壹、運用通用業務思維確立分析的客體
（壹）分析主題：銷售訂單分析
（二）分析維度：
1、銷售區域：?地區；?
2、客戶屬性：職業、行業、細分（公司、消費者、小公司）；
3、產品類別：?技術、家具、辦公用品
（三）量化分析指標（KPI）及業務邏輯：
KPI1 營業收入? =? 銷售數量 *?銷售單價 * （1-?折扣率）? 註：也可能沒有折舊率?；
KPI2 利潤（利潤）? =? 營業收入 -?營業成本?
? 營業成本? =?銷售數量 *?單位成本?
KPI3 訂單數量：訂單的個數，通常是壹條記錄壹個訂單，則記錄條數；如果是壹個訂單多條記錄，則取訂單號的個數。
（四）ABC分析法
運用28法則，找出占比20%，貢獻80%的產品。
二、轉化POWER BI?分析框架
（壹）數據準備
本案例中涉及的表，理想狀態是可以從ERP中導出下列報，通過Power Query整理後，轉換成“數據模型表”，“數據模型表”通常是通過對原始數據的清洗後得來。根據個人做數據模型的經驗，建立好數據模型後，這個數據模型就是壹整張表，當有壹張表出現問題，則整個數據都會出現問題，準備數據是壹項非常基礎且重要的環節，特別是使用真實數據時，臟數據是會影響到整個數據模型。
準備的表（數據）如下：
1、訂單表及字段：產品ID、訂單日期、發貨日期、郵寄方法、客戶ID、城市、銷售額 、數量、折扣、利潤?
2、產品表及字段：產品ID、類別、子類別；
3、日期表及字段：日期、年份名稱 、年份序號 、月份名稱 、月份序號 、年月名稱 、年月序號（註：日期表可能用不上，但，時間是描述事實發生重要維度，數據模型中不可缺少的維度）
4、地區表及字段：國家、地區、省/自治區、城市
5、客戶表及字段：客戶ID、客戶名稱、性別、年齡、職業、行業、細分
（二）數據建模（表+關系）
在數據模型中，表被分類為兩種：
1、事實表（fact table ）：記錄業務真實發生的過程，通過字段可以看出“訂單表”記錄了業務發生過程，也是本次分析的主體，記錄表就是事實表；
2、維度表 （Dimension? table ）：分析事實表的角度。
在Power BI?中數據建模就是建立表與表之間的關系，關系是通過表與表之間相同的字段建立起來的索引，就像書中的目錄，可以通過目錄找到的指定的內容或是地點。如：訂單表與客戶表是通過客戶ID字段建立了關系，進壹步說是客戶表對訂單表建立了壹對多的查詢關系，值得註意的是，維度表與事實表建立關系最好是單向的、壹對多關系，而不是雙向的、多對多關系，因為，雙向與多對多增加了模型的復雜性和關系傳遞的多路徑，會導致“篩選”計算子集出現錯誤。
（三）圖形草稿及需要構件
佐羅老師已經給了圖例，按圖制做就可以。
補充壹下：在寫銷售占比? 度量值時，考慮到環境以外的上下文環境時，才意識到，自己對案例框架並沒有清晰的了解，也低估了“全動態”三個字的真正含義。還是需要用圖的方式來進壹步說明如何“全動態”！
ABC分析受到所有外部篩選環境的影響：
1、右側字段***享軸是由左側分析元素決定的，分析元素是壹個變量，元素類型包括：省份、行業、職業和產品四類，當選擇其中壹個元素名稱時，則***享軸依據元素類型控制元素名稱所變化，如：此時元素類型為省份，在ABC矩陣中則顯示的是各個省份的帕累托圖形；
2、圖中標註2的篩選條件，仍然對ABC矩陣有篩選作用，如，在地區中選擇東北，ACB矩陣只會顯示東北省份的數據；
3、圖中標註3的篩選條件，是對分析指標的篩選，此時，是對銷售額的篩選，也可以切換為?利潤和訂單數量的分析，分析的結果會顯示在ABC矩陣分析圖中。
細思極恐！！！
未完，待續……