Home
» Power BI
»
LuckyTemplates készletkezelési megoldás
LuckyTemplates készletkezelési megoldás
A készletkezelési megoldás olyan eszközkészlet, amely lehetővé teszi a készletszintek, valamint a raktárhelyiségben vagy a raktárban történő mozgások nyomon követését. A LuckyTemplates a tökéletes elemző eszköz ehhez . Az oktatóanyag teljes videóját a blog alján tekintheti meg.
Ebben az oktatóanyagban áttekintek néhány készletkezelési bemutató adatot, és megmutatom, hogyan kezelheti hatékonyan a készletszinteket a LuckyTemplatesen keresztüli értékesítések alapján. Létrehoztam egy teljes készletkezelési megoldást, amely lehetővé teszi bármely vállalat számára, hogy megvizsgálja a készletkezeléssel együtt járó összes kulcsfontosságú mutatót vagy mérőszámot.
Tehát olyan dolgokat vizsgálunk, mint a termékek – az eladott mennyiség a készleten lévő mennyiséghez viszonyítva – a teljes készletérték, az utánpótlási szintek, a szállítók, akiktől vásárolunk, és még sok minden más.
Nagy vagyok a műszerfalazásban és. Fontos, hogy a vizualizációk színekkel pompázzanak. A felépítésüknek lenyűgöző betekintést kell eredményeznie. Egyszerűsítse a dolgokat az irányítópulton, de tegye dinamikussá az adatokat.
Ez a készletkezelési irányítópult, amelyet azért készítettem, hogy megmutassam, hogyan hasonlíthatjuk össze és elemezhetjük dinamikusan a készletünket a LuckyTemplatesben.
minta készletkezelési megoldás irányítópultja a LuckyTemplatesben
Beépítjük értékesítési adatainkat is, hogy ellenőrizzük, mennyit adunk el a jelenleg meglévő készleteinkhez képest, amint az ebben a táblázatban látható. A mérőszám, amelyet ehhez a példához választottam, 12 hónap, de ezt megváltoztathatja, az eladásaitól függően.
A műszerfal felső részén találhatók a raktárak, a költségek és a készletegységek.
Az itt található többi vizualizáció nagyon hasznos ahhoz, hogy jelentős készletbetekintést nyújtson számunkra.
Dinamikusan fúrjon bele az adatokba
Ezt a műszerfalat úgy készítettem el, hogy dinamikusan tudjunk belefúrni az egyes elemekbe. Megtudhatjuk, hogy mely cikkekből adtunk el sokat, de nincs annyi készletünk. Láthatjuk például, hogy sok bambuszt adtunk el, de nem sok van raktáron.
Ha erre az elemre kattintunk, látni fogjuk, hol található ez a készlet. Az irányítópulton láthatjuk, hogy ebben a raktárban van, és ez a készlet értéke. Ennek a cikknek az eladóiról is rendelkezünk néhány információval.
Az itt található információk bármelyikébe mélyebben belemegyünk. Például ezt a raktárt nézzük. Ha rákattintunk, láthatjuk az ott tartott részvényeket.
Megmutatja nekünk a raktárban lévő cikkek vagy termékek listáját, az értéket, az árukészlettel rendelkező szállítót stb.
Automatizált újratelepítési költség
Egy másik nagyszerű dolog, amit tehetünk, amikor készletünket a LuckyTemplates-en belül kezeljük, az az, hogy automatizáljuk annak elemzését, hogy mennyi lesz az újrakészletezési költségünk. Ez biztosítja számunkra, hogy elegendő készpénz álljon rendelkezésünkre ahhoz, hogy megvásárolhassuk azokat a dolgokat, amelyek után készletet kell töltenünk vagy vissza kell vásárolnunk.
Ez az automatizált számítás lehetővé teszi számunkra, hogy megtudjuk, mennyi készpénzre van szükségünk a következő készlet-visszavásárláshoz az utánrendelési szintek alapján.
Az adatmodell szerkezete
Ha az adatmodellt nézzük, az az érdekes, hogy itt két ténytáblázatunk van. Megvan a miénk, ami előzmény, és a készletnyilvántartási adataink, amelyek statikusak, mint egy időbélyeg, így minden nap más és más lesz.
Mindkét táblát össze kell hasonlítanunk az összes többi különböző keresési táblával. Ez egy érdekes koncepció, és olyan dolog, amit meg kell kapnia. A LuckyTemplates elemzései során sok esetben több ténytáblázatot is használ.
Nagyon fontos olyan modell kidolgozása, amely intuitív és zökkenőmentes módon tartalmazza ezeket az elemeket.
Az a szándékom, hogy ezzel az oktatóanyaggal megmutassam, mi lehetséges a LuckyTemplates készletkezelési megoldással. Számos egyedi betekintést nyerhet ebből az elemzésből, ha egyszerűen és intuitív módon kezdi el , majd ezekre a betekintésekre épít, és nagyszerű vizualizációban gyűjti össze őket. Ezután sok értéket hozzáadhat a szervezete érdekében végzett elemzéshez.
Ez csak egy példa, de további információkért tekintse meg az alábbi videót és a kapcsolódó linkeket.