DataPlayer系列:利用订单报表快速决策活动门槛

        上一篇讲到的pbi用的数据源是生意参谋报表,很多事情其实都是这样,在一段时间后再回头来看,太多的粗枝大叶需要修剪,在融合业务逻辑方面的确算不上高明,自定义为一篇失败的报表。

        一直花在订单报表做为数据源的时间比较多,修修剪剪,一直改一直优化,算不上完美但基本能用于业务上,这次就抽出其中一小块分享出来,只讲实现逻辑,不讲具体代码,有兴趣可以共同探讨。


分段统计

有没有很熟悉,其实就是基于帕累托的分析模型,运用28原则对营销活动的门槛提供参考数据,使用pbi实现的价值在于可以快速定义分段、统计这两个指标。

分段指标
统计指标

目前只定义了这些指标,后续增加也很容易,关键在于前期一定要规划好计算模型。

帕累托图表

结合帕累托快速得出指标分布与走势。

会员首次下单时间筛选

结合订单时间、会员首次下单时间,分别统计很客户、老客户的数据差异。


区间、因子设置

这应该算所有自定义指标的小窍门,通过相互调节适应各种不同的指标数据。


接下来大概讲解下实现重点步骤:

1.区间、因子两个根据业务需要通过建模中的新建参数实现

2.重点度量值其实也不是特别多,数量与业务计算逻辑相关


重点度量值

    ●    统计值:需要作为统计值筛选的列

    ●    接口值:筛选出的 辅助表'[统计值]

    ●    判断值:筛选出的-辅助表'[分段指标]

一定是先计算累计值,减少重复计算量,再通过累计值计算统计值

参考:

PLT.累计值 = CALCULATE([PLT.接口值],FILTER('会员表',[PLT.判断值] <=  '区间-辅助表'[区间_最大值]))

PLT.统计值 = CALCULATE([PLT.累计值],FILTER('会员表',[PLT.判断值] >  '区间-辅助表'[区间_最小值]))

PLT.接口值 =

var count_class = SELECTEDVALUE('统计指标-辅助表'[统计值])

return SWITCH(count_class,

    "金额",'度量值'[订单.打款商家金额],

    "买家数",'度量值'[宝贝.买家数],

    "订单数",'度量值'[订单.订单数(有打款)],

    "件数",'度量值'[宝贝.宝贝成交量(未关闭)],

    "折扣",'度量值'[订单.折扣(实打款)],

    "客单件",'度量值'[订单.客单件(未关闭订单)],

    "客单价",'度量值'[订单.客单价(打款商家金额)]

    )


PLT.判断值 =

var _class = SELECTEDVALUE('帕累托指标-辅助表'[分段指标])

return SWITCH(_class,

    "打款金额",'度量值'[订单.打款商家金额],

    "应付货款",'度量值'[订单.应付货款金额(已支付)],

    "打款件数",'度量值'[宝贝.宝贝成交量(未关闭)],

    "下单件数",'度量值'[宝贝.下单量],

    "打款折扣",'度量值'[订单.折扣(实打款)],

    "下单折扣",'度量值'[订单.折扣(应付款)],

    "会员沉睡天数",CALCULATE(SUM('会员表'[沉睡天数]))

    )

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,951评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,606评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,601评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,478评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,565评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,587评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,590评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,337评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,785评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,096评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,273评论 1 344
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,935评论 5 339
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,578评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,199评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,440评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,163评论 2 366
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,133评论 2 352

推荐阅读更多精彩内容