APBI – Power BI Advanced Data Modeling and Visualization

1. Quy trình làm việc với Power BI.
2. Cấu trúc dữ liệu và các kỹ thuật trong mô hình hoá dữ liệu.
3. Quy trình xây dựng mô hình dữ liệu trong phân tích bài toán kinh doanh.

Case study: Xây dựng mô hình dữ liệu
– Thiết kế mô hình dữ liệu cho doanh nghiệp bán lẻ.
– Xây dựng báo cáo phân tích hiệu quả kinh doanh.

1. Vận dụng các kỹ thuật mô hình hóa dữ liệu với bảng Dim và Fact
2. Các kỹ thuật biến đổi dữ liệu. (Data transformation)
3. DAX Foundation: Scalar, Interator Functions.
4. Calculate and Filter functions.

Case Study: Phân tích dữ liệu doanh thu và lợi nhuận của Doanh nghiệp

Request: Giải quyết các câu hỏi:

• Phân tích nguyên nhân Doanh thu tăng/giảm của DN
• Sản phẩm nào đang bán tốt, phân tích Pareto
• Có nên tăng giảm giá thành sản phẩm không?

Outcome:

• Thiết kế Data model phù hợp với nhu cầu phân tích.
• Biến đổi dữ liệu để triển khai Data Model.
• Các hàm DAX và Caculated column tương ứng.
• Xây dựng báo cáo phân tích.

1. Row context and Filter context
2. Logical functions
3. Context modification functions
4. Một số kỹ thuật visualization nâng cao.

Request:

• Tính toán các chỉ số thống kê.
• Phân tích các sản phẩm có doanh thu cao nhất (Pareto Analysis)
• Phân tích các kịch bản trong kinh doanh, khả năng hoàn thành kế hoạch.

Outcome:

• Thực hiện báo cáo giải quyết các bài toán liên quan: Pareto Analysis, Scenario Analysis.
• Vận dụng hàm DAX thực hiện các visualization nâng cao.

1. Biến và các phép biến đổi dữ liệu nâng cao.
2. Vận dụng các information functions CONTAINS, HASONEVALUE, ISBLANK
3. Sử dụng các celationship function RELATED, USERELATIONSHIP
4. Hiểu rõ hơn về table manipulation functions ADDCOLUMNS, DATATABLE, DISTINCT, EXCEPT, GROUPBY, INTERSECT

Case Study: Phân tích tỷ lệ rời bỏ của khách hàng (customer retention)

Request:

• Bao nhiêu khách hàng quay lại vào mỗi tháng
• Doanh thu doanh nghiệp đến từ khách hàng cũ hay mới
• Doanh nghiệp nên tập trung chăm sóc khách hàng cũ hay mở rộng thu hút thêm khách hàng mới

Outcome:

• Xây dựng mô hình dữ liệu và các measure.
• Thực hiện phân tích đề bài và tổ chức các measure một cách hiệu quả.
• Xây dựng và phân phối báo cáo.

1. Vận dụng các kỹ thuật trình diễn dữ liệu nâng cao.
2. Vận dụng các text functions CONCATENATE, COMBINEVALUES,REPLACE,VALUE
3. Các kỹ thuật sử dụng trong Cohort analysis

Request:

• Thực hiện Survival and Cohort Analysis

Outcome:

• Hoàn thiện các báo cáo và phân tích.

1. Ứng dụng các hàm time intelligent: DATEADD, DATESBETWEEN, PREVIOUS ver (PREVIOUSDAY, PREVIOUS MONTH ..), DATEDIFF
2. Caculation groups và ứng dụng.

Case study: Thực hiện RFM Analysis

Request:

• Chia khách hàng thành từng nhóm đối tượng dựa trên RFM
• Xác định life cycle khách hàng
• Xác định thói quen mua hàng của khách hàng
• Suggest rổ hàng dựa trên thói quen mua hàng dựa trên basket analysis

Outcome:

• Tạo Data model
• Tạo calculated columns và measures phục vụ phân tích
• Build dashboard