数据可视化分析教学课件——FineBI实验册节选====活动分析
作者：互联网
数据可视化分析课程教学，0基础也能掌握，本节讲述的是电子商务及商务数据分析等专业的数据可视化分析案例：活动分析
- a.实验背景
优质的、有价值的活动运营方案能够严格的落地执行并且助力业绩提高，活动中实时数据监控及有效数据反馈可以对活动计划执行和快速解决其中问题提供重要保障。当业务人员辛辛苦苦策划举办了一场促销活动，活动的效果如何追踪，又该如何改进呢？
在过去，活动的效果只能通过销售额等基础指标进行判断，无法通过更加精细化的指标进行分析，也无法解决以下问题：
1、活动效果究竟好不好，活动的转化率为多少？对品牌知名度的提升有多大？
2、活动对不同地区的消费者，影响是否一样？不同类型的消费者分别偏好哪种活动？
3、哪些区域、门店的效果较好，又有哪些较差？效果不好的原因是什么？该如何改进？
- b.实验分析思路
1、利用FineBI的直连数据模式，在活动中进行实时的活动数据监控，时刻发现并调整活动策略，以便最大化活动效果。
2、在活动结束后，进行活动效果、转化率的统计，利用OLAP多维分析与钻取联动等功能，总结活动在不同维度下的效果。
- c.使用数据
使用【BI Demo1】DB数据库中的【门店维度】，【日期维度】，【活动维度】，【渠道维度】，【渠道指标事实】五个DB数据库表
- d.方案/指标体系
- e.实验步骤
点击申请《FineBI实验册》
数据准备
使用【BI Demo1】DB数据库中的【门店维度】，【日期维度】，【活动维度】，【渠道维度】，【渠道指标事实】五个DB数据库表，添加表，添加DB数据库表
将【门店维度】，【日期维度】，【活动维度】，【渠道维度】，【渠道指标事实】五个DB数据库表导入（其中部分表在上一次操作中已经导入，本次只需导入上次未导入的表即可）
具体为【活动维度】，【渠道维度】，【渠道指标事实】三个DB数据库表
添加表与表之间的关联，分别用“ACT_KEY”，“CHANNEL_KEY”，“DATE_KEY”，“SHOP_KEY”作为关联字段，以“N：1”的关联关系，将【渠道指标事实】与【活动维度】，【渠道维度】，【日期维度】，【门店维度】关联起来
在【渠道指标事实】中，各关联字段都不是唯一的，因此关联关系为“N：1”
添加关联后，点击业务包更新
添加一个自助数据集，命名为“活动数据分析”
选字段，选择【渠道指标事实】中的“核销量”，“领卡量”，“曝光量”，“广告序号”“ACT_KEY”，“CHANNEL_KEY”，“DATE_KEY”，“SHOP_KEY”以及“PV”，“UV”10个字段；以及【门店维度】中的“店名”，“门店导师”，“所在省”，“所在市”，“所在区域”5个字段；以及【日期维度】中的“年月日”字段；以及“渠道维度”中的“渠道名”字段；以及【活动维度】中的“活动名”，“计划销售额”，“计划客流量”3个字段
共计20个字段，操作完成，点击右上角保存并更新
进入仪表板进行仪表板制作
仪表板制作
新建一个仪表板，命名为“活动分析”
（一）标题
1、添加一个文本组件，输入文本“5周年活动效果综合分析”
2、再添加一个文本组件，输入文本“活动时间：2017年9月17日~2017年9月30日”
开启悬浮；放置于上一组件上方
3、再添加一个文本组件，输入文本：
“XX公司于2017年9月17日至2017年9月30日举行了为期半个月的5周年店庆活动，该活动旨在：增加品牌影响力，提升知名度和美誉度，扩大影响力。通过多渠道，多平台的活动，吸引目标客户群体的关注，更有效的加深与客户的联系; 以店庆为契机，宣传公司产品的低价位，优服务。”
该部分效果
（二）推广报告(步骤图省略，FineBI实验册有完整步骤图解)
添加一个组件，使用【活动数据分析】
添加一个名为“合计”的计算指标
公式：SUM_AGG(核销量)+SUM_AGG(领卡量)+SUM_AGG(曝光量)
图形属性选择矩形块；将“渠道名”拖入横轴；将“核销量”，“领卡量”，“曝光量”和“合计”拖入纵轴以及其对应的标签中；将“指标名称”拖入全部下的颜色；将“年月日”拖入结果过滤器，为“年月日”添加过滤条件，过滤出2017-9-17~2017-9-30这段日期
为标签中的“核销量”，“领卡量”，“曝光量”和“合计”都添加快速计算—组内排名—降序排名
设置标签位置居中，将“年月日”拖入结果过滤器，为“年月日”添加过滤条件，过滤出2017-9-17~2017-9-30这段日期
设置“核销量”，“领卡量”，“曝光量”和“合计”的值轴，隐藏轴标签
“领卡量”，“曝光量”和“合计”操作相同，将“渠道名”按照“核销量”降序排列
调整颜色
在组件样式中，编辑标题内容为“推广报告”；隐藏图例和轴线
进入仪表板，调整大小、位置
成果图
（三）各渠道核销占比(步骤图省略，FineBI实验册有完整步骤图解)
添加一个组件，使用【活动数据分析】
图形属性选择饼图；将“渠道名”拖入颜色；将“核销量”拖入角度和标签，为标签中的“核销量”添加快速计算—当前指标百分比，并设置数值格式为百分比；将“年月日”拖入结果过滤器，为“年月日”添加过滤条件，过滤出2017-9-17~2017-9-30这段日期
调整半径，将内径占比设置为0，调整颜色，配色方案选择“商务”
编辑标题为“各渠道核销占比”；隐藏图例
进入仪表板，调整大小、位置
成果图
（四）各渠道曝光量占比(步骤图省略，FineBI实验册有完整步骤图解)
复制上一个组件，进入详细设置
将“核销量”全部替换为“曝光量”，同样为标签中的“曝光量”添加快速计算—当前指标百分比，并设置数值格式为百分比
在组件样式中，对应得修改标题为“各渠道曝光量占比”
进入仪表板
成果图
（五）区域推广统计(步骤图省略，FineBI实验册有完整步骤图解)
添加一个组件，使用【活动数据分析】
图形属性选择点；将“所属区域”拖入横轴；将“曝光量”拖入横轴和颜色；将“渠道名”和“核销量”拖入纵轴
为“渠道名”添加过滤条件，“渠道名”属于“微信公众号”，“微博大V”，“朋友圈广告”
设置“核销量”的值轴，隐藏轴标题和轴标签
设置“曝光量”的值轴，隐藏轴标题和轴标签
设置“渠道名”和“所属区域”的分类轴，隐藏轴标题
调整颜色
编辑标题为“区域推广统计”；隐藏图例；进入仪表板，调整大小、位置
（六）曝光量前十的门店(步骤图省略，FineBI实验册有完整步骤图解)
添加一个组件，使用【活动数据分析】
图形属性选择柱状图；将“曝光量”拖入横轴和颜色；将“店名”拖入纵轴；将“年月日”拖入结果过滤器，为“年月日”添加过滤条件，过滤出2017-9-17~2017-9-30这段日期
为“店名”添加过滤条件，筛选出“曝光量”最大的十个店
将“店名”按照“曝光量”降序排列
设置“曝光量”的值轴，隐藏轴标题和轴标签；自定义轴刻度，最小值
调整颜色
编辑标题内容为“曝光量前十的门店”；隐藏图例；隐藏轴线
进入仪表板，调整大小、位置
成果图
（七）导师指导活动效果(步骤图省略，FineBI实验册有完整步骤图解)
添加一个组件，使用【活动数据分析】
图形属性选择文本；将“曝光量”拖入颜色和大小，并设置颜色区间；将“门店导师”拖入文本
在组件样式中，编辑标题为“导师指导活动效果”，隐藏图例
进入仪表板，调整大小、位置
成果图
（八）上海区活动期间曝光量变化(步骤图省略，FineBI实验册有完整步骤图解)
添加一个组件，使用【活动数据分析】
图形属性选择线；将“所属区域”和“年月日”拖入横轴；将“曝光量”拖入纵轴和颜色
设置颜色的渐变区间
为“所属区域”和“年月日”添加过滤条件
“所属区域”属于“上海区”
“年月日”属于2017-9-17~2019-9-30时间段
设置“曝光量”的值轴，隐藏轴标签和轴标题；自定义轴刻度，最大值MAX(曝光量（求和）)，最小值MIN(曝光量（求和）)
设置连线，线型为曲线，无标记点
添加分析线—趋势线，活动期间曝光量趋势线，直观展现活动期间曝光量的走势情况
编辑标题为“上海区活动期间曝光量变化”；隐藏图例；进入仪表板调整大小、位置
（九）东北区活动期间曝光量变化(步骤图省略，FineBI实验册有完整步骤图解)
复制上一个组件，进入详细设置
修改“所属区域”的过滤条件，修改为“所属区域”属于“东北区”
在组件样式中，相应地修改标题为“东北区活动期间曝光量变化”
（十）华东区活动期间曝光量变化(步骤图省略，FineBI实验册有完整步骤图解)
复制上一个组件，进入详细设置
修改“所属区域”的过滤条件，修改为“所属区域”属于“华东区”
在组件样式中，相应地修改标题为“华东区活动期间曝光量变化”
重复操作，完成华中、华北、华南、津京、西北、西南活动期间曝光量变化
先复制“上海区活动期间曝光量变化”组件，然后修改具体“所属区域”的过滤条件，再修改标题名即可
仪表板整体效果图
授课老师私信可申请FineBI实验册完本，有配套理论ppt、期中考试、期末考试题目、前期师资培训赋能、后期任务共创能力变现等。
欢迎咨询，有配套教材。
标签：组件,拖入,节选,课件,FineBI,添加,维度,活动,曝光 来源： https://blog.csdn.net/weixin_44322005/article/details/118760695