外部、完全連接、內部連接在不同場景下的應用
兩表連接
多表連接
b) 表追加
• 兩表追加
• 多表追加

四. 度量值與DAX函數
1. 計算列和度量值
2. 聚合函數
3. 邏輯函數
4. 信息函數
5. 數學函數
6. 文本函數
7. 轉換函數
8. 日期和時間函數
9. 關系函數

五. 數據呈現
1. 可視化看板的定制步驟
1) 明需求
2) 看數據
3) 定圖表
4) 定排布
5) 畫看板
2. 明需求 – 5W1H分析法
1) 看數據
a) 度量值
b) 分析維度 （時間、地點、人物、事件）
2) 定圖表 – 只做介紹，展開在實戰案例中講
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) 分布規律 – 散點圖、氣泡圖、箱線圖、小提琴圖

3) 定排布 – 注意力優先區域
a) 畫看板 – 顏色的搭配

六. POWER BI報表的發布
1. 工作區
2. 內容分享 – 發布到MS TEAMS
3. 報表的更新
4. POWER BI報表與儀表板操作

七. 采購業務數據分析
1. 業務看板
1) 分析維度：采購金額、采購量、采購折扣
2) 分析指標1：
a) 指標：KPI, 上年年累計、增長率、平均折扣率、采購子品類數、平均付款周期、供應商數量
b) 數據可視化：儀表看板
3) 分析指標2：
a) 指標：類別、子類別、品類、國家、城市、供應商
b) 數據可視看：分解樹看板
2. 業務趨勢分析
1) 分析維度1：采購金額、采購量、采購折扣
2) 分析維度2：類別、區域、供應商
3) 分析指標：KPI本期累計、同期累計
4) 數據可視化：對比柱狀圖
3. 業務ABC分析
1) 分析維度1：采購金額、采購量、采購折扣
2) 分析維度2：類別、區域、供應商
3) 分析維度3：ABC參數、自然年
4) 數據可視化：帕累托占比圖
4. 產品品類分析
1) 分析維度1：國家、城市
2) 分析維度2：供應商，自然年
3) 分析指標：采購品類、采購子品類、平均折扣率
4) 數據可視化：
a) 采購金額：瀑布圖
b) 采購折扣、采購金額、平均折扣率：趨勢折線圖
5. 產品象限分析
1) 分析維度：國家、城市、供應商，自然年
2) 分析指標A組：采購金額與采購折扣率、采購金額與采購次數
3) A組可視化：散點圖反應相關的關系
4) 分析指標B組：類別、子類別 、品類、子品類、采購金額、采購量、采購折扣、平均折扣率、最后采購間隔天數 、采購次數、平均付款周期
5) B組可視化：條件格式化表格

6. 供應商總體分析
1) 分析維度：類別、子類別、品類、國家/地區
2) 分析指標A組：供應商數量、平均付款周期、平均折扣天數、平均折扣率真
3) 數據可視化A組：儀表板
4) 分析指標B組：采購金額（按供應商）
5) 數據可視化B組：瀑布圖
6) 分析指標C組：采購金額（按年和城市）、采購折扣（按年）、采購折扣和平均折扣率（按年）
7) 數據可視化C組：各種形式的趨勢對比圖
7. 供應商RFM分析
1) 分析維度1：最后采購間隔天數、采購次數、采購金額 - 可調節參數
2) 分析維度2：子類別、國家/地區
3) 分析指標：按RFM方法對客戶進行分類
4) 數據可視化:
a) 條形圖展示客戶分類
b) 環形圖展示分類占比
c) 散點圖展示客戶分類在采購金額與采購次數關系
d) 條件格式列表按供應商分類展示采購明細

 劉磐超老師
——數據分析與數據治理實戰專家
 現任某著名跨國酒店管理集團業主解決方案部產品總監
 曾任北京金融街Westin酒店，昆侖飯店、信息技術部總監
 PMP 項目管理資格認證
 CDGA數據治理工程師認證
 多家培訓機構EXCEL特聘講師

【個人簡介】
劉磐超老師擁有世界500強外企高管工作經歷，，在跨國集團工作期間，通過EXCEL進行數據的收集、分析和整理，幫助任職企業在提升工作效率，節約成本等方面均取得了顯著工作成績。憑借二十余年豐富的項目實戰經驗，劉磐超老師在任職期間為集團下屬企業的各級部門進行過50多次的EXCEL基礎類、進階類，數據分析類、專項治理等培訓課程，同時在為用戶處理EXCEL各種疑難問題時，不僅掌握了扎實的EXCEL基礎理論，也擁有了非常豐富的落地實戰經驗。

在任職多家培訓機構的EXCEL特聘講師期間，劉磐超老師根據多年的教學和實戰經驗，精心編制了適合不同應用場景的EXCEL課程，主要包括：實戰EXCEL數據分析、實戰POWER QUERY，EXCEL公式進階應用、EXCEL圖表基礎，實戰EXCEL數據看板等。通過長期的實踐與課程的不斷打磨，劉磐超老師總是能夠快速準地理解客戶的需求，找到客戶在應用方面的真正痛點，并制定有效的方案和有針對性地強化培訓，取得了眾多客戶的一致好評。

任職期間在EXCEL應用方面對企業的貢獻：
 客人滿意度評價系統：使用EXCEL建立了對600多家酒店的客人入住滿意度的評分分析系統，為集團提升效率的同時，節約了大量的開發費用
 供應商管理系統：使用EXCEL POWER QUERY建立了供應商項目跟蹤系統，實現了多家供應商對不同數據源的實時收集、跟蹤，以及數據看板的多種維度的圖形化實時分析
 報價管理系統：建立項目報價系統模板，將原有混亂的報價通過EXCEL進行了有效、精準的監督和審核管理

• 業務數據分析II（Excel）

   

  【課程背景】數據分析有多個含義，普通含義的數據分析包括展現數據的趨勢，對數據做分類匯總，發現其中的TOPN數據，對比數據的不同與變化等。這些常規分析可以通過數據透視表來完成。這些內容在課程《業務數據分析I》中已經詳細介紹了。而對數據的深入分析還包括發現數據之間的模式，規律，相關性及因果關系，預測未來業務數據，對數據進行統計分析從而發現問題等等。 ..

  ￥   元/ 天

  人氣：843  

  

• 業務數據分析I（Excel）

   

  【課程背景】數據分析是數據應用的重要目的。海量的，紛繁復雜的原始數據只有經過分析才能抽取關鍵信息，獲得對數據的準確認知，才能對未來起到知道作用。本課程從準備數據開始，一步一步的經過數據整理，分析，最終做出報表呈現分析結果，并通過各個領域的案例，使您可以快速將學習到的分析和預測方法落實到您的實際工作中。【課程大綱】（..

  ￥   元/ 天

  人氣：787  

  

• 數據分析與圖示化呈現技巧

   

  課程背景據統計，我們日常工作中，通過視覺獲取的信息超過70%，所以如何將數據圖示化、視覺化，如果讓老板、領導或者客戶、消費者在短時間內迅速get到你想表達的信息在當今信息化時代顯得尤為重要。基于商務應用需要，Office高效辦公專家李憲磊老師以多年的企業實戰工作經驗和企業實際需求為出發點，開發出《數據分析與圖示化呈現技巧》課程。本課程結合日常的數據信..

  ￥   元/ 天

  人氣：737  

  

• 服裝行業終端店長——店鋪商品數據分析課程

   

  【課程大綱】1.店鋪商品的構成分析2.店鋪商品的訂貨方法3.店鋪商品數據分析的要點4.店鋪商品陳列的方法5.店鋪商品促銷管理方法6. 店鋪商品庫存管理

  ￥   元/ 天

  人氣：1094  

  

• 新零售用戶行為數據分析與產品優化

   

  第一單元 用戶分類1.用戶分析集中的三個方面u用戶統計監控u用戶定向營銷u用戶調研2.互聯網思維——用戶為中心u顧客-用戶u顧客為中心-用戶為中心u顧客至上-用戶體驗至上3.用戶分析的指標u訪問用戶數u新用戶數u活躍用戶數u流失用戶數4.新老用戶5.新活躍用戶和流失用戶 ..

  ￥   元/ 天

  人氣：878  

  

• 移動互聯網時代的精焳營銷-數據分析

   

  一、大數據未來的通行證美國的大數據、阿里的大數據大數據改變未來未來誰是王者案例：未來的一天、IBM的規劃二、數據分析五步法1）數據搜集數據搜集不等CRM2）數據清洗3）數據建模4) 數據整理三、市場調查1）市場調研帶來哪些價值機會點研究品牌研究廣告促銷研究滿意度研究四、數據分..

  ￥   元/ 天

  人氣：2089