推荐序2

零售行业作为一个古老的行业，其相关数据有着独特的特性——量大、细碎，这也是很多人对零售行业的总体印象。这样的行业特性让业内分析人员很难对零售行业有精准的把控，因为仅信息抽取、信息规整等环节，就会花费分析人员大量的时间。我特别认同零售行业里流传的一句话：零售便是细节。这句话包含以下几层意思：

（1）零售业务本身很散、很细碎；

（2）零售人员需要聚焦、落地地去分析、把控业务；

（3）零售业务不易分析，细碎而庞大的数据量正是分析的壁垒。

我在零售行业从业超过10年，看到财务和零售支持团队的同事大多并没有将时间用在真正的分析和深挖数据上，而是把数据来回“捣鼓”，似乎抽取数据、整理数据、归集数据才是工作的全部。我也一直苦于没有好的分析工具和呈现方法，只能用Excel 日复一日地重复着类似的工作。直至两年前，我有幸在一场培训里认识了郑老师。郑老师专门研究零售行业的商业数据分析，曾获微软“第三届Power BI可视化大赛”零售行业特别奖。郑老师对“人、货、场”这3个零售分析的关键要素有着深刻的理解和精准的把控，对运营、商品、会员等核心指标都有着清晰的分析思路和方法。当时我就想，如果郑老师能出一本专门针对零售行业的数据分析书就好了。

在一个月前，我惊喜地收到了郑老师的《Power BI 零售数据分析实战》初稿，于是花费了一个周六的下午“一口气”读完。在书中，郑老师立足于运用Excel 和Power BI工具，对核心的零售指标进行了定义，并对其应用场景进行了详细的描述及分析，每个知识点和案例都用图文并茂的形式讲解清楚，使读者既可以把这本书当作知识类图书学习、阅读，又可以当作工具类图书放于案头，以便有需要的时候及时翻阅。

除了针对不同的指标和场景进行讲解，这本书还循序渐进、层层深入地介绍了能够帮助读者逐步提升的各种模型。书中提到的帕累托、杜邦等分析法，不一定会为读者所用，但是一定会为想要精进的读者拓宽思路，为用户提供可实践的方法。本书丰富的内容，为零售行业具有不同需求的读者，以及在不同的学习、成长阶段的读者，都提供了丰富的、具有参考意义和实用价值的指引。

Power BI 是一个工具，工具在不同的人手里会用出不一样的精彩。而郑老师的这些方法正是开启读者智慧、启发不同的读者创造出不同精彩的典范。希望这本书的每一位读者都能日有所进、学有所成。

衷心感谢郑老师的无私付出，感激他对零售行业的贡献，感恩他对知识传承的努力和数据分析方法发展的贡献。

Collins Liang

原DFI零售集团中国区财务总监

2022年9月于广州