I det första kapitlet bygger du en datamodell för försäljnings- och kostnadsanalys. Du kombinerar flera filer, filtrerar bort ogiltig data och skapar mätvärden för kunder och order. Du använder Power Query för att identifiera produkter som ofta köps tillsammans.


Analysera e-handelsdata

Hämta in datan

Kostnader i leveranskedjan

Datarensning

Nya kundmått

Produkter och frakt

Undersöka kvantiteter

Visualisering av varukorgsanalys

Datautforskning

Därefter skapar du mätvärden för de mest lönsamma produkterna och kunderna. Du bygger en karta över försäljning per delstat och utforskar mätvärden för fraktkostnader. Slutligen bygger du en konsekvensanalys som visar hur fraktkostnaderna påverkas när större kvantiteter skickas.

E-handelsanalys

Lägg till region-koppling för delstater

Övning: Försäljning per delstat

What-if-analysmått: Del 1

What-if-analysmått: Del 2

Fraktkostnader per produkt

What-if-analys

I det sista kapitlet bygger du flera dashboardsidor för att skapa en databerättelse för din målgrupp. Du visar produkt- och kund-KPI:er samt visualiseringar. Avslutningsvis ger du konkreta rekommendationer för att minska fraktkostnaderna.

Skapa en sammanhängande berättelse

Intäkter och vinster

Bygg en sammanfattning för ledningen

Trädkarta för vinstprocent

Övning: vinstprocent

Dashboard för fraktkostnader

Slutliga dashboards

Avslutning

Visualisera din analys

Metadata sheet

DataCamp vs. Local Experience

Exercises and Datasets

I den här fallstudien i Power BI utforskar du ett verkligt dataset från ett e-handelsföretag för att hitta insikter om ett onlineföretag som säljer husdjursprodukter – Whiskique. Med hjälp av det du lärt dig i tidigare kurser använder du Power Query för att undersöka och rensa data, ta reda på hur företagets försäljning utvecklas och var kunderna befinner sig. Sedan använder du DAX för att bygga informativa visualiseringar av dina resultat. Slutligen samlar du ihop allt med Power BIs fulla potential och skapar dashboardsidor som ger svar på frågor från Whiskiques ledningsgrupp.

För e-handelsföretag är det högsta prioritet att öka försäljningen och minska kostnaderna. I denna Power BI-fallstudie kommer du att undersöka en datamängd från ett fiktivt onlineföretag för husdjursartiklar som heter Whiskique. <br><br> <h2>Använd dina Power BI-kunskaper för att lösa verkliga problem</h2> Först kommer du att analysera försäljningsdatan för att informera företaget om vilka deras kunder är och vilka köp de gör. Du kommer sedan att använda marknadskorgsanalys för att hjälpa till att identifiera vilka produkter som ofta köps tillsammans. <br><br> Därefter behöver du ta itu med det faktum att fraktkostnader fortfarande är en stor utgift för nätbutiker. Du kommer att arbeta med strategier som att leverera mer av samma produkt för att minska kostnaderna per enhet.<br><br>
<h2>Analysera data och visualisera dina resultat</h2> När du sammanställer dina resultat kommer du att skapa nya mått och olika visualiseringar i Power BI, till exempel kombinationsdiagram, trädkartor och kartor. Slutligen kommer du att använda filter och parametrar för att göra dina diagram dynamiska och skapa dashboardsidor för att dela dina insikter.

DAX Functions in Power BI

Data Visualization in Power BI

Inom e-handel är ökad försäljning och minskade kostnader prioriterade. Analysera data med Power BI.

Fallstudie: E-handelsanalys i Power BI

I e-handel är ökad försäljning och minskade kostnader avgörande. Analysera data från ett onlineföretag för husdjursprodukter med Power BI.

Övning: vinstprocent

Fallstudie: E-handelsanalys i Power BI

Interaktiv övning med praktiskt arbete