BI能力指南:数字营销人员的大数据

什么是Power BI?

Power BI是微软的商业分析工具。您可以连接多个数据集，并为报告和仪表板创建交互式可视化。

Tableau怎么样?

Tableau也是一个很棒的报告和数据可视化工具，data Studio也是，还有很多其他工具，它们的优势和重点各不相同。

我们专注于Power BI，因为我们的很多团队成员都在使用它，我们觉得我们可以在我们经常使用的平台上提供更好的提示、技巧和攻略。

什么是大数据?

大数据描述的是极其庞大的数据集——尤其是那些传统工具(如Excel)无法处理的太大的文件。

大数据对搜索营销人员的优势是什么?

大数据的一些最大好处是:

通过组合不同类型的数据来寻找机会

通过结合多种类型的数据，你可以发现你以前可能从未见过的机会，或者需要花费数小时才能计算出来的机会。使用data viz工具，您可以将付费数据和有机数据合并到一个图表中，并查看哪些术语正在转换为付费数据，但没有在有机数据中排名。

你可以通过不同的渠道进行讨论，打破隔阂。

创建您自己的最佳实践与行业级别的最佳实践

你可以通过为你的网站创建一个点击率曲线来估计流量，而不仅仅是使用行业平均水平。简而言之，您可以结合所有重要的指标来更好地发现机会，优先考虑策略，并估计ROI。

数据驱动决策的更准确视图

大数据并不总是=准确，但可以肯定的是，多看数据总比少看数据好。谷歌Sheets的单元格限制为200万，Excel在超过1,048,576行或16,384列后失败。这听起来可能很多——但想象一下，尝试将Adwords数据、谷歌分析数据、谷歌搜索控制台数据和企业公司的关键字排名数据结合起来。这百万行很快就会被填满，迫使你开始削减你的数据，失去了洞察力。

当被问到的时候，能够回答更多的问题

你最后一次做了一份巨大的幻灯片或Powerpoint演示文稿，花了几个小时来排版和阐明观点，结果你的客户或老板问了一个你没有考虑过的问题是什么时候?

你可能会这样回答:“我不确定，但我明天给你答复!”

如果您正在展示一个交互式仪表板，您可能会说“让我们找出答案!”能够实时探索你的数据，并在被问到问题时回答问题，不仅因为你给出了答案，而且因为你的分析和数据是透明的，所以有价值。

那么你为什么要关心这个问题呢?

营销人员已经在学习如何为更大的数据集使用更好的工具——你可以走在曲线的前面，也可以坐在场外。

人们正在学习如何成为更好的搜索者，正因为如此，他们的搜索变得越来越具体，长尾越来越长——这将使你的工作更加困难，因为你不需要关心1000个关键字，你需要关心100万个关键字。

大数据可以提供洞察，以更好地锁定受众，优化内容和优惠，并使用数据驱动的策略对活动进行快速调整。测试变得更快、更有效，基于跨部门的见解更容易估计ROI，通过关闭多个来源之间的循环，可以更准确地跟踪和测量性能。

你能不在意吗?

清理和连接数据

如何在Power BI中清洁和加入数据

任何成功分析的第一步都是清理你的数据如果你没有正确地清理你的数据，那么你就不会有准确的关系。如果没有准确的关系，就不会得到值得信赖的输出。

你可以花几个小时来构建一个仪表盘这并没有告诉你任何东西因为你的数据没有正确连接。

这对营销人员来说尤其重要——当我们连接来自不同来源的大数据时，像尾随斜杠和非尾随斜杠这样的小差异都可能完全改变您的输出。

清理数据

任何数据连接的一些基本清理步骤都是转换——这些步骤可以快速执行操作，帮助标准化数据。

• 变换>小写字母将所有值转换为小写
• 变换>修剪从文本值的开头和结尾删除空白值
• 变换>清洁返回删除了不可打印字符的原始文本值
  

那么为什么需要执行这些转换呢?下面我们来看一个连接url的例子。

在下面的例子中，一个URL来自谷歌搜索控制台，一个URL来自谷歌分析。

我们想要连接这些URL，这样我们就可以在单个图表或可视化中比较印象、点击、搜索词、会话和转换——这意味着我们需要在URL列之间创建一种关系，因为这是两个数据集具有的共同值。

我们有5个不同的例子，url不能连接因为我们没有正确地清理数据。但想想url可能会根据你从哪里提取数据而改变的所有方式。我们在这里包含了一些关于如何使用小写字母、修剪和清洁进行转换的技巧，但请阅读我们的url的数据清理和准备指南了解更多关于处理协议，参数，尾随斜杠和更多!

数据集中的重复

有时你的数据集中会有重复的数据——这不一定是一件坏事，但在连接两列时可能会导致一些问题。你可能有重复的几个原因包括:

• 下载付费数据并包含搜索关键字或活动可能会分割与不同关键字或不同活动相关的搜索词
• 一个URL可以有多个排名关键字
• 单个关键字可以排列为多个url

查看我们的帖子在Power BI中清洗和删除数据的技巧了解更多关于寻找副本和如何处理它们!

Power BI中的关系

Power BI中有两部分关系——交叉过滤器方向和基数——它们决定了表之间如何交互。

第一个元素是交叉滤波器方向。在创建关系时，您可以选择“单个”交叉过滤器方向或“两个”交叉过滤器方向。使用这两个交叉筛选方向，当筛选一个表中的任何值时，如果另一个表中的值通过关系连接，则相同的筛选器将应用于另一个表中的值—将连接表的所有方面视为单个表。

基数是一个组中元素的数量-当讨论Power BI中的关系时，有3种可能的基数:

一对一(1:1)
这意味着，对于要在两个表之间连接的列，每个值只有一个实例。

多对一(*:1)
这意味着一个表中的一列具有每个值的一个实例，而另一个表中的相关列具有特定值的多个实例。

多对多(*:*)
这意味着，对于要在两个表之间连接的列，两个列中都有多个值实例。

Power BI发布的多对多特性是复合模型功能的一部分。在过去，您必须创建一个桥接表——一个包含每个唯一值的列的表，它在两个(或多个)多对多表之间创建一个桥接。

然而，在某些情况下，建一座桥可能是首选，因为它更准确-我们建议自己测试你的数据，以确保Many-Many能给你准确的结果。

了解更多关于不同关系的信息Power BI中的关系和多对多连接！

如何通过建桥连接表

桥接表本质上是一个包含唯一值的单列的表，这些值对应于您想要连接的许多列。不是连接Many to Many，而是将每个Many表连接到桥接表中的单数值，“桥接”两个Many-Many表。

要了解更多关于人际关系、桥牌桌的知识，并观看构建桥牌桌的演练和视频，请查看我们的帖子如何在Power BI中构建一个桥接表！

转换数据

在本章中，我们将讨论一些更高级的转换，以及它们如何通过更改保存数据的表来帮助您获得所需的见解。

转换可以像编辑列标题一样简单，也可以像旋转或取消旋转一样高级，可以创建条件列来标记类似的值，甚至可以使用Power Query M使用带有公式的自定义列。

透视

使用unpivot，您可以通过选择要转换为属性和值对的列来将列转换为行。

• 右键单击要取消枢轴的列，并选择以下选项之一:
  • 透视列
  • 取消其他列的枢轴
  • 只取消选定列的枢轴
• 在本例中，我们取消了H2-1和H2-2列的旋转——这些列随后变成了一个Attribute列(行为H2-1或H2-2)和一个Value列(包含实际的H2s)
  

示例中的列

只需为新列提供一个或多个示例值，就可以使用Column from Example向表中添加新列。

若要从示例中创建列，请选择添加一列>示例中的列然后开始输入最终的输出结果。Power BI将根据它检测到的转换创建列外观的预览。列正确后，选择OK。

自定义列

您可以使用自定义列来创建或编写公式电源查询M．

若要创建自定义列，请选择添加一列>自定义列．您可以从右边的列表中选择字段插入公式，也可以使用M编写自定义公式。

当您输入公式时，您将看到是否检测到任何语法错误。如果一切正常，您将看到一个绿色的复选标记。

现在您已经了解了在Power BI中转换数据的一些方法，您可以以新的方式组合数据以发现机会。

数据可视化

PPC和SEO如何与数据可视化协同工作

让不同的营销渠道协同工作并创建整体战略的最好方法是使用他们的数据——通过将付费数据和有机数据结合起来，你可以通过发现如果将数据分开就不会被发现的机会来打破孤岛。

使用数据可视化工具可以让你连接这些大数据源——比如一年的谷歌广告活动数据，一年的谷歌搜索控制台查询，以及SEMrush对整个网站的有机排名。对于一个大型网站来说，每个源很容易有超过一百万行的数据——如果没有可以处理大数据的工具，你可能不得不运行单独的分析，或者更糟糕的是，试图删除一些数据以使你的文件更易于管理。

对于搜索营销人员来说，连接付费数据可以让你看到哪些关键字在付费活动中转换-使用这些洞察，你可以识别和优化策略，为这些关键字进行有机排名。

你也可以快速识别出你对有机关键词进行排名而不是竞价的关键词——如果你对与你的网站相关的有机关键词进行排名，那么测试付费策略来发现这些关键词对你的业务有多大价值就很容易了。

这些数据驱动的见解对于创建一个整体的PPC和SEO策略至关重要。然而，如果您没有全面了解付费数据和有机数据的异同，那么将它们结合起来可能是灾难性的。当在不同类型的数据之间创建关系时，比如付费数据和有机数据，你需要确保你了解哪些指标是可比较的。

付费关键词和有机关键词的区别

在谈到付费数据时，搜索关键字是一个单词或一组单词，你可以创建它来标记一个广告组，以定位你的广告;搜索词是用户在谷歌或其他搜索引擎上搜索时输入的确切单词或一组单词。

这意味着，当您连接付费和有机数据时，付费搜索词(非付费关键字)与有机关键字相当。

付费关键字更像是一个标签，你会用来分类我们的有机关键字。

每次交互都会对度量值进行评估——例如，切片或交叉过滤视觉效果——所以你会想要为点击率、每次点击成本、转化率等指标创建一个计算度量值……

一些常见的计算措施包括:

点击率(CTR) = SUM(“表格”[点击量])/SUM(“表格”[印象量])

每次点击成本(CPC) = SUM(“表格”[成本])/SUM(“表格”[点击])

转化率(CVR) = SUM(“表格”[转化率])/SUM(“表格”[点击])

每次获取成本(CPA) = SUM('表'[成本])/SUM('表'[换算])

要确保数据正确连接，请确保清理数据，创建多对多桥接来考虑搜索词重复，并创建自定义度量来准确分析数据。

结合付费数据和有机数据时要问的问题

通过结合你的付费和有机数据，你可以回答以下问题:

• 我在哪里排名有机的搜索条件转化为付费?
• 我应该优先考虑哪些搜索词进行有机优化以增加付费支出?
• 是否存在负面关键词或增加/减少支出的机会?
• 有没有转换搜索词，我不确定有机排名?
• 有没有高级有机关键词，我没有出价在支付?
  
  

  ---

  分析与洞察

  在Power BI中分析数据和发现见解

对于搜索营销人员来说，数据可视化的优势之一是，你的客户不必相信你的话——他们可以看到面前的数据，提出问题，并几乎立即找到答案。

你的演讲不再被你写在幻灯片上的内容所限制，而是开始成为一种协作对话。你的客户可能会告诉你一个新的发现或更新，你可能会立即将其纳入你的分析中。如果您的客户要求深入研究某个特定的发现，您可以在仪表板中深入研究并一起讨论这些发现。

数据可视化的另一个主要优点是，以可视化的方式查看数据(而不是在表格中查看数据)可以帮助您轻松识别可能表示机会的异常值。

在下面的例子中，我们将看到一个带有付费和有机数据的散点图。

• 每个气泡代表一个付费搜索词/有机关键词
• 气泡的大小表明了该搜索词的付费转化率——气泡越大，转化率就越多
• 有机排名在y轴上(左)，最高排名(1)在底部，最低排名(100)在顶部(确保您选择了)不要为你的职位做总结或者两个不同url在位置5和6的关键字排名变成11)
• 付费转化率在x轴上(底部)，最低的转化率在左边，最高的转化率在右边

我们马上就看到了两个转化率很高的关键词——这两个气泡也位于位置1。这意味着什么呢?这意味着我们在这里做得很好!我们应该继续这一战略。

为了查看剩下的数据，让我们排除这两个气泡因此，更容易看到其他关键字气泡。

在排除这些泡沫之后，我们可以看到更多的机会——如果我们关注排名在11-20位的任何股票，这可能意味着有机会瞄准一些容易实现的目标。因为我们已经在第2页排名了，我们可以通过一些优化，我们可以把我们知道的付费转换的关键字放在第1页。这是一个快速取胜的好策略。

您还可以使用切片器通过使用有机排名或转换作为您的值来专注于特定的部分。在上面的例子中，我们只关注在这段时间内至少转换过一次的关键字，然后关注排名在11-20位的关键字。

我们看到的另一个机会是，付费转化的关键字，但在有机搜索中排名不高。在上面的例子中，我们有一个关键字，在我们分析的时间段内贡献了66次付费转换，但我们只排在第60位。

这是讨论创造新内容的ROI的好方法。因为我们可以看到这个关键字所贡献的付费转换总数，所以我们可以很容易地将转换值乘以转换数，从而为这个关键字创建一个美元价值。那么我们的问题就变成了“为这个关键字创造新内容所需的资源是否值得转化价值?”

查看我们的YouTube上有一个数据可视化的视频，用来发现浪费的PPC支出了解有关使用散点图和过滤器识别异常值的更多信息。

竞争分析

大数据驱动的SEO竞争分析
Power BI

挑选5到10个竞争对手进行深入研究已经不足以进行竞争分析。使用更大的数据集分析竞争对手通常会导致1万到5万个不同的竞争对手进入关键字的前10名。

我们经常看到排名前20的10万到50万个独特的url，让我们向您展示如何使用大数据(和Power BI)来发展您的分析，并让数据告诉您谁是您的竞争对手。

如何大规模分析你的竞争对手

在本例中，我们将付费数据与来自的前20个报告连接起来统计．为了创建一个排名前20的报告，我们输入一组与客户端相关的关键字，STAT返回每个关键字排名在1-20位的url。

我们最初的STAT关键字组的一个重要部分是，我们包括了来自多个来源的数据，包括付费搜索词——一旦我们将数据拉入Power BI，我们就能够将我们的STAT导出与付费搜索查询报告连接起来，将付费指标(如点击量、转化率或成本)与有机排名数据连接起来。组合来自不同来源的关键字还可以确保我们的分析不会基于工具而不平衡。

STAT的输出只包括排名URL，所以为了找到我们想要的域名，我们创建了一个重复的排名URL列，然后按分隔符分隔该列使用正斜杠(/)从URL中删除所有子文件夹-这样我们就可以在域名级别上分析每个URL的关键字。

然后，我们将数据输入Power BI并创建树状图，在树状图中，我们按域和URL分组，我们的值是不同搜索词的计数(针对每个域)。

在下面的例子中，我们将使用来自STAT的有机数据来查看树状图。

• 每个方框代表一个域
• 通过在组的域名下面添加排名URL，您可以使用下钻选项来显示该特定域的所有排名URL。要使用下钻，右键单击域框并选择“下钻”。
• 框的大小表示在该域中排名的不同关键字的数量-框越大，该域排名的关键字越多

那么这个图表到底告诉了我们什么呢?

从本质上讲，我们看到的是根据不同关键字的数量分组的域名，所以盒子越大，该域名排名的关键字越多。这些都是我们的主要竞争对手，我们首先要做的就是分析他们，有没有什么出人意料的竞争对手?

这是一个与你的客户讨论商业和搜索竞争对手之间区别的好时机——网站仍然可以是一个竞争对手，即使他们没有销售竞争产品，如果他们的关键词排名对你的业务很重要——本质上，他们占据了有机的房地产。

通过分析你拥有的竞争对手类型(包括商业竞争对手和搜索竞争对手)，你可以通过了解每种竞争对手类型的排名内容来创建一个多方面的策略。

但让我们的数据更有针对性和相关性。

• 我们可以使用排名切片器只关注在第1页排名关键字的域
• 我们可以使用转换切片器只关注那些在时间段内至少产生1次付费转换的关键字

通过这些快速过滤器，我们将竞争对手的域名从37,000个集中到1,067个。

你如何找到机会?

你可以通过分析你的搜索竞争对手来回答以下问题:

• 谁是我的竞争对手?
• 我的竞争对手中哪一个是排名最多的关键字?
• 哪些url的关键字排名最高?
• 单个URL排名的平均或最高关键字数量是多少?
• 每个关键字的serp中有哪些有机结果类型?
• 哪些竞争对手的关键字排名在我的付费广告?
• 我的网站排名在11-20位的地方，竞争对手的排名是什么?我能从他们的排名内容中学到什么?
  
  

  ---

  长尾

  如何找到哪个长尾关键字转换

  长尾关键字通常包括3个以上的单词——由于数量少、竞争少，这些词通常更容易排名，但是，因为它们可以通过指定的搜索表明用户在漏斗的较低位置，它们的转化率通常比更宽的关键字更高。

  分析你的长尾关键字可以发现更多关于用户搜索意图的见解，关键字扩展的机会，并可以帮助你发现同义词和相关术语，以优化语义搜索。

  创建长尾关键字策略

  让我们通过搜索词字数来查看我们的转换，以了解在PPC中转换关键字的长尾有多“长”——然后我们可以使用这些知识来为PPC和SEO建立一个跨渠道的长尾策略。

  为了做到这一点，创建一个引用表为您的付费数据。在参考表中，除包含搜索词的列外，删除所有列。

  选择添加一列>创建自定义列并使用以下公式创建一个列，该列计算搜索词列中的每个单词:List.Count(文本。Split([参考栏]，" "))

  接下来，删除引用表的重复数据，并关闭查询编辑器。在您的主表和参考表之间创建一个关系，通过搜索词连接。

  创建一个甜甜圈或饼状图，使用新的字数列作为图例，转换为您的价值。在工具提示中添加搜索词计数。

  
  

  接下来，删除引用表的重复数据，并关闭查询编辑器。在您的主表和参考表之间创建一个关系，通过搜索词连接。

  创建一个甜甜圈或饼状图，使用新的字数列作为图例，转换为您的价值。在工具提示中添加搜索词计数。

  

  使用条件列创建切片器分别分析你的品牌和非品牌搜索词
  

  那么这个图表到底告诉了我们什么呢?

  在这种情况下，我们可以通过字数看到转换的构成。通过观察每个群体，我们可以得出以下结论:

  • 62.15%的品牌转化来自于只有2个单词的搜索词
  • 21.96%的品牌转化来自于只有3个单词的搜索词
  • 所以84.11%的品牌搜索关键词是由2-3个单词组成的

  当我们观察无品牌搜索词时，我们看到了一个不同的故事，较长的搜索词比无品牌搜索词有更多的转化。

  • 37.28%的非品牌转化来自只有2个单词的搜索词
  • 23.45%的非品牌转化来自3个单词的搜索词
  • 16.85%的非品牌转化来自4个单词的搜索词
  • 8.84%的非品牌转化来自5个单词的搜索词

  有了这些见解，我们可以添加一个关键字表，并开始按行级向下钻取，然后你可以问自己以下问题:

  • 按字数计算，哪些搜索词构成了这些转换?
  • 我的长尾转换搜索词是否有任何共同的词，我可以将其用作其他相关关键字的修饰语?
  • 在我的长尾关键字中有任何“新”术语，展示关键字扩展的机会吗?

  其他分析机会

  我们可以为其他群体创建甜甜圈图，这样我们就可以更好地了解我们的转换组合，包括:

  • 按字数转换搜索词
  • 按点击数转换搜索词
  • 按成本转换搜索词

  你可以通过分组分析搜索词来回答的一些问题:

  • 我是从广义术语(2-3个单词)还是长尾关键字(4个以上单词)获得更多的转换?
  • 当我比较有品牌搜索和无品牌搜索时，这有区别吗?
  • 基于成本，我的转换组合是什么?
  • 我是否可以增加花费来转换低成本的搜索词以增加转化率?

  通过转换转换术语

  对于这个例子，我们将创建一个自定义组来查看根据转换次数转换搜索词。在这个例子中，我们为转换甜甜圈图创建了以下桶:

  • 1转换
  • 2 - 5转换
  • 6 - 10转换
  • 11-25转换
  • 26-50转换
  • 51 - 100转换
  • 101 - 200年的转换
  • 201 - 500年的转换
  • 501 - 1000年的转换

  然后，我们可以在此图表中添加一个关于搜索词计数的工具提示，以及一个补充表，以便我们可以准确地看到每个“bucket”中包含哪些搜索词。

  那么这个图表到底告诉了我们什么呢?

  在这个例子中，我们看到的是转换的构成。通过观察每个群体，我们可以得出以下结论:

  • 14.15%的转换来自只转换一次的搜索词
  • 42.94%的转换来自于仅转换1-5次的搜索词
  • 18.91%的转换来自单个关键字，转换了612次(在本例中，该关键字是客户品牌名称)

  

  你如何找到机会?

  现在，我们可以添加一个切片器，只查看品牌或非品牌搜索词，以查看这如何影响我们的转换计数。这说明了另一个问题。72.2%的非品牌搜索词只转换了1-5次。

  

  然后，我们可以创建一个补充表，单击每个部分，并查看每个转换计数组中有哪些搜索词。
  

  ---

  数据讲故事

  用Power BI讲故事

  用数据讲故事并不是什么新鲜事——人们想要学习如何有效地沟通，并使用图表来讲述引人入胜的故事。

  我们有一些关于如何自信地讲述你的故事的建议。

  创造一个故事弧

  在构建仪表板或报告时，请考虑您呈现数据的顺序，以及它如何帮助您讲述故事。

  你的仪表板上有3个不同的标签吗?从上到下!也许你的第一个标签谈论的是关键字排名，重述你优化内容所取得的所有胜利，以及它是如何导致排名上升的。

  然后选项卡2显示会话的增加，平均会话持续时间和每次会话的页面-显示用户不仅访问您优化的页面，而且他们会停留并查看更多的内容。

  最后，标签3显示了对优先级页面的转换增加，最终，你的收入增加-关闭循环和展示你所做的工作的投资回报率。

  构建有效、易于理解的仪表板

  数据可视化工具使您有机会组合多个可视化和数据块，以创建动态且易于理解的报告或仪表板。通过在构建报告时使用某些工具或视觉效果，您可以确保仪表板讲述一个引人注目且易于理解的故事。

  根据上下文自定义标题

  为图表和图形定制标题是很容易的——标题让你有机会让观众确切地知道视觉将告诉他们什么。

  我们喜欢在图表中使用业务问题作为标题——这也有助于确保我们在深入分析时始终牢记这个问题。

  

  若要自定义图表标题，请突出显示可视化图形，并单击可视化窗格中的格式(画笔)图标。向下滚动到标题部分，并确保标题打开“打开”。然后可以编辑标题、字体和字体颜色、文本大小以及标题的对齐方式。

  

  添加卡片来显示整体指标

  不要迷失在可视化中——当你在挖掘数据时，通过使用卡片来显示指标的总数来保持扎实。

  

  使用切片器集中分析

  因为你可以使用更多的数据，所以更容易不知所措。使用切片器可以获得更细粒度的数据集。

  在下面的例子中，我们使用滑动条只关注转换的搜索词，从而删除了1000多个搜索词。

  

  排除数据以扩展视图

  另一种将视觉集中在特定部分的方法是排除数据。在下面的例子中，单个离群值使得我们很难将注意力集中在左下角的数据上——通过排除离群值，我们能够扩展数据，使其更容易看到和探索。

  

  使用视觉、页面和报表级别过滤器

  使用视觉、页面和报表级别的过滤器，可以快速地将视觉集中在不同级别。您可以过滤单个特定的图表，也可以在报表级别应用过滤器，并同时更新仪表板中的所有视觉效果和图表。

  若要使用过滤器，请将指标拖到适当的过滤器级别，并使用“基本”或“高级”选项过滤数据。

  

  在不同的图表中使用相同的数据

  将数据放入多个可视化和图表中，以捕捉分析的全部深度。将更直观的图表(如散点图)与表结合起来，可以确保您能够在可视化中看到离群值和特定的机会，以及表中的行级数据。

  

  在展示时解释你的数据来源和图表

  有时候你太兴奋了，想要直接抓住你发现的所有机会，但在开始分析之前，请确保让每个人都了解你的数据源、方法和图表。

  在讨论图表时，首先讨论哪些数据在哪个轴上，以及这对您的观众应该意味着什么。请看下面的例子，我们如何描述一个散点图，比较搜索词的印象和点击量——不要忘记，我们还应该让观众知道，气泡的大小表示成本，颜色饱和度显示搜索词的CTR。

  简而言之，我们会告诉客户，我们专注于左上象限，因为高印象和低点击可能会让我们有机会改进广告文案或无关的搜索词，而右下象限可能会让我们有机会根据表现增加支出。

  

  使用书签

  书签允许您在报表中保存特定的视图(包括过滤器或可视状态)，以便您可以快速选择书签以返回该视图。这对于演示非常有用，因为你可以快速地钻到你想要的级别，而不必经历多个步骤。

  若要启用书签窗格，请选择“查看”并打开“书签窗格”。一旦你创建了一个你想要保存的视图，只需在书签窗格中选择添加并命名你的视图。

  

  书签保存视图的以下元素:

  • 当前页面
  • 过滤器
  • 切片器，包括切片器类型(例如，下拉或列表)和切片器状态
  • 可视选择状态(例如交叉突出显示过滤器)
  • 排序顺序
  • 钻孔的位置
  • 可见性(对象的可见性，使用选择窗格)
  • 任何可见物体的焦点或聚光灯模式

  您还可以轻松地更新、重命名或重新排序书签，以帮助以更好的顺序显示您的发现。

  在屏幕共享上创建通过仪表板的视频

  如果你想在展示之前花点时间练习你的数据讲故事，或者你只是想给你的客户发送一个快速更新，使用屏幕分享!这样的工具Camtasia，屏幕捕获工具，肥皂盒或京允许您在单击仪表板时创建视频。

  如果你紧张或出错，你可以重拍视频!这也会给你一个机会重新看你的视频，抓住你犯的错误，这样你就可以在将来改正它们，对你的演讲方式更加自信。

  通过屏幕分享等工具录制自己的演示Camtasia,屏幕捕获工具,肥皂盒或京向客户发送视频或通过练习提高你的演讲技巧。

  与客户共享数据

  最后，与您的客户分享您的数据!我们喜欢数据可视化的原因之一是，它允许我们实时回答问题，而不是花费数小时构建幻灯片，只是让客户提出一个我们需要做更多研究才能回答的问题。

  因此，停止构建幻灯片，开始引导您的客户了解您的仪表板-使您的分析更具协作性和灵活性，以便您的客户可以就如何使您的仪表板对他们的业务更有价值向您提供建议。

  如何与他人共享电源BI报表

  在共享Power BI文件时，可能会遇到一些注意事项和问题。对于pc用户来说，下载桌面应用程序非常容易，但Mac用户呢?

  如果你有一台Mac，你可以创建一个微软帐户(或者如果你有微软Office，你可以用你的微软帐户电子邮件登录，等等)，你可以在网上打开PBIX文件https://app.powerbi.com．

  

  如果你使用在线版本，数据集、报告和仪表板对你和你的工作空间都是私有的。将数据公开的唯一功能是使用“发布到Web”功能，在iFrame中在线显示您的报告。

  此外，当您向某人发送PBIX文件时，他们可以查看所有图表，但不能访问查询编辑器中的任何数据或导出数据——这通常对客户端来说是没问题的，但如果您发送的仪表板中有人需要访问数据源，那么您就需要发送所有源文件，并创建Power BI模板或更新数据源设置。

  若要更新数据源设置，请导航到文件>选项和设置>数据源设置并将每个文件的源更改为用户机器上的位置。

  

  

  要了解如何创建一个Power BI模板(PBIT文件)，请参阅我们的帖子如何制作电源BI模板！

  ---

  15个小贴士

  我们最强大的BI提示和技巧搜索营销

  现在你已经读到了我们指南的结尾，在我们分享花了一段时间才学会的东西时，带上一些智慧的临别赠言，这将帮助你快速上手。

  1.学会失败

  就像任何一项新技能一样，你必须准备好接受失败。

  大多数Seer团队成员似乎总是知道问题的答案，因为他们以前犯过同样的错误或遇到过同样的问题，知道如何解决它，现在知道如何快速识别和解决问题。

  2.给自己一个时间限制

  学习数据可视化的一个好技巧是使用之前创建的分析或报告，并自学如何在数据可视化工具中重新创建它。给自己一个时间限制——“如果我不能在2小时内用这个新工具完成这件事，我就用老方法，以确保我仍然能按时把它交付给客户”。

  这样，如果你被困住了，你可以继续前进，而不会觉得你把几个小时都浪费了。下次当你再次尝试时，你会以一个全新的视角开始，你不会从第一步开始，而是从你上次陷入困境的地方开始。

  3.先清理你的数据

  别傻了。在开始分析之前，先清理数据。

  一旦您开始引用或复制原始表，就很难返回并重新执行转换，因为您的转换可能会影响其他应用步骤。

  清理数据并不是一个额外的步骤，而是分析中不可或缺的一部分——你的分析只有和你输入的数据一样准确。

  想了解更多关于如何正确地清理数据以创建准确的关系的信息吗?查看我们的博客文章电源BI数据清理提示！
  

  4.通常默认情况下，度量是累加的

  默认情况下，值通常是总和的——这可以用于一些指标，如印象，点击，或转换——但对于有机排名等指标，你不希望它们被汇总，或者一个URL排名在第5位，另一个URL排名在第6位的关键字变成了第11位。

  有几种方法可以更改默认的摘要:

  要在整个报告中更改数据字段的默认摘要，请选择数据字段，使其在“字段”窗格中突出显示，然后导航到建模带，单击“默认摘要”并选择“不汇总”。

  

  若要按图表更改默认的摘要，一旦数据字段位于图表的值中，单击可视化窗格下的箭头下拉按钮，然后选择不摘要。

  

  5.不要取平均值

  如果你从Adwords或类似的平台下载数据，你可以选择包含点击率或转化率，但要谨慎使用导出的数据来创建一个平均值。

  相反，创建一个度量。度量从表达式公式计算结果，这意味着它是基于您选择的一行或多行进行计算的。

  要创建计算的度量，请单击“字段”窗格中表右侧的省略号，并选择“新度量”，然后将公式输入到公式栏中。

  

  

  一些常见的计算措施包括:

  • 点击率Rate (CTR) = SUM(' Table '[点击])/SUM(' Table '[点击])
  • 每次点击成本(CPC) = SUM(“表格”[成本])/SUM(“表格”[点击])
  • 转化率(CVR) = SUM(“表格”[转化率])/SUM(“表格”[点击])
  • 每次获取成本(CPA) = SUM('表'[成本])/SUM('表'[换算])
  • Distinct('表'[关键词])，FIRSTNONBLANK('表'[MSV]， 0))

  6.不包括方框和气泡

  有时在某些可视化中，一个异常值可能会模糊你识别其他机会的能力。您可以通过右键单击主题气泡或框并选择“排除”来排除这些异常值。

  

  7.使用Top N对噪声进行排序

  您还可以查看非常大量的数据，这些数据可能很快就会变得难以应付或难以在某些图表中管理。若要只关注顶级数据字段，请使用top N筛选器，方法是滚动到可视化窗格下的filter部分，并选择要筛选的数据字段的下拉列表。添加一个用于筛选的指标(我们下面的示例通过转换集中在前20个搜索词来缩小最热门搜索词的范围)，选择top n#，然后单击Apply filter。

  

  8.连接url时要格外彻底地清理数据

  在构建桥接时，在url上连接会产生另一个层次的复杂性——协议、混合大小写、参数和后面的斜杠只是一些问题的例子，如果您在清理时不小心，这些问题可能会阻止您正确地连接数据。

  要了解更多关于如何处理这些并发症的信息，请参阅我们的博客文章为Power BI清洗url．

  9.通过改变数据类别使你的链接可点击

  通过更改数据类别，可以在表和矩阵中创建可单击的链接。为了使您的url可点击，它们必须包含一个协议(值为http://或https://))。

  在Fields窗格中选择您的URL值，以便它以黄色轮廓突出显示

  • 将您的列格式化为建模>数据类别:Web URL下的链接
    

  

  • 当您将该值添加到表中时，它将自动变为蓝色，并在单击时打开URL
  • 若要保留空间并显示URL图标，请选择主题图表使其处于活动状态
    • 选择油漆辊图标以打开格式选项卡
    • 展开值，找到URL图标并将其打开

  

  10.约会可以是愚蠢的

  Power BI有一些日期选项-但没有月/年选项-只有月/日/年(如果你使用月/年并按日期排序，它将自动显示为mm/01/yyyy。要解决这个问题，你得有点斗志。

  如果复制“月份”列并将副本设置为日期格式，则可以按“日期”列对“月份”列排序。这样，文本格式的月份(通常按字母顺序排序)现在按日期排序。

  

  

  11.自定义排序可能很麻烦

  自定义排序是Power BI所缺乏的，特别是对于seo人员。它只是不明白排名1比排名10“更高”。自定义分组(如将排名按位置1-10、位置11-20、位置21-30进行分组)也会有问题，因为它们将按字母顺序排序，这可能会导致图表无序。

  幸运的是，我们有一个演练如何修改Power BI中的图例顺序在博客上!

  12.显示没有数据的项目

  如果要连接许多不同的数据源，可能需要创建一个表，查看与单个值相关的所有指标。一个例子是在URL级别上同时查看GA和GSC数据——您可能希望通过URL查看GA的会话和转换以及GSC的印象和点击。但是，您的表可能会排除缺少值的url，除非您选择显示没有数据的项。

  • 单击可视化中值的向下箭头，然后单击Show无数据项

  

  13.改变基于交互的图表过滤方式

  选择主题图表后，单击“格式>编辑交互”，并将鼠标悬停在其他图表上，以查看它们与所选图表的当前交互，并更改它们的交互。

  • 如果需要对可视化进行交叉筛选，请选择筛选器图标
  • 如果它应该交叉突出显示可视化，请选择突出显示图标
    
  • 如果应该没有影响，则选择无影响图标
    

  

  14.先清理数据!

  是的，这是故意出现在这里两次的。我们是认真的——清理数据！

  15.学习的时候不要忘记在线资源!

  不要估计用谷歌搜索问题或浏览网页的威力Power BI社区论坛——很有可能其他人已经找到了你问题的解决方案!

  YouTube上也有很多很棒的资源和攻略——下面是我们最喜欢的一些:

  立方体里的家伙学习所有关于微软商业分析的知识

  Curbal的Power BI和Excel视频

  150+ Power BI视频与威尔汤普森

  如果你想了解更多关于Power BI的信息，请访问我们的YouTube频道: