美文网首页Power BI
运营仪表板示例

运营仪表板示例

作者: PowerBI战友联盟 | 来源:发表于2017-11-28 21:11 被阅读364次

    概述

    在我的课程《Power BI 自动化用户运营分析》(网易云课堂搜索)中,详细说明了如何使用Power BI自行实现用户运营分析涉及的方方面面,但并没有达到理想状态。

    随着在现实中不断更新实际应用,主要问题集中凸显在:
    1、业务人员需要简单而统一的定义。
    2、Power BI的计算性能应该支持相对较大的数据量级的计算,例如:应该在3秒内完成。
    3、业务人员或查看型用户需要一种更简单的视图方式。

    基于此,这里将从 产品模板 出发的Power BI文件抽取了核心算法及合理简化以提升性能。把所有可用的算法集中到一个文件中,不妨称为Core文件,这里不再关注界面的美化,完全关注算法本身的性能。

    由于单独描述算法是枯燥而且不易有体会的,这里将Core文件以HTML的形式封装,同时也是一个给到业务端使用的实际技巧。

    课程将更新对本文介绍部分的视频讲解。

    效果

    也许运营人员并不喜欢打开Power BI Desktop或Power BI云端服务,甚至对于他们也不想知道Power BI的存在,他们只想知道他们关注的指标

    承载的形式

    这里可以采用一个html形式的文件来承载(包装)仪表板,并发给运营人员使用:

    使用过Power BI的 发布到WEB 功能,不难想到只需要将URL嵌入到HTML中即可。

    双击使用

    交互成本最低的使用方法莫过于双击打开,就是这样:

    各套路功能

    这里使用了Power BI在最近两个月更新的 标签功能 实现了导航系统。用户并不需要理解如何切换Power BI报告页面,尤其是在页面很多的情况下,一个有效的导航系统是很重要的。

    近期状况

    (数据仅用于演示,以实际数据为准。)

    发展趋势

    这里开始变得有趣,仪表板可以提供不同的视图模式,喜欢看数字的可以看数字,例如:

    当然还可以导航到可视化方式查看,例如:

    类似这样的导航形式,可以让用户很容易理解自己所处的位置以及自主选择如何浏览。

    流失留存

    这里以留存为例,说明计算的简化。

    对于留存用户数,根据业务不同,可以有很多的定义方式,考虑到性能、可行性、一般性,可能适度降低精确度,但需要扩展灵活性。例如:

    • 我们不再依次考虑某个用户的精确流失/留存,而是完全批量考虑处于整个日期区间的情况;
    • 考虑从当下视角看,当前新增用户在以后的日子里发生的流失/留存;或者以前新增的用户在当下的流失/留存;
    • 按期考虑,并考虑每期的长度(天数)以及期数;
    • 形成 同期群留存分析矩阵

    同期群,指的是同一时间区间的用户群体。例如:1月的新增用户群体,往往考察他们在未来不同阶段后的流失或留存。

    如果矩阵不够直观,便可以观察 同期群留存曲线 ,例如:

    可以看出,不同的同期群(相同年份的不同月份用户群体),在经过6期(180日后)的留存率稳定在5%到15%。

    可以留存下来的用户将构成访问用户(活跃用户)的事实主体,也是最终使用产品的忠实用户,例如:

    如上图所示,框选的留存量仍然有来自过去一年的新增用户,说明用户真正留存下来,也就是真留存。如果用户经过多期后留存量为0,则说明整个用户运营出现了很严重问题。

    成分分析

    当然,还可以从用户来自历史成分的角度加以观察,例如:

    如果不够直观,依然可以采用可视化的方式进行,例如:

    复购分析

    对于产生多次行为(例如:重复购买行为)的用户,也可以观察其规律,例如:

    如果不够直观,依然可以采用可视化的方式进行,例如:

    精简的数据模型

    在面向产品模板的课程部分,我们详细说明了构造一个产品模型需要如何操作,除了DAX表达式运算本身,还涉及到了很多关于Power BI功能性的设计。

    但在这里的核心算法中,我们仅仅只描述几个足够快的算法以及配套的模型:

    这里只保留了15个核心度量值,以及配套的辅助计算表

    关注性能

    这里使用DAX Studio测试Core文件中的所有算法,其性能理论上可以满足百万级运算,如果您发现更高效的DAX算法欢迎提供,当然也欢迎通过重构模型的方式来挑战性能极限

    以新用户计算为例,使用了辅助表:用户表[激活日期,用户ID],显然可以直接计算新用户数,这也应该是理论上的最快算法,例如:

    注:用户数:15W,行为记录:100W条。
    日级别计算,仅需5毫秒。

    当然,更有价值的案例是留存用户数的计算,例如:

    对于2016年12个月分别位于30日后的留存量计算时间为0.2秒,如果计算10期,用时或约2秒。因此,这是符合性能、灵活性、合理性、一致性下计算的有效方式。

    保持更新

    文件及模板继续保持更新,每当您需要优化自己的DAX表达式可能需要借鉴这里的算法时,在您打开文件的时候,您会看到它是否有最近的更新,也许最近的更新又带来了一些惊喜。

    致谢

    由于个人能力精力所限,不可避免地出现很多问题或者错误,感谢一起参与课程的伙伴提出的各种建议和问题,关于【Power BI支持用户行为分析】的主题,在你们的帮助下,各项内容更加成熟。

    以上内容文件及视频讲解全部包含在原有课程中,课程文件可在课程QQ群中下载。

    相关文章

      网友评论

        本文标题:运营仪表板示例

        本文链接:https://www.haomeiwen.com/subject/jmgebxtx.html