In this first chapter, you’ll build a data model for sales and expense analysis. You’ll combine multiple files, filter out invalid data, and create metrics for customers and orders. You will utilize Power Query to help determine products that are frequently purchased together.


Analyzing ecommerce data

Bringing in the data

Supply chain costs

Data clean up

New customer measures

Products and shipping

Looking at quantities

Market basket visualization

Data Exploration

Next, you’ll create metrics for the most profitable products and customers. You’ll build a map of sales by state, before exploring the shipping cost metrics. Finally, you’ll build a what-if analysis to display the impact of shipping higher quantities on shipping costs.

Analyse e-commerce

Ajouter la correspondance État–région

Exercice : ventes par État

Mesures d’analyse de scénarios : partie 1

Mesures d’analyse de scénarios : partie 2

Coûts d’expédition par produit

Analyse de scénarios (What-if)

Ecommerce Analytics

In the final chapter, you’ll build multiple dashboard-style pages, in order to create a data story for your audience. You’ll display the product and customer KPIs and visuals. To round off, you’ll recommend specific actions to reduce shipping expenses.

Creating a cohesive story

Revenue and profits

Build an executive summary

Profit percentage treemap

Profit percentage exercise

Shipping costs dashboard

Final dashboards

Wrap-up

Visualize Your Analysis

DataCamp vs. Local Experience

Exercises and Datasets

Metadata sheet

Dans cette étude de cas Power BI, vous explorerez un jeu de données réel d’une entreprise e-commerce pour dégager des insights pour Whiskique, une boutique en ligne d’accessoires pour animaux. En vous appuyant sur ce que vous avez appris dans les cours précédents, vous utiliserez Power Query pour examiner et nettoyer les données afin d’évaluer les performances des ventes de l’entreprise et la localisation de ses clients. Vous utiliserez ensuite DAX pour créer des visualisations pertinentes de vos résultats. Enfin, vous rassemblerez le tout avec les fonctionnalités de Power BI pour créer des pages de type tableau de bord, afin de répondre aux questions de l’équipe de direction de Whiskique.

Pour les entreprises de commerce électronique, l'augmentation des ventes et la réduction des dépenses constituent des priorités absolues. Dans cette étude de cas Power BI, vous analyserez un ensemble de données provenant d'une entreprise fictive de vente en ligne d'articles pour animaux de compagnie appelée Whiskique. <br><br> <h2>Utilisez vos compétences Power BI pour résoudre des problèmes concrets</h2> Tout d'abord, vous analyserez l'ensemble des données relatives aux ventes afin d'informer l'entreprise sur le profil de ses clients et leurs habitudes d'achat. Vous utiliserez ensuite l'analyse du panier de consommation pour identifier les produits qui sont fréquemment achetés ensemble. <br><br> Ensuite, il est nécessaire de prendre en compte le fait que les frais d'expédition représentent toujours une dépense importante pour les détaillants en ligne. Vous travaillerez sur des stratégies telles que l'expédition d'une plus grande quantité d'un même produit afin de réduire les coûts unitaires.<br><br>
<h2>Analysez les données et visualisez vos résultats</h2> Au fur et à mesure que vous compilez vos résultats, vous créerez de nouvelles mesures et diverses visualisations dans Power BI, telles que des graphiques combinés, des treemaps et des cartes. Enfin, vous utiliserez des filtres et des paramètres pour rendre vos graphiques dynamiques et créer des pages de type tableau de bord afin de partager vos informations.

DAX Functions in Power BI

Data Visualization in Power BI

En e-commerce, augmenter les ventes et réduire les coûts sont prioritaires. Analysez les données avec Power BI.

Étude de cas : analyse e-commerce avec Power BI

En e-commerce, c’est essentiel de vendre efficacement. Analysez les data d'une entreprise d'articles pour animaux à l'aide de Power BI.

Exercice : ventes par État

Exercice interactif pratique