一.项目布景

1.1 项目方针

本次项目来源于工作,需求依据本条事务线事务建立专属事务BI看板。希望能简单操作实时刷新PowerBI,迅速向事务人员提供数据支撑。我负责的模块为一二手联动事务线,即新房生意人联合二手房生意人协作卖房子。

目标定义:浸透率,指协作过程中有多少人有意愿参与协作;其他目标如带看量,指的是生意人带客户看楼盘的次数是多少;转化比指带看数量/成交套数,例如带看10次,成交1套,转化比即为10:1;其他目标如人均成绩、人均带看都是字面意思,比较简单了解。

1.1 内容概括

看板主要内容为4大块:

1.体现现有安排架构(第一安排架构为事业部,第二安排架构为大区)的各目标达到状况,最好有时间变化及比照。

2.该条事务线与其他事务线的对标状况,例如同样片区下两条事务线各自产出套数和成绩状况怎样,相同的楼盘项目两条事务线是否存在竞争与互补关系。

3.本条事务线健康的各项目标展现(健康度是衡量事务线管理水平的考核制度,通过6+3条核心目标核算,通过一系列综合核算,为各个安排架构打分)。

4.带看模块展现,一方面体现各安排架构低带看人员,低能效的人员信息,另外正面展现当月带看效率高的人员信息,便利安排管理。

二.项目架构

2.1 处理流程

所需数据源,构造订单表,每一笔订单需求有归属的安排架构、散布在XX事业部,XX大区。订单表的生成最好依赖python脚本,存入数据库,然后用powebi取数,以实现自动化流程。

项目-搭建实时更新的新房业务看板(Powerbi+Mysql+Python)

处理数据入库

项目-搭建实时更新的新房业务看板(Powerbi+Mysql+Python)

powerbi链接数据库,选取自己所需求的表数据

项目-搭建实时更新的新房业务看板(Powerbi+Mysql+Python)

项目-搭建实时更新的新房业务看板(Powerbi+Mysql+Python)

select
concat(aa.dated,"/01") as日期,aa.`事业部`,aa.`大区`,aa.`门店`,aa.`分行`,AVG(aa.`人数`) as人数,AVG(aa.`人数(除掉前)`) as`人数(除掉前)`
from
(select DATE_FORMAT(日期,"%Y/%m") dated ,事业部,大区,门店,分行,人数,`人数(除掉前)`
fromad_renshu_wq where 日期<'2021-07-01') aa
group by aa.dated,aa.`事业部`,aa.`大区`,aa.`门店`,aa.`分行`
union
select
concat(bb.dated,"/01") as日期,bb.`事业部`,bb.`大区`,bb.`门店`,bb.`分行`,AVG(bb.`人数`) as人数,AVG(bb.`人数(除掉前)`) as`人数(除掉前)`
from
(select DATE_FORMAT(日期,"%Y/%m") dated,事业部,大区,门店,分行,人数, `人数(除掉前)`
fromad_renshu_wq where 日期=(select MAX(日期) fromad_renshu_wq) or 日期=DATE_ADD(curdate(),interval -day(curdate())+1day)
) bb
group by bb.dated,bb.`事业部`,bb.`大区`,bb.`门店`,bb.`分行`;

其中有的表建立需求直接在powerbi嵌入脚本。

项目-搭建实时更新的新房业务看板(Powerbi+Mysql+Python)

构建表与表之间的关联关系。

项目-搭建实时更新的新房业务看板(Powerbi+Mysql+Python)

写相关度量值

上月成绩 = CALCULATE([联动成绩],DATEADD('日期表'[Date],-1,MONTH))
事业部达到率 = CALCULATE(sumx('YG_ALL Timeline','YG_ALL Timeline'[成绩])/10000)/CALCULATE(sumx('方针表','方针表'[方针]),ALL('日期表'[日]))
人均成绩 = '度量表a-大区成绩'[本月成绩]/'度量表a-大区成绩'[在职人数]
人均带看 = '度量表a-大区成绩'[本月带看]/'度量表a-大区成绩'[在职人数]
在职人数 = CALCULATE(SUMX('往期人数表','往期人数表'[人数]),ALL('日期表'[日]))
带看人数 = CALCULATE(DISTINCTCOUNT('YG_ALL Timeline'[成交生意人工号]),
FILTER('YG_ALL Timeline','YG_ALL Timeline'[客源编号]<>""),FILTER('YG_ALL Timeline','YG_ALL Timeline'[成交事业部]<>""))+0
带看量 = CALCULATE(DISTINCTCOUNT('YG_ALL Timeline'[带看符号]),FILTER('YG_ALL Timeline','YG_ALL Timeline'[类别]="A带看"))
浸透率 = '度量表a-大区成绩'[带看人数]/'度量表a-大区成绩'[在职人数]+0
环沪占比 = '度量表a-大区成绩'[本月环沪成绩]/'度量表a-大区成绩'[本月成绩]
环沪带看人数 = CALCULATE(DISTINCTCOUNT('YG_ALL Timeline'[成交生意人工号]),FILTER('YG_ALL Timeline','YG_ALL Timeline'[客源编号]<>""),
FILTER('YG_ALL Timeline','YG_ALL Timeline'[成交事业部]<>""),FILTER('YG_ALL Timeline','YG_ALL Timeline'[环沪判别]="环沪"))

三.终究作用

链接如下 app.powerbi.com/view?r=eyJr… 图片如下

项目-搭建实时更新的新房业务看板(Powerbi+Mysql+Python)

项目-搭建实时更新的新房业务看板(Powerbi+Mysql+Python)

项目-搭建实时更新的新房业务看板(Powerbi+Mysql+Python)

项目-搭建实时更新的新房业务看板(Powerbi+Mysql+Python)

(记于21.10)

本文正在参加 人工智能创作者扶持方案

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。