In this first chapter, you'll start exploring the new dataset and revisit creating measures in Power BI to get a better understanding of why customers are churning.

Analyzing customer churn in Power BI

Analysis process

Data check time

Understanding churn

Calculating churn

Investigating churn reasons

Digging deeper into churn categories

Use maps to your advantage

Exploratory Analysis

You'll continue by leveraging the Power BI knowledge you gained from the prerequisite courses to further investigate why customers are leaving Databel.

Melihat secara menyeluruh

Menganalisis demografi

Kelompok usia

Memeriksa grup

Beberapa bidang untuk diselidiki

Paket unlimited

Panggilan internasional

Saran untuk Databel

Jenis kontrak

Investigating Churn Patterns

In the last chapter, you'll create dashboard-style pages and arrange them into stories, so that you can share your results with stakeholders.

Creating a cohesive story

Dashboarding best practices

Overview page

Age brackets & groups

Payment method and contract category

International and data plan

More insights

Wrap-up

Visualizing your Analysis

DataCamp vs. Local Experience

Exercises and Datasets

Metadata sheet

Siap menerapkan keterampilan Power BI Anda pada himpunan data dunia nyata? Bagi bisnis berbasis langganan, menurunkan churn pelanggan adalah prioritas utama. Dalam studi kasus Power BI ini, Anda akan menyelidiki himpunan data dari perusahaan telekomunikasi contoh bernama Databel dan menganalisis tingkat churn mereka. Menganalisis churn tidak hanya berarti mengetahui berapa tingkat churn: ini juga tentang mencari tahu mengapa pelanggan berhenti berlangganan pada tingkat tersebut, serta bagaimana menguranginya. Anda akan menjawab pertanyaan-pertanyaan ini dengan membuat measure dan kolom terhitung, sekaligus membuat halaman laporan yang menarik.



Apakah Anda siap untuk menerapkan keterampilan Power BI Anda pada dataset dunia nyata?
<br><br> 
<h2> Terapkan keterampilan Power BI Anda dengan studi kasus. </h2> 
Bagi bisnis berbasis langganan, mengurangi tingkat churn pelanggan merupakan prioritas utama. Dalam studi kasus Power BI ini, Anda akan menganalisis dataset dari perusahaan telekomunikasi contoh bernama Databel dan menganalisis tingkat churn mereka. 
<br><br> 
<h2> Pahami mengapa pelanggan berhenti berlangganan </h2> 
Menganalisis tingkat churn tidak hanya berarti mengetahui berapa tingkat churnnya: hal ini juga tentang memahami mengapa pelanggan meninggalkan layanan dengan tingkat churn yang ada, serta bagaimana cara mengurangi tingkat churn tersebut. Anda akan menjawab pertanyaan-pertanyaan ini dengan membuat ukuran dan kolom yang dihitung sambil secara bersamaan membuat halaman laporan yang menarik.


Introduction to DAX in Power BI

Data Visualization in Power BI

Anda akan menyelidiki data dari perusahaan fiktif Databel di Power BI untuk mengetahui alasan pelanggan pergi.

Studi Kasus: Menganalisis Churn Pelanggan di Power BI

Analis Data di Power BI

Dasar-Dasar Power BI

Saran untuk Databel

Studi Kasus: Menganalisis Churn Pelanggan di Power BI

Latihan interaktif praktis