Power BI结合业务数据分析实战课
体系课

Power BI结合业务数据分析实战课

  • 数据思维
  • 数据采集与处理
  • 数据指标体系与报表
  • 数据工具
  • 商业分析
  • 数据可视化

从入门到进阶的Power BI数据分析实战课,与电商、广告和用增业务紧密结合,教你如何在实际业务中快速获取、清洗、整合和展示数据,提高工作效率和决策能力。

¥799.9
本课程包括
  • 36小时6分钟的视频随时观看
  • 课程包含 91 道测试题
  • 可在APP随时观看
  • 结业证书
你将收获
  • 掌握数据分析工具Power BI的核心功能和操作,从数据接入到可视化数据分析应用的各个方面
  • 提高数据获取、清洗、整合和展示的技能和效率,快速地从各种数据源导入、处理和呈现数据
  • 建立数据报表和图表,呈现数据分析的结果和洞察,使用高级可视化操作,增加数据报表的美观性和易读性
  • 提升数据分析的业务健康度,增强数据驱动的决策能力,通过数据分析工具来评估业务状况和发现问题

数千家企业正在使用三节课企业版学习

无限制学习5000+门课程,200+精选学习专题

免费申请体验>
课程介绍

数据分析是当今时代的核心能力,无论是电商、广告营销还是用户增长,都需要通过数据分析来优化业务流程和提升业务效果。Power BI是一款强大的数据分析工具,可以帮助你快速地从各种数据源获取、清洗、整合和展示数据,以及进行数据驱动的决策。

本课程旨在帮助你提高使用Power BI进行数据分析的能力,同时结合电商、广告营销和用户增长的实际业务场景,介绍相关的数据分析方法和数据思维。通过知识点讲解和实例演练,你将掌握Power BI的核心功能和操作,从数据接入到可视化数据分析应用的各个方面。你还将学习如何建立数据报表和图表,呈现数据分析的结果和洞察,以及使用高级可视化操作,增加数据报表的美观性和易读性。此外,你还将提升数据分析的业务健康度,增强数据驱动的决策能力,通过数据分析工具来评估业务状况和发现问题。

本课程适合以下三类学员群体:

  • 需要使用数据分析工具进行数据处理和展示的业务人员,如市场营销、销售、财务、人力资源等

  • 需要通过数据分析工具进行业务决策的管理者,如项目经理、部门主管、总监等

  • 需要学习数据分析工具的基本功能和操作的学习者,如学生、教师、自学者等

本课程结束后,你将能够:

  • 连接数据源,对数据进行整理、清洗

  • 掌握基础可视化操作,建立数据报表和图表

  • 掌握高级可视化操作,从数据分析业务健康度

  • 提高通过数据进行分析和决策的能力

如果你想要提高你的数据分析能力,并且对电商、广告营销和用户增长的业务场景感兴趣,那么这门课程就是为你量身定制的。

适合人群
  • 需要使用数据分析工具进行数据处理和展示的业务人员,如市场营销、销售、财务、人力资源等
  • 需要通过数据分析工具进行业务决策的管理者,如项目经理、部门主管、总监等
  • 需要学习数据分析工具的基本功能和操作的学习者,如学生、教师、自学者等
讲师介绍
20年经验的互联网资深产品人
擅长领域:
  • 数据工具
  • 产品思维
  • 产品创新与规划
  • 产品规划
  • AI产品
  • 增长策略
  • 品牌数字营销
  • AI智能营销
  • 广告投放
  • 人工智能认知与应用
本讲师是一位资深的互联网产品专家,拥有20年的工作经验,曾在优酷、百度(P7)、苏宁(B9)、京东(P9)等知名企业从事广告、营销、增长、策略及低代码中台等领域的产品工作。本讲师的产品经验涵盖以下四个方面: • 广告营销投放系统:多次从0到1搭建广告营销平台,涵盖品牌及效果广告、展示及搜索广告等,负责全流程的需求分析、产品设计、项目管理、用户调研、数据分析、效果评估、持续优化等; • 智能营销策略:拥有7年智能营销策略产品经验,涵盖B端和C端、OCPX等策略,对数据智能策略有深刻认识和独特见解,负责全过程的策略研究、制定、实施、监控、调整、总结等; • AI策略中台:拥有从0到1规划、设计和落地上线AI策略中台的实战经验,负责全周期的中台架构、模块、功能、接口、规范、文档等的规划、设计、开发、测试、上线、维护等; • 海外广告平台:拥有对接海外广告平台如Facebook、Google、Twitter等的产品经验,负责全方位的平台对接、接入、适配、优化、升级等。 本讲师还具有技术产研背景,精通C#和.NET全栈开发,具有丰富的产品商业化经验。本讲师的技术经验涵盖以下四个方面: • .NET开发:基于.NET平台,使用C#语言,开发了多个高性能、高可用、高可扩展的Web应用、桌面应用、移动应用、微服务、云服务等,涉及电商、金融、教育、企业ERP等多个领域; • 产品设计:基于用户研究和数据挖掘等方法,深入理解并洞察用户需求,快速找到业务产品痛点,规划产品战略方向并完成产品功能设计; • 架构设计:基于软件工程原则和设计模式进行架构设计和模块设计,并使用Git等工具实现代码管理和自动化测试等流程; • 数据分析:基于Power BI平台进行数据采集和数据清洗,并使用DAX等语言进行数据建模和数据分析,并创建了多个仪表盘和报表等; • 人工智能:基于人工智能理论和低代码设计经验将机器学习和深度学习等技术融入产品功能设计中并加以实现。 本讲师还具有8年以上总监及以上产品及运营管理经验,多次从0到1组建产研团队,并在人才选育用留方面有自己独特的心得和方法。本讲师还是一位目标导向强,较好的组织赋能力,较好的创业心态,抗压力强。
课程大纲
共0节 时长0分钟 全部收起
第1章 为什么要分析数据
共30节 | 1个测试题卷 | 2小时56分钟
  • 课程介绍
    9分钟
  • 1.1引例
    图文
  • 1.1.1电商业务的业务数据
    3分钟
  • 1.1.2 广告营销业务的业务数据
    4分钟
  • 1.1.3 用户增长业务的业务数据
    4分钟
  • 1.2 通过数据分析来识别机会
    图文
  • 1.2.1 数据分析的作用
    5分钟
  • 1.2.2 预测趋势与需求
    12分钟
  • 1.2.3 发现客户痛点
    10分钟
  • 1.2.4 竞争分析
    9分钟
  • 1.2.5 制定预算和投资计划
    6分钟
  • 1.2.6 监测业务表现
    6分钟
  • 1.3 通过数据分析来规避风险
    图文
  • 1.3.1 风险管理与数据分析的关系
    8分钟
  • 1.3.2数据分析的应用领域
    5分钟
  • 1.3.3 数据分析在风险管理中的作用
    7分钟
  • 1.4 通过数据分析来进行问题诊断
    图文
  • 1.4.1 数据分析在问题诊断方面的作用
    4分钟
  • 1.4.2 通过数据分析来进行问题诊断的步骤
    4分钟
  • 1.5 数据分析从识别问题开始
    图文
  • 1.5.1 找到利益相关者
    18分钟
  • 1.5.2 聚焦
    6分钟
  • 1.5.3 思考如何用数据讲故事
    11分钟
  • 1.5.4 知道你想要什么
    3分钟
  • 1.5.5 回顾之前的发现
    13分钟
  • 1.5.6 构建问题
    11分钟
  • 1.6 分析具体案例,找出问题所在
    图文
  • 1.6.1 电商业务的数据问题
    5分钟
  • 1.6.2 广告营销业务的数据问题
    6分钟
  • 1.6.3 用户增长业务的数据问题
    7分钟
  • 小测
    共12题
第2章 开启数据分析思路
共27节 | 1个测试题卷 | 2小时48分钟
  • 2.1 引例:从结果指标找出过程指标
    图文
  • 2.1.1 电商业务的结果指标和过程指标
    11分钟
  • 2.1.2 广告营销业务的结果指标和过程指标
    7分钟
  • 2.1.3 用户增长业务的结果指标和过程指标
    5分钟
  • 2.2 学会提问
    图文
  • 2.2.1 提问是数据分析的关键步骤
    12分钟
  • 2.2.2 提问帮助确定数据分析目标
    8分钟
  • 2.2.3 提问有助于发现数据集的局限性和数据偏差
    9分钟
  • 2.2.4 提问激发创造性思维和发现新的见解
    9分钟
  • 2.3 为什么要熟悉业务模型
    5分钟
  • 2.4 熟悉业务模型的方法
    图文
  • 2.4.1 宏观分析
    7分钟
  • 2.4.2 微观分析
    7分钟
  • 2.5 熟悉业务模型需要了解的关键概念和方法
    图文
  • 2.5.1 系统思维
    9分钟
  • 2.5.2 价值链分析
    6分钟
  • 2.5.3 流程图
    7分钟
  • 2.5.4 SWOT分析
    5分钟
  • 2.6 数据分析时常用的几种思维模型
    图文
  • 2.6.1 结构思维
    9分钟
  • 2.6.2 时间思维
    4分钟
  • 2.6.3 演绎思维
    7分钟
  • 2.6.4 重要性思维
    10分钟
  • 2.7 案例分析:在业务中常用的一些业务模型
    图文
  • 2.7.1 电商业务:销售漏斗
    6分钟
  • 2.7.2 广告营销业务:广告收入连乘式
    10分钟
  • 2.7.3 用户增长业务:用户留存模型
    15分钟
  • 小测
    共12题
第3章 连接Power BI数据源
共19节 | 1个测试题卷 | 1小时45分钟
  • 3.1 Power BI数据源连接到文件
    图文
  • 3.1.1 Power BI数据源支持的文件格式
    4分钟
  • 3.1.2 Power BI数据源连接到文件的方式
    5分钟
  • 3.1.3 Power BI数据源连接到文件之前的准备工作
    5分钟
  • 3.1.4 Power BI数据源连接到文件之后的数据处理
    7分钟
  • 3.2 Power BI数据源连接到数据库
    图文
  • 3.2.1 Power BI数据源支持的数据库
    3分钟
  • 3.2.2 Power BI数据源连接到数据库的步骤
    10分钟
  • 3.3 Power BI数据源连接到文件夹
    图文
  • 3.3.1 Power BI数据源如何配置和连接到文件夹
    5分钟
  • 3.3.2 Power BI数据源如何解析文件夹数据
    6分钟
  • 3.3.3 Power BI数据源如何配置自动化文件夹数据更新
    5分钟
  • 3.4 案例演示:准备原始数据并导入到Power BI
    图文
  • 3.4.1 Power BI获取原始数据来源
    6分钟
  • 3.4.2 Power BI预处理数据
    14分钟
  • 3.4.3 导入数据到Power BI
    11分钟
  • 3.4.4 Power BI数据导入数据类型设置
    8分钟
  • 3.4.5 Power BI数据导入数据质量检查
    8分钟
  • 3.4.6 (可选)Power BI数据导入数据的监控
    7分钟
  • 小测
    共6题
第4章 Power BI数据基础操作
共26节 | 1个测试题卷 | 3小时14分钟
  • 4.1 Power BI中的数据整理操作
    图文
  • 4.1.1 管理列
    6分钟
  • 4.1.2 减少行
    9分钟
  • 4.1.3 排序
    4分钟
  • 4.1.4 转换
    10分钟
  • 4.2 Power BI中的数据转换操作
    图文
  • 4.2.1 表格转换操作
    9分钟
  • 4.2.2 任意列的转换操作
    8分钟
  • 4.2.3 文本型数据的格式化
    13分钟
  • 4.2.4 数字型数据的格式化
    12分钟
  • 4.2.5 日期/时间型数据的格式化
    6分钟
  • 4.3 Power BI中的数据表基础操作
    图文
  • 4.3.1 合并查询
    14分钟
  • 4.3.2 追加查询
    8分钟
  • 4.3.3 引用查询
    6分钟
  • 4.4 Power BI中添加列的操作
    图文
  • 4.4.1 常规处理
    12分钟
  • 4.4.2 从文本添加列
    12分钟
  • 4.4.3 从数字添加列
    11分钟
  • 4.4.4 从日期和时间添加列
    9分钟
  • 4.4.5 AI见解添加列
    4分钟
  • 4.5 案例演示:导入后在Power Query编辑器中整理数据
    图文
  • 4.5.1 根据原始数据分组分别建立数据表
    8分钟
  • 4.5.2 整理数据表中的数据列
    13分钟
  • 4.5.3 整理数据表中的数据项
    7分钟
  • 4.5.4 抽取基础数据表
    16分钟
  • 小测
    共8题
第5章 打开分析视角
共31节 | 1个测试题卷 | 5小时57分钟
  • 5.1 引例:数据分析想要看什么?
    图文
  • 5.1.1 电商业务想要看什么
    8分钟
  • 5.1.2 广告营销业务想要看什么
    6分钟
  • 5.1.3 用户增长业务想要看什么
    5分钟
  • 5.2 数据分析中的对比视角
    图文
  • 5.2.1 数据分析对比视角的定义
    10分钟
  • 5.2.2 数据分析中对比视角的实施方法
    17分钟
  • 5.2.3 数据分析中对比视角的应用
    14分钟
  • 5.3 数据分析中的相关性视角
    图文
  • 5.3.1 数据分析相关性视角的定义
    8分钟
  • 5.3.2 数据分析相关性视角的实施方法
    15分钟
  • 5.3.3 数据分析相关性视角的应用
    16分钟
  • 5.4 数据分析中的分类视角
    图文
  • 5.4.1 数据分析分类视角的定义
    12分钟
  • 5.4.2 数据分析分类视角的实施方法
    12分钟
  • 5.4.3 数据分析分类视角的应用
    13分钟
  • 5.5 数据分析中的描述视角
    图文
  • 5.5.1 数据分析中描述视角的定义
    23分钟
  • 5.5.2 数据分析中描述视角的实施方法
    6分钟
  • 5.5.3 数据分析中描述视角的应用
    11分钟
  • 5.6 做数据分析时如何选择分析视角
    图文
  • 5.6.1 确定研究问题和目的
    14分钟
  • 5.6.2 提出假设并通过数据分析证明或反驳
    10分钟
  • 5.6.3 对数据集进行多角度探索
    32分钟
  • 5.6.4 了解领域知识
    15分钟
  • 5.6.5 了解数据分析的目标受众
    11分钟
  • 5.6.6 产生分析视角方案
    46分钟
  • 5.7 案例分析
    图文
  • 5.7.1 电商业务的常见报表主题方案
    14分钟
  • 5.7.2 广告营销业务的常见报表主题方案
    25分钟
  • 5.7.3 用户增长业务的常见报表主题方案
    14分钟
  • 小测
    共11题
第6章 Power BI可视化指标分析
共32节 | 1个测试题卷 | 4小时42分钟
  • 6.1 引例:业务常用指标可视化
    图文
  • 6.1.1 电商业务常用指标
    10分钟
  • 6.1.2 广告营销业务常用指标
    9分钟
  • 6.1.3 用户增长业务常用指标
    10分钟
  • 6.2 在Power BI中建立可视化对象
    图文
  • 6.2.1 如何在Power BI中建立可视化对象
    8分钟
  • 6.2.2 常用可视化对象类型
    5分钟
  • 6.2.3 配置可视化对象的数据字段
    7分钟
  • 6.2.4 设置可视化对象的属性和格式
    13分钟
  • 6.2.5 建立可视化对象的注意事项
    5分钟
  • 6.3 在Power BI中配置可视化指标
    图文
  • 6.3.1 配置可视化指标的步骤
    7分钟
  • 6.3.2 添加数据字段
    9分钟
  • 6.3.3 其它相关考虑因素
    8分钟
  • 6.4 Power BI的常用可视化对象
    图文
  • 6.4.1 柱状图和条形图
    7分钟
  • 6.4.2 折线图
    12分钟
  • 6.4.3 堆积图
    12分钟
  • 6.4.4 饼图和环形图
    8分钟
  • 6.4.5 表格
    9分钟
  • 6.4.6 矩阵
    8分钟
  • 6.4.7 切片器
    7分钟
  • 6.5 在Power BI中调整可视化对象格式
    图文
  • 6.5.1 可视化对象格式概述
    8分钟
  • 6.5.2 调整可视化对象格式的步骤
    11分钟
  • 6.5.3 调整不同类型的可视化对象格式
    38分钟
  • 6.5.4 使用主题快速调整可视化对象格式
    11分钟
  • 6.5.5 调整可视化对象格式的注意事项
    17分钟
  • 6.6 案例演示:各个业务常用的数据可视化
    图文
  • 6.6.1 电商业务的常用数据可视化
    25分钟
  • 6.6.2 广告营销业务的常用数据可视化
    9分钟
  • 6.6.3 用户增长业务的常用数据可视化
    11分钟
  • 小测
    共10题
第7章 Power BI报表设计
共21节 | 1个测试题卷 | 3小时43分钟
  • 7.1 引例:业务主题报表
    图文
  • 7.1.1电商业务常用数据主题报表
    28分钟
  • 7.1.2广告营销业务常用数据主题报表
    9分钟
  • 7.1.3用户增长业务常用数据主题报表
    6分钟
  • 7.2Power BI报表简介
    4分钟
  • 7.3 在Power BI报表中添加页面
    图文
  • 7.3.1选择报表视图类型
    4分钟
  • 7.3.2添加视觉元素
    3分钟
  • 7.3.3调整页面布局和样式
    9分钟
  • 7.3.4更改页面筛选器和视觉元素筛选器
    8分钟
  • 7.3.5添加动态效果
    4分钟
  • 7.3.6收集报表页
    9分钟
  • 7.3.7发布报表
    5分钟
  • 7.4 Power BI报表设计原则
    图文
  • 7.4.1包含关键信息
    12分钟
  • 7.4.2清晰易懂
    6分钟
  • 7.4.3兼顾用户需求
    5分钟
  • 7.4.4有序美观
    8分钟
  • 7.5.1电商业务常用数据报表制作
    50分钟
  • 7.5.2广告营销业务常用数据报表制作
    27分钟
  • 7.5.3用户增长业务常用数据报表制作
    27分钟
  • 小测
    共8题
第8章 建立Power BI数据模型
共37节 | 1个测试题卷 | 5小时55分钟
  • 8.1 引例:业务数据模型
    图文
  • 8.1.1电商业务常用数据模型
    17分钟
  • 8.1.2广告营销业务常用数据模型
    7分钟
  • 8.1.3用户增长业务常用数据模型
    12分钟
  • 8.2 深入理解数据关系模型
    图文
  • 8.2.1数据关系模型的定义和作用
    9分钟
  • 8.2.2星型模型
    11分钟
  • 8.2.3雪花型模型
    11分钟
  • 8.2.4数据关系的定义和作用
    7分钟
  • 8.2.5一对一关系
    23分钟
  • 8.2.6一对多关系
    11分钟
  • 8.2.7多对多关系
    12分钟
  • 8.3Power BI数据模型功能概述
    18分钟
  • 8.4 在Power BI数据模型中管理表
    图文
  • 8.4.1管理表的常规属性
    9分钟
  • 8.4.2管理表的高级属性
    5分钟
  • 8.5 在Power BI数据模型中管理字段
    图文
  • 8.5.1管理字段的常规属性
    7分钟
  • 8.5.2管理字段的格式化属性
    11分钟
  • 8.5.3管理字段的高级属性
    10分钟
  • 8.5.4管理字段的层次结构
    11分钟
  • 8.6 在Power BI数据模型中管理关系
    图文
  • 8.6.1Power BI数据模型中关系管理的定义
    11分钟
  • 8.6.2定义数据关系的方法和步骤
    7分钟
  • 8.6.3创建管理关系的注意点
    11分钟
  • 8.7 在Power BI数据模型中进行基础数据抽取的高级方法
    图文
  • 8.7.1在Power BI中进行数据抽取的作用和目的
    19分钟
  • 8.7.2使用Power Query编辑器对基础数据进行转换和清洗
    12分钟
  • 8.7.3使用Power BI模型管理器进行数据建模
    11分钟
  • 8.8 Power BI数据模型的高级功能
    图文
  • 8.8.1增量刷新
    13分钟
  • 8.8.2管理聚合
    26分钟
  • 8.8.3日期表
    11分钟
  • 8.9 案例演示:建立Power BI数据模型
    图文
  • 8.9.1电商业务的数据模型建立
    18分钟
  • 8.9.2广告营销业务的数据模型建立
    13分钟
  • 8.9.3用户增长业务的数据模型建立
    12分钟
  • 小测
    共12题
第9章 Power BI度量值
共27节 | 1个测试题卷 | 5小时6分钟
  • 9.1 引例:确定要分析的度量指标
    图文
  • 9.1.1电商业务的度量指标
    18分钟
  • 9.1.2广告营销业务的度量指标
    6分钟
  • 9.1.3用户增长业务的度量指标
    18分钟
  • 9.2 Power BI中的度量
    图文
  • 9.2.1从业务角度定义什么是度量
    7分钟
  • 9.2.2从技术角度定义什么是度量
    6分钟
  • 9.2.3为什么要在Power BI中使用度量
    11分钟
  • 9.3 数据分析中如何确定要建立的度量指标
    图文
  • 9.3.1确定关键指标
    12分钟
  • 9.3.2确定辅助指标
    20分钟
  • 9.3.3分析现有原始数据的现状
    15分钟
  • 9.3.4确定指标定义和算法
    10分钟
  • 9.4 如何确定指标算法
    图文
  • 9.4.1确定指标算法的方法和步骤
    12分钟
  • 9.4.2确定指标计算方法
    24分钟
  • 9.4.3完善分析
    15分钟
  • 9.5 Power BI中如何创建度量
    图文
  • 9.5.1度量和自定义列的区别
    11分钟
  • 9.5.2度量和自定义函数的区别
    17分钟
  • 9.5.3创建快速度量
    15分钟
  • 9.5.4快速度量的限制
    18分钟
  • 9.5.5自定义度量
    12分钟
  • 9.6 案例演示:创建业务度量
    图文
  • 9.6.1创建电商业务常见业务度量
    18分钟
  • 9.6.2创建广告营销业务常见业务度量
    21分钟
  • 9.6.3创建用户增长业务常见业务度量
    17分钟
  • 小测
    共12题
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。