数据指标体系搭建（电商商家PowerBI）

　　接昨天的指标体系理论部分，今天来用一个电商指标体系在PowerBI里面的实现。整体主要分成三个部分，指标构建、数据准备和PowerBI的实现。
　　我们这里讨论的案例是电商商家，而不是电商平台。（京东、天猫这种属于电商平台，我们作为店铺入住电商平台进行产品的销售，我们就是电商商家）。这里我们是一个大的啤酒和威士忌的经销商，通过线上京东、天猫、拼多多、抖音等平台和线下分销。
　　一、指标构建
　　首先是第一部分最贴近主题的数据指标体系的构建。按照我们昨天的理论，我们首先需要找到战略层面最核心的指标。于是我们的主要目标是通过平台销售我们的产品，获得利润；所以我们的核心目标的利润，如果我们除了线上渠道还有下线渠道，就不能直接算出线上部分的净利润，所以对于上线部门是选择毛利额作为核心指标。
　　核心指标确定后，就需要围绕这个毛利额进行拆解了。第一步是两个大的模块拆解，毛利额=实际销售金额-成本费用；
　　然后继续对这两个大的板块分别拆解，成本费用部分我们这里就简化一点，拆分一层就行，分别是产品成本，营销推广成本，销售成本，运营成本等。销售金额部分就继续按照上图的逻辑进行层层分解。最后的结果有点像杜邦分析类似的分解图，但是我们这里不止有数值指标，还可以有维度指标可以进行单维度或多维度的交叉分析，更为全面。
　　二、数据准备
　　数据准备可能是这一篇比较重要的部分。首先我们需要有最基础的数值指标，像浏览量、访客数、支付人数、金额、数据、成本等数据，才能够计算各层指标之间的勾稽关系。这些常用的指标一个稍微成熟一点的电商平台应该都是具备的。
　　然后是维度指标的来源，如果可能尽可能多，我们这里就选择常用的时间、产品、省份和渠道四个维度。为了方便这里把维度进行了合并做成了一个大的宽表，这样使用很方便，但是存在大量数据冗余。我们作为分析师只需要知道自己想要什么样的数据就行了，剩下的都是交给数仓人员和数据工程师们来完成搭建。
　　但有个细节还是要提出来说一下，一个稍微大一点的平台比如淘宝这种，就推广渠道就有几百个，一个大的店铺也有上千个商品，就商品+渠道的组合每天的数据量就非常巨大了。如果再加入几个维度，这是笛卡尔乘积，确实是一个值得思考的大问题。
　　三、PowerBI实现
　　Excel数据和PowerBI源文件现在只有文章有涉及的我都会放在评论区，不然经常问我要源文件时候，我发现已经找不到了，就很尴尬。
　　导入数据后，度量值的搭建很简单了，就是最基础的SUM函数，然后是指标之间的关联关系使用加减乘除就能轻松完成，这里不列出来占空间了，有需要的可以看源文件，我们建立的基础指标就如下这么几个↓
　　然后我们就可以得到一张维度交叉表的数据，再PowerBI里面我们可以自由选择要分析的维度，比如想看福佳白这个产品各渠道的指标变化、或者渠道和省份的交叉分析。
　　但是如果表格数据太多，看上去也不是特别的直观，就做成杜邦分解图，然后把维度指标作为筛选器，可能看的时候更直观。
　　每一个指标是一个KpiCard，尽量使用PowerBI默认的视觉对象，加载效率更高，上面是第一层的关系，我们再自己插入几个线条自己做一个连接线就行了，也是通过插入形状里面的线条就行了，多插入几条自己排列组合一下就行了。
　　效果如下↓
　　但这其实不是最后的效果，如果想要更好的视觉效果，可以参考这一篇  《PowerBI指标拆解分析可视化》  ，可以动态颜色展示，更直观明显。如果想要这个分支更漂亮一点，可以自己去PS里面画好图，留出指标框架，再PowerBI里面加入指标就可以了。
　　End