个人认为报表的核心价值是发现问题，而非炫技。因此本报告注重实用性，美观度有所取舍。由于时间有限，分析相对简洁，欢迎大家在评论区交流更好的想法！

文章目录

• 一、数据准备与导入
• • 1.1 数据源选择
  • 1.2 导入数据
• 二、数据清洗与建模
• • 2.1 数据表整合
  • 2.2 日期表创建
  • 2.3创建模型视图(ER图)
• 三、核心指标构建
• 四、多维度分析展示
• • 4.1 核心指标监控
  • 4.2 店铺运营分析
  • 4.3 目标完成情况
  • 4.4 复购分析
  • 4.5 智能导航目录

一、数据准备与导入

1.1 数据源选择

Power BI支持多种数据源接入，我常用的有两种方式：

• 数据库直连：适用于企业数据库环境
• Excel文件导入：适合本地文件分析（本案例采用此方式）

⚠️ 注：本案例数据已做脱敏处理，保护商业隐私

1.2 导入数据

操作要点：

• 检查数据质量，如有问题点击“转换数据”
• 数据无误则直接“加载”

二、数据清洗与建模

2.1 数据表整合

通过Power Query完成以下表关联：

• 款号表 + 颜色表 + 尺码表 → SKU主表
• 属性表 → 款号表
• 零售单表 → 零售单明细表
• SKU表 → 零售单明细表
• 额外导入服装图片资源

2.2 日期表创建

为支持时间智能函数分析，专门创建日期维度表

2.3创建模型视图(ER图)

建立清晰的星座模型，确保分析维度完整

三、核心指标构建

新建度量值表，构建指标方便后面的分析，构建如下度量值

四、多维度分析展示

4.1 核心指标监控

对总零售额、总零售额周环比指标进行拆分

4.2 店铺运营分析

分析一下店铺的坪效、总成交金额、件单价、客单价、每位员工的总成交金额等。

4.3 目标完成情况

分析一下店铺、员工之前设定的目标完成情况

4.4 复购分析

分析一下客户复购情况

4.5 智能导航目录

提供便捷的报表跳转功能