目录
一、介绍
二、KPI指标
三、数据结构信息
四、导入数据库
五、数据处理
六、将mysql数据导入excel中
1、使用ODBC驱动
2、导出newbill表、neworderdetail表和shoptotal表
七、在power query中处理数据
八、power pivot编辑器处理
1、进入编辑器
2、数据类型处理
3、创建连接
4、创建销售金额KPI
5、创建kpi指标的数据透视表
6、创建数据透视图
7、饼图和数据条
九、最后的效果
一、介绍
这篇文章的学习来源于网上，将csv文件导入mysql workbench进行数据处理加工，然后通过ODBC驱动程序（网上老师用的是sql server导入，这个方法在导入时就可以仅创建链接以及加载到数据模型）将mysql workbench中加工好的数据表导入excel中，并使用power query将数据表添加到数据模型中以及使用power pivot制作分析仪。
二、KPI指标
- 销售金额：当天店铺实际收入
- 销售金额KPI：每家店的销售金额与所有店的总平均金额的比（如果这家店的销售金额比所有有店的总平均金额，那么这家店的销售金额抬高了所有店的总平均金额，标为绿色，反之，标为红色）
- 折扣额：占销售总额的10%-20%
- 折扣率：10%-20%
- 台数：店铺总台(桌）数
- 翻台率：当日店铺每张桌子被使用的平均次数
- 单均消费：当日店铺所有缴费单的平均金额
- 座位数：店铺实际拥有座位的数量
- 上座率：当日店铺每个座位被使用的平均次数
- 人均消费：当日到店每个人的平均消费金额（销售总额/客流量）
三、数据结构信息
1、单号详细：Bill表
2、点菜明细：orderDetail表
3、 店面情况：ShopDetail表
四、导入数据库
1、bill表（682行）
2、orderdetail表（3410行）
3、shopdetail表（5行）
五、数据处理
1、用orderdetail表创建单汇总金额表（OrderGroup）
以orderdetail表的billnumber字段为汇总依据，求出每条billnumber下pay的加总值。
新表字段：billnumber（单号）、pay（金额）
2、用Bill表与OrderGroup表创建新单号详细表（NewBill）
以billnumber为关键字段关联两表，将OrderGroup表中的pay字段合并到Bill表中，并使用pay与billdiscount字段计算出折扣金额。
新表字段：所有Bill表中的字段、pay（金额）、rebate（折扣金额）
计算逻辑：Rebate = pay * billdiscount
3、用Shopdetail表创建新店面情况表（NewShopDetail）
在原有shopdetail表字段基础上计算并添加allseats字段
新表字段：所有ShopDetail表中的字段、allseats（总座位数）
计算逻辑：allseats = twotable * 2 + three * 3 + fourtable * 6
4、用OrderDetail表与Bill表创建新点菜明细表（NewOrderDetail）
以billnumber为关键字段关联两表，并用Bill表中的shopname与OrderDetail表中的所有字段组成新表
新表字段：shopname（店名）、OrderDetail表中的所有字段
5、用NewBill表与NewShopDetail表创建店汇总信息表（ShopTotal）
以shopname字段为关键字段关联两表，并以shopname字段为汇总条件，创建以下字段
新表字段：
店名： b.shopname
单数： b.billnumber的计数
人数： b.peoplecount的加总
折扣总金额： b.rebate的加总
店汇总金额： b.pay的加总
单均消费： b.pay的合计值/b.billnumber的计数值
人均消费： b.pay的合计值/b.peoplecount的合计值
总台数： s.alltable
总座位数： s.allseats
翻台率： b.billnumber的计数值/s.alltable
上座率： b.peoplecount的合计值/s.allseats
折扣率： b.rebate的合计值/b.pay的合计值
六、将mysql数据导入excel中
因为没有sql server，这里使用的是odbc将数据库的表导出到excel，导出之后再使用power query添加数据源，再进行处理数据
这是个麻烦的方法，ODBC导入数据的时候并不能选择仅创建连接的选项，也不能选择将此数据添加到数据模型。
1、使用ODBC驱动
（1）“数据”->“获取外部数据”->“自其他来源”->“来自数据连接向导”
2、导出newbill表、neworderdetail表和shoptotal表
这里是分步导出的，这里貌似不能多选
七、在power query中处理数据
1、将cateringcase中的billdiscount字段的数据类型改为百分比
2、将cateringcase中的rebate字段的数据类型改为整数
3、 将shoptotal表中的折扣总金额、单均消费、人均消费、翻台率和上座率的数据类型改为整数
4、 将shoptotal表中的折扣率的数据类型改为百分比
5、关闭并上载，之后必须将这三个工作簿加载到数据模型中，不然无法使用power pivot编辑
（1）选中其中一个表，右键，在下拉框中选择“加载到”
（2）如下图所示
八、power pivot编辑器处理
1、进入编辑器
接下来点击power pivot，点击管理进入power pivot的编辑器
2、数据类型处理
3、创建连接
4、创建销售金额KPI
店面销售情况:=average('表_cateringcase_shoptotal'[店汇总金额])/CALCULATE(AVERAGE('表_cateringcase_shoptotal'[店汇总金额]),ALL('表_cateringcase_shoptotal'))
点击“创建kpi”
（1）定义目标值：绝对值1.5
如果一家店的平均值超过了所有店的总平均值的1.5倍，那么该店就是很好的销售情况
（2）定义状态阈值：
最小阈值 1：某家店的平均值等于所有店的总平均值，如果小于1，也就是该店的平均值没有达到所有店的总平均值，图标就为红色。
最高阈值1.2：表示如果某家店的销售平均值所有点的总平均值高于1.2倍，那么就认为这家的销售金额拉高了所有店的总平均金额，图标就为绿色。
5、创建kpi指标的数据透视表
在power pivot中选择
将下面选择的表命名为准备区。
如下图所示在准备区创建数据表，选择字段
选中列名和一行数据，复制ctr+c
到另一表（分析仪）中（这个表先去掉网格线）
按照这个步骤将指标一个个已链接图片粘贴过去，将所有连接图片进行组合，调整表格的大小样式和字体同步到分析仪表。
接着在准备区的数据透视表中选中任意一个单元格，选择插入切片器，选择shoptotal表中的店名，确定，将切片器剪切到分析仪的表中，设置样式和调整大小
6、创建数据透视图
用以展示一天当中不同小时的订单数量和金额
还是在power pivot中选择数据透视图
选择字段
接着隐藏所有字段名和图例，选中图表右键更改图表类型：
最后更改样式即可。
7、饼图和数据条
（1）在power pivot中选择数据透视图
第一个饼图：
第二个饼图：
（2）在power pivot中选择数据透视表
选择在准备区中创建，可以放在第一个数据透视表的后面
下如图所示，选择字段，修改字段名
调整样式，选中列表数据，在开始选项卡中选择条件格式，选择数据条即可。
九、最后的效果
