Статистика управління запасами за допомогою LuckyTemplates: порівняння запасів і продажів

У цьому прикладі ми збираємося зануритися в дані керування запасами та отримати деякі чудові відомості. Ви можете переглянути повне відео цього підручника внизу цього блогу.

Я додаю трохи більше різноманітності в деякі розробки LuckyTemplates , які я тут демонструю, і це досить унікальне розуміння управління вашим інвентарем.

Усі дані мають свої нюанси, тому вивчення різноманітних методів дозволить будь-якому аналітику отримати прекрасну позицію для різних даних, які можуть бути представлені вам.

Переглядаючи цей приклад управління запасами, я сподіваюся розширити вашу думку про те, як можна використовувати LuckyTemplates. Унікальний аналіз виходить з того моменту, коли нам потрібно порівняти наші поточні запаси з продажами, які ми фактично бачимо в режимі реального часу в наших магазинах .

Що нам потрібно зробити, так це порівняти історичні продажі з тим, що ми зараз маємо в наявності, тому що саме так вам потрібно керувати своїми запасами (якщо ви на мить над цим глибоко задумаєтеся).

Розуміючи це, ви можете бути впевнені, що ви встигаєте за попитом або маєте пропозицію для сприяння будь-якому конкретному стратегічному просуванню чи продажам , які ви ініціюєте всередині бізнесу.

Я покажу вам, як побудувати вашу модель даних, як реалізувати правильнурозрахунки та як продемонструвати це у візуальний спосіб, який має сенс і добре підкреслює ваші споживачі.

Зміст

• Огляд процесу
• Перегляд використаних формул
• Статистика інвентаризації з моделі даних
• Висновок

Огляд процесу

Одним з важливих елементів для отримання інформації про запаси є інформація про продажі. Іншими словами, нам потрібно розрахувати наші продажі. Однак, щоб оптимізувати наш інвентар, нам потрібна таблиця, яка є міткою часу певного періоду.

Щодо даних інвентаризації ми матимемо різну інформацію про запаси щодня. З іншого боку, інформація про продажі є історичною , тому ми хочемо проаналізувати історичну інформацію про продажі, щоб переконатися, що ми оптимізуємо рівень наших запасів у будь-який певний момент часу. 

Я підключив таблиці пошуку до цих таблиць фактів, даних про продажі та контролю запасів запасів . У нас є клієнти , коди складів і продукти . 

Єдина відмінність – дата . Я створив тут неактивний зв’язок, тому що я не хочу фільтрувати цю таблицю Inventory Stock Control за датою, оскільки це позначка часу.

Якщо ми подивимося на звіт тут, то побачимо, що кінець липня є останнім днем ​​наших продажів, наприклад. Тож у той день ми знаємо, яку позначку часу можемо поставити, і ми можемо побачити всі здійснені продажі.

І ми хочемо порівняти кількість продажів, які ми здійснили за останні 90 днів, із тим, скільки запасів ми фактично маємо . Щоб досягти цього, нам потрібні деякі формули.

Перегляд використаних формул

Тож я створив показник, у якому почав із загального доходу . 

Потім, щоб обчислити останні 90 днів, я використав, що дозволяє нам мати дату початку та дату завершення. Отже, ми почали з 30 червня 2016 року, що є останнім днем ​​набору даних. Ми обчислюємо, який дохід ми отримали за останні 90 днів на продукт на основі двох дат.

Отже, максимальна дата завжди дорівнюватиме останній даті в нашому наборі даних, тобто 30 червня. З іншого боку, MAX Date – 90 дає нам 90-денне вікно для розрахунку нашого загального доходу за цей період для кожного продукту.

Коли ми дивимося на наш стіл, ми бачимо продукти, які ми продали найбільше за останні 90 днів. Тоді ми можемо порівняти його із загальною вартістю поточного запасу .

Для цього розрахунку ми переглядаємо кожен окремий рядок у нашій таблиці та не можемо підрахувати кількість і вартість товару. Потім робить суму загального значення. 

За допомогою цього розрахунку ми можемо побачити, скільки у нас є запасів для кожного продукту.

Потім я також запустив коефіцієнт запасів , тому що ми могли б мати рівень співвідношення, якого ми хочемо досягти для всіх наших продуктів, щоб у нас завжди було достатньо запасів продуктів для продажу. Я просто поділив загальний дохід за останні 90 днів на загальну вартість поточних запасів .

Це дає нам вторинну цифру, яку ми можемо аналізувати та сортувати, щоб побачити, які продукти продаються, а які – погано. І оскільки ми використовуємо цю чудову функцію таблиці, ми можемо добре сортувати її та чітко бачити найнижчі та найвищі коефіцієнти запасів.

Статистика інвентаризації з моделі даних

З результатів у таблиці ми можемо отримати важливу інформацію, окрім рівня наших запасів.

Низькі коефіцієнти запасів означають, що у нас, ймовірно, недостатньо запасів, і нам потрібно отримати більше, залежно від того, який коефіцієнт ви хочете встановити для виконання замовлень у майбутньому.

З іншого боку, високі коефіцієнти запасів, очевидно, є тими продуктами, які дуже погано продаються. Вони продаються небагато, тож, можливо, нам варто знизити їх вартість, щоб продати їх, а не сидіти, гальмуючи наш бізнес.

Це справді чудова інформація, яку ви можете отримати з даних інвентаризації.

Інша справа, що це пов’язано з нашою моделлю даних , і тому ми фактично маємо кілька складів, на яких можна зберігати запаси. Можливо, ми захочемо оптимізувати це й побачити наші продажі в окремих регіонах і складі, які розташовані.

Коли ми можемо натиснути на Склад , ми можемо побачити запаси, які ми зараз маємо на цьому конкретному складі. Потім ми можемо порівняти його з регіональною інформацією. У цьому прикладі я цього ще не зробив, але це сила використання моделі даних і встановлення додаткових фільтрів. 

Розрахунок днів нульового запасу – Insights Management Inventory w/LuckyTemplates

Управління запасами – презентація LuckyTemplates

Висновок

Ключ до чудового аналізу запасів – це добре розуміння моделі даних .

Ви повинні розуміти, що у вас є дві таблиці фактів, і вам потрібно пов’язати свої таблиці пошуку з цими двома таблицями фактів таким чином, щоб фільтри працювали правильно. Таким чином, якщо ви додасте певний контекст до ваших обчислень, фільтри на місці обчислять результати, які мають для вас сенс. 

Поєднання всіх цих методів навколо різних аспектів LuckyTemplates – це те, до чого вам справді потрібно дістатися, щоб витягти справді хороші ідеї.

Усі ці методи окремо не дають такого результату, як коли ви  поєднуєте модель даних із обчисленнями DAX і дійсно високоякісними візуалізаціями .

Ось де справжня сила у використанні LuckyTemplates як аналітичного інструменту.

Усього найкращого в роботі над тим, як ви можете вмістити ці типи методів у ваші власні набори даних.