当前位置:网站首页>运用强大的 PowerBI 桑基图表示复杂运营业务流

运用强大的 PowerBI 桑基图表示复杂运营业务流

2020-11-09 17:51:49 BI佐罗

关于桑基图,上回说到任意层级桑基图的通用构建方法。留下的问题是:

  • 流量不一定相等的场景

  • 存在跨层流动的场景

  • 存在回流的场景

在现实的业务场景中,的确存在这种复杂结构,本文来实现。

业务场景

以零售场景为例(可以扩展到很多领域),以 AARRR 的模型为参考,大概有这样的效果:

线上的大量曝光会将整个图撑开导致其他的内容受到影响,采用对数化得到:

业务含义非常清晰:

  • 线上的曝光得到浏览;

  • 浏览会得到线上注册;

  • 线下也会有注册;

  • 注册后成为会员;

  • 会员会产生购买;

  • 不注册成为会员也可以产生购买;

  • 购买后可能再转化为会员;

  • 购买后还可以进行推荐;

  • 推荐得到新的注册。

在这个业务场景中,就涉及到桑基图的最复杂用法,同时需要处理:

  • 流量不一定相等的场景

  • 存在跨层流动的场景

  • 存在回流的场景

接着来看这是怎么实现的。

数据

如果直接用数据来表达这个内容,大致可以得到:

在 PowerBI 中用桑基图来实现显然是更加直观的。

准备维度

用 PowerBI DAX 准备维度如下:

SanKey_Source_X_AARRRR = 
SELECTCOLUMNS(
{
( "0.online_show" , "曝光"),
( "0.online_view" , "浏览"),
( "1.online" , "线上注册" ),
( "1.offline" , "线下注册" ),
( "2.reg" , "会员" ),
( "3.buy" , "购买" ),
( "4.share" , "推荐" )
} , "SourceCode" , [Value1] , "SourceName" , [Value2] )

以及:

SanKey_Dest_X_AARRR = 
SELECTCOLUMNS(
{
( "0.online_view" , "浏览" ),
( "1.online" , "线上注册" ),
( "1.offline" , "线下注册" ),
( "2.reg" , "会员" ),
( "3.buy" , "购买" ),
( "4.share" , "推荐" ),
( "5.new" , "新注册" )

} , "DestCode" , [Value1] , "DestName" , [Value2] )

可以发现,这里采用了 Code 和 Name 的方式来将KEY与显示内容分离。

这里的思路重点是:作为来源和去向的数据必须准备在维度中。稍后通过度量值来控制合理和组合和计算。

实现计算

用 PowerBI DAX 实现度量值如下:

SankeyX.AARRR = 
VAR _source = SELECTEDVALUE( SanKey_Source_X_AARRRR[SourceCode] )
VAR _dest = SELECTEDVALUE( SanKey_Dest_X_AARRR[DestCode] )
RETURN SWITCH( TRUE() ,
_source = "0.online_show" && _dest = "0.online_view" , 8045 ,
_source = "0.online_view" && _dest = "1.online" , 60 ,
_source = "1.online" && _dest = "2.reg" , 60 ,
_source = "1.online" && _dest = "3.buy" , 5 ,
_source = "1.offline" && _dest = "2.reg" , 25 ,
_source = "1.offline" && _dest = "3.buy" , 10 ,
_source = "2.reg" && _dest = "3.buy" , 30 ,
_source = "3.buy" && _dest = "2.reg" , 15 ,
_source = "3.buy" && _dest = "4.share" , 15,
_source = "4.share" && _dest = "5.new" , 55 ,
BLANK()
)

在实际中,可以将这里面的常数值替换为更具体的度量值来实现动态计算。

核心业务场景

如果不考虑曝光的场景,该桑基图可以更加精细,结果如下:

结合实际的运营场景,可以这样看图:

对于 100 个会员,有 60人 来自线上注册,有 25人 来自线下注册,还有 15人 来自购买后的回流转化。

不包括回流转化的会员,会员中会有 45 人(在注册的 85 人中)完成购买。

其中,15 人会继续推荐,推荐后带来 55 人新注册成为会员,转化比大致为 3。

假设这个模型是稳定的,完全可以继续周期式地推演出任意一个阶段后的变现效果。

总结

本文利用免费的 PowerBI 视觉对象桑基图,结合增长黑客AARRR模型以及实际业务场景模拟,给出了更加复杂的实现以及效果展示。

至此,就实现了非常复杂的桑基图并可用于业务表达,它包括:

  • 可以是任意层次阶的流;

  • 流量不一定相等的场景;

  • 存在跨层流动的场景;

  • 存在回流的场景。

利用本文的思路,可以立即去实现自己的业务展示了,快试试看吧。

在订阅了BI佐罗讲授的《BI进行时》课程区,除了可以下载本文案例,还可以观看视频讲解。

要系统化学习 PowerBI 的伙伴请准备好,本月会有诸多课程更新,一定要留意公众号。

让数据真正成为你的力量

Create value through simple and easy with fun by PowerBI

Excel BI | DAX Pro | DAX 权威指南 | 线下VIP学习

扫码与PBI精英一起学习,验证码:data2020

PowerBI MVP 带你正确而高效地学习 PowerBI
点击“阅读原文”,即刻开始

本文分享自微信公众号 - PowerBI战友联盟(powerbichina)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

版权声明
本文为[BI佐罗]所创,转载请带上原文链接,感谢
https://my.oschina.net/u/4581326/blog/4710223