Tidsrelatert innsikt fra forsyningskjeden din

For denne opplæringen skal jeg dekke noen tidsrelaterte innsikter av høy kvalitet direkte fra forsyningskjedeberegningene dine. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.

Dette er knyttet til en veiledning jeg tidligere har gjennomført om forsyningskjedestyring. Det involverer en teknikk for å administrere et bestemt operasjonsscenario om flere datoer.

Jeg gikk også gjennom tips om beste praksis for å bygge den riktige modellen. I tillegg til det gikk jeg over hvordan du oppretter inaktive relasjoner mellom en datotabell og faktatabell som har flere datoer. Til slutt dekket jeg hvordan du slår på og av disse relasjonene basert på analysekravet.

For denne opplæringen vil jeg fokusere på å utvide din forsyningskjedeberegning ved å lage ytterligere tidsrelaterte beregninger.

Det er ikke alltid nok å få vanlig informasjon fra forsyningskjeden din. Du må også optimalisere og sammenligne forsyningskjedeberegningene dine med forskjellige tidsrammer . Det er her du kan bruke teknikker for tidsintelligens.

Innholdsfortegnelse

• Arbeider med bestillingene som pågår
• Bruk av tidsrelaterte beregninger i forsyningskjeden
• Beregning av kvartalsvise ordreforskjeller
• Ytterligere teknikker for metrisk forsyningskjede
• Konklusjon

Arbeider med bestillingene som pågår

Tilbake i eksempeldataene kan du se tabellen Ordre pågår etter dato . Denne tabellen viser antall bestillinger eller transaksjoner som er åpne mellom bestillingsdatoen og leveringsdatoen .

Du kan se hvor mange bestillinger som er i overgang eller hvor mange bestillinger det er, men som ikke er levert ennå. Dessuten er tallene dynamiske fordi det er en tilstrømning av bestillinger for en bestemt dato som endres over tid.

Det beste med denne forsyningskjedeberegningen er måten jeg satte den opp på. Den er dynamisk, slik at du kan se på ulike varehus eller steder der varelageret ditt er plassert. 

I tabellen Kostnader etter varehuskode kan du se kravene til et spesifikt lager.

Du kan til og med dykke lenger inn i forsyningskjeden for spesifikk innsikt. Som jeg har nevnt, handler det hele om to ting. For det første må du få modellen riktig og sette den opp riktig med flere datoer. For det andre er det viktig at du vet hvordan du bruker de riktige DAX-formelmønstrene.

Ved å integrere tidsintelligensberegninger kan du analysere dine nåværende bestillinger som pågår og sammenligne dem med en annen tidsramme. Nøkkelinnsikten her er å se om det er en høyere, lavere eller konsekvent etterspørsel over tid.

Følgelig kan du bruke innsikten til salgs- og markedsføringskampanjer for å forbedre produktetterspørselen. Slik er forsyningskjedeberegninger og analyser i LuckyTemplates svært nyttige for virksomheten din. Når du først forstår denne typen analyser, kan du virkelig skalere ting opp i virksomheten din og takle kravene ved å bruke markedsføringsprogrammer.

Bruk av tidsrelaterte beregninger i forsyningskjeden

Hvis du allerede har gjort markedsføringskampanjer flere ganger, kan du kjøre en analyse for å få et gjennomsnitt over tid. Du kan sjekke ut og sammenligne dataene fra tidsrammene.

Jeg vil vise hvordan du enkelt kan overlegge tidsintelligensberegninger til din eksisterende analyse av forsyningskjeden.

Hvis du ser på beregningen for Bestillinger pågående LQ , kan du se hvor enkel formelen er.

Det startet med listen over bestillinger som pågår, og deretter forgrenet det seg til en tidsintelligensinnsikt. Ved å legge til funksjonen kan du hoppe tilbake til en annen tidsramme; for eksempel forrige kvartal.

Når du overlegger det målet til det eksisterende i visualiseringen, kan du komme opp med en sammenligning med gjeldende kvartal til den siste. Den mørkere blå linjen viser siste kvartalsresultater mens inneværende kvartal faller innenfor Q3 2019 .

Avhengig av salgssyklusen eller forsyningskjeden din, kan denne gangen intelligensberegning være en svært relevant innsikt. Dessuten, hvis du tenker bredere, kan du fortsatt komme med annen forsyningskjede-beregning relatert innsikt rundt flere datoer. 

Beregning av kvartalsvise ordreforskjeller

Jeg har denne tabellen for Quarterly Order Diff. innen dato hvor du enkelt kan sammenligne forskjellen mellom de to kvartalene. Jeg har nettopp laget tiltaket for å bare forgrene meg fra den opprinnelige kjerneinnsikten. 

Her er formelen for rekkefølgeforskjellen. Det er i bunn og grunn bare å trekke bestillinger pågående LQ fra bestillinger pågående . 

Når du ser tilbake på tabellen, kan du nå få et raskt øyeblikksbilde av hvordan bestillinger kommer inn for ulike tidsrammer.

Dette er en av de viktigste metodene for forgrening som jeg vil dele med deg. Jeg anbefaler på det sterkeste å utvikle skalerbare rapporter av høy kvalitet i LuckyTemplates ved å bruke forskjellige forgreningsteknikker.

Som jeg allerede har nevnt, er disse eksempelberegningene dynamiske, slik at du spesifikt kan se på et spesifikt lager. Det er også ulike måter å få verdifull innsikt på basert på dette. Du kan for eksempel sjekke den gjennomsnittlige beholdningen til et bestemt lager over tid eller sammenligne forskjellige varehus også.

Denne teknikken som jeg lærer deg er en tidsrelatert analyse av høy kvalitet. Det ville vært veldig utfordrende å gå rundt denne innsikten, men på grunn av LuckyTemplates kan du gjøre det sømløst ved å bruke riktige DAX-formler og avanserte teknikker.

Ytterligere teknikker for metrisk forsyningskjede

På toppen av alt jeg har diskutert, kan du til og med overlegge et produkttypefilter. Du kan bruke den til å se på hvordan produktene eller produktkategoriene dine presterer over tid i forsyningskjeden din.

Mitt hovedeksempel ser på ordretransaksjoner, men du kan også se på lagerkostnader over tid. Det kan også være lurt å analysere andre data som kostnader , inntekter , transaksjoner eller bestillingsmengder i en hvilken som helst kjerneverdi. Alle disse dataene kan i stor grad hjelpe deg med å måle eller forutsi kontantbehovet ditt.

I tillegg kan du finne ut om etterspørselen din i løpet av markedsføringskampanjeperioden er betydelig høyere enn din daglige etterspørsel. Avhengig av resultatene kan du bestemme om du trenger å kutte kontantbehovet eller ta inn mer varelager for å oppfylle bestillinger.

Konklusjon

Det er mye verdifull innsikt du kan trekke ut fra forsyningskjeden. Viktigst av alt, denne innsikten kan gi betydelig verdi til virksomheten din.

Det hele begynner med å optimalisere forsyningskjeden og hente ut nyttig forretningsinnsikt.

Det har vært fantastisk å snakke om forretningsintelligens i LuckyTemplates med deg. Jeg vil også sette pris på om du kan like den tilsvarende videoen til denne opplæringen.

Lykke til med å utforske utdanningsplattformen vår!