1. PowerQuery
2.1 自定义函数
2.2 结构化数据
2.2.1 记录(变量)
let Source =[OrderID = 1,#"CustomerID" = 1, #字段名,必须在前面加"#"Item = "Finish rod",Price = 100.00]in Sourcelet Source =[OrderID = 1,#"CustomerID" = 1, //字段名,必须在前面加"#"Item = "Finish rod",Price = 100.00]in Source[#"CustomerID"] // equals 1
2.2.2 表
// 隐式字段表letSource = #table({"OrderID", "CustomerID", "Item", "Price"},{{1, 1, "Finish rod", 100.00}{2, 2, "worms", 5.00}})in Source// 显式字段表letSource = #table(type table[OrderID=number, CustomerID=number, Item=text, Price=number],{{1, 1, "Finish rod", 100.00}{2, 2, "worms", 5.00}})in Source
2.2.3 实例
用自定义函数爬取球队常规赛数据
2. PowerPivot
搭建多维数据模型
| 数据类型 (计算机识别) |
变量类型 (人识别) |
示例 | 角色 | 是否可以当主键 |
|---|---|---|---|---|
| 文本 | 名义型 | ID、姓名、星座、血型 | 维度 | 可以 |
| 文本 | 有序型 | 成绩水平、员工绩效、健康状况 | 维度 | 不可以 |
| 数值 | 连续型 | 湿度、身高、体重 | 度量 | 不可以 |
2.1 DAX表达式
3. PowerView
4. 电商案例
4.1 活用客户价值案例
电商收益=流量转化率客单价
客户价值模型
商家需要发掘的主要用户阶层为大众会员以及保值会员,原因如下
- 群体基数大
- 相比较于进阶会员进阶为忠诚会员,保值会员和大众会员更容易进阶

用户购买行为分析动态交互表
根据表可以得到以下几个结论:
- 饼图:大众会员购买次数的基数最大,同时贡献了最多的消费金额;进阶用户购买次数多,但是消费单价较低;忠诚用户虽然购买次数少,但是消费单价更高。
- 折线图:时间段处于22:00-1:00之间,用户消费金额最多,购买次数也最多
- 列表图:在进阶用户中,最畅销品牌是“伊妮儿”和FST。
- 树状图:黑色和白色是消费者中最畅销的颜色

**
