SalesPulse 360 是一个基于 Power BI 的零售分析仪表板技能，属于 Data Skills 集合。它帮助 AI 智能体协助开发者部署、定制和维护 SalesPulse 360 Power BI 仪表板——一个面向 Global Superstore 销售数据的综合零售分析方案，具备多区域利润分析、预测性预测和自动告警能力。
用途 SalesPulse 360 将原始零售交易数据转化为交互式指挥中心，主要面向零售与电商场景的销售、利润和区域绩效分析。仪表板基于 Global Superstore 数据集（2011-2015），也可适配具有类似架构的其他零售或电商数据源。
主要能力
- 多粒度销售/利润分析（全球 → 交易级别）
- 带 12 个月置信区间的预测性预测
- 针对利润率和退货率阈值的自动异常告警
- 多语言支持与文化本地化（英语、西班牙语、法语、德语、普通话）
- 基于区域的行级安全（RLS）
- 适配桌面/平板/手机的响应式布局
- 24/7 自动刷新引擎，用于实时数据同步
安装与设置 前置条件：Power BI Desktop（2.120 或更高版本）、Power BI Service 账户（Pro 或 Premium 用于发布）、现代 Web 浏览器用于 HTML 界面，可选 SQL Server 或 Azure SQL 作为生产数据源。
步骤 1：克隆仓库 git clone https://github.com/MahbubNibir/power-bi-retail-analytics-viz.git cd power-bi-retail-analytics-viz
步骤 2：解压数据集 unzip data/global_superstore.zip -d data/ 或 tar -xzf data/global_superstore.tar.gz -C data/
步骤 3：打开 Power BI 文件 powershell -Command "Start-Process 'SalesPulse360.pbix'" 或直接双击 SalesPulse360.pbix。首次加载时，Power BI Desktop 会执行数据转换管道（M 查询）、应用数据清洗规则、构建计算度量值和列、初始化刷新计划设置。完整数据集（9,994 行）在标准硬件上预计加载时间为 2-3 分钟。
关键组件与配置 数据源配置：仪表板使用 Power Query（M 语言）进行数据摄取，默认源为本地 CSV，也可重定向到实时数据库。在 Power Query Editor 中选择 "Source" 步骤，更新文件路径或连接字符串。本地 CSV 使用 Csv.Document(File.Contents(...))，SQL Server 使用 Sql.Database(...)。
阈值校准：仪表板包含一个 Settings 表控制告警阈值，位于 Model View → Settings 表。参数包括 ProfitMarginThreshold（默认 15%，低于时告警）、ReturnRateWarning（默认 8%，退货超过时告警）、RollingAverageDays（默认 90，MA 计算周期）、ForecastMonths（默认 12，预测范围）。可通过 DAX 的 DATATABLE 创建或更新 Settings 表。
计算度量值（DAX）：驱动仪表板分析的关键度量值包括 Total Sales、Total Profit、Profit Margin、MAT Sales（移动年度总计）、PoP Growth（环比增长）、Profit Alert（利润率告警哨兵系统）、Forecast Sales（12 个月预测）。注意 Power BI 原生预测使用内置分析窗格；自定义预测需集成 Python/R 脚本或 Azure ML。
行级安全（RLS）：在 Model View → Manage Roles 中按区域创建角色，例如 [Region] = "South"、[Region] IN {"South", "Central"} 或 1 = 1（全部访问）。通过 Model View → View As 测试 RLS，发布后在 Power BI Service → Workspace → Dataset Settings → Security 中分配 Azure AD 用户/组。
发布到 Power BI Service 步骤 1：从 Desktop 发布（File → Publish → 选择工作区，或 Alt+Shift+P）。 步骤 2：配置计划刷新（Power BI Service → Workspace → Dataset → Settings → Scheduled refresh），可设置每日频率、时间、时区、失败通知和网关连接。近实时更新可配置流式数据集，通过 C# 的 PowerBI API 推送数据行。
常见模式与用例
- 下钻导航：在 Model View 创建 Region → Country → City → PostalCode 层级，在地图视觉对象中使用下钻模式。
- 使用 Power Automate 的自定义告警：在数据集刷新完成时触发，查询利润率低于阈值的订单，条件满足时发送邮件告警。
- 多语言本地化：创建 Translations 表，使用语言选择器切片器，通过 DAX 的 SWITCH 和 LOOKUPVALUE 实现动态标签。
- 导出数据供外部分析：在 Power BI Desktop 中使用 Python 脚本（External Tools → Python），继承当前仪表板状态过滤数据并导出为 CSV。
HTML 界面定制 仓库包含用于 Web 部署的 HTML 落地页（index.html），可通过 iframe 嵌入 Power BI 报告，并使用 powerbi-client JavaScript 库（CDN 版本 2.19.0）配置嵌入参数。嵌入令牌通过 Node.js 后端使用 @azure/msal-node 和 axios 生成。
故障排查
- 数据刷新失败：检查网关连接（Test-NetConnection）、验证凭据、配置防火墙规则。
- 仪表板性能缓慢：优化 DAX 度量值（避免对大表使用迭代器）、减小数据模型大小（在 Power Query 中尽早过滤）、启用查询折叠（对 SQL 源使用原生查询）。
- RLS 过滤不正确：验证角色定义使用正确列、检查用户分配、使用 username() 测试动态 RLS。
- 预测不显示：启用分析窗格、确保日期表连续性、满足最小数据点要求（每月预测至少 24 个月历史）。
环境变量参考 项目使用环境变量进行安全配置，包括 SQL_SERVER、SQL_DATABASE、POWERBI_ACCESS_TOKEN、POWERBI_DATASET_ID、POWERBI_REPORT_ID、AZURE_CLIENT_ID、AZURE_CLIENT_SECRET、AZURE_TENANT_ID、ALERT_RECIPIENT_EMAIL。切勿提交到版本控制，本地使用 .env 文件，生产环境使用 Key Vault。
高级定制
- 添加新数据源：通过 Power Query 合并 Salesforce 等 CRM 或库存系统数据。
- 自定义视觉对象集成：从 AppSource 下载 .pbiviz 文件，在 Power BI Desktop 中导入。
限制 资料未提供该技能的收费、价格、平台限制或效果保证等信息。预测功能依赖 Power BI 原生分析窗格或外部 Python/R/Azure ML 集成，自定义预测的具体实现细节资料中未完整给出。