标签：区间 维度 用户 mamicode 推荐 零售 src 语言 power bi
今天小编给大家带来的是零售行业的案例。在这个案例中，小编为大家重点推荐的是预测分析和散点图分析。
案例数据已经经过脱敏，但是报告的布局设计沿用了客户的需求，没有做任何调整，主要是为了让大家可以了解零售行业客户观察业务的视角。
在这份报告中，左侧和最上方使用了大量的筛选器，页面中间使用图形展示。
报告优点：多筛选器，用户可以自由灵活的根据个人需求进行不同的维度进行筛选。
缺点：同样也是多筛选器，用户范围基本上会受限于底层员工，报告表达的洞察力不够明确。
预测分析，
在页面的最上方是预测分析视图，阴影的部分分为最高会发生的销售额，最低以及中间红色线表示最有可能发生的销售额。
推荐视图“Forecasting”,
Power BI预测视图背后用到的了R语言。
可根据现有历史数据对未来几周或者几个月进行预测分析，预测区间根据历史数据量而定。
好了今天小编分享的就到这里了，欢迎大家联系小编互动。
标签：区间 维度 用户 mamicode 推荐 零售 src 语言 power bi
原文地址：https://blog.51cto.com/14449295/2452518
