Це має великий потенціал головним чином тому, що відкриває шлях до високоефективного аналізу . Це також дозволяє вам автоматизувати деякі аналітичні дані, які ви, можливо, захочете отримати в майбутньому . Це чудово, якщо у вас немає унікальних даних бюджетування чи прогнозування, і вам потрібно створити їх з нуля.
Створюючи бюджет, ви можете почати просто з пошуку результатів минулого року, а потім спрогнозувати їх на майбутнє з додатковим збільшенням або зменшенням цих цифр. Але, виходячи з того, що я бачив, чув і в чому брав участь, різні організації використовують ряд механізмів бюджетування та прогнозування, які є набагато складнішими.
Завдяки LuckyTemplates ми уникаємо надто складних речей, таких як отримання прогнозів, бюджетів і контрольних показників. Уся справа в тому, щоб вплести певну логіку у свої формули.
Завдяки такому підходу вам не доведеться заново створювати дані та винаходити велосипед щорічно, щоквартально тощо.
Інша річ щодо бюджетів полягає в тому, що зазвичай вони ніколи не є однаковими. Ви завжди матимете певний вплив сезонності, що в багатьох випадках добре.
Ви можете отримати цей вплив сезонності, просто подивившись історичну інформацію. Це має показати, що змінилося у вашому бізнесі. Ось що ми збираємося зробити з цією формулою.
Створення продуктових бюджетів
У цьому прикладі я просто хочу повернутися до простішої версії. Якщо ви хочете спроектувати історичні цифри вперед, у LuckyTemplates насправді є спосіб зробити це майже автоматично за допомогою табличних функцій, які ми можемо реалізувати безпосередньо на робочому столі LuckyTemplates.
Я справді зосереджусь натут, щоб показати вам, як створювати бюджети з нічого або використовуючи історичну інформацію. Це також допоможе вам переконатися, що ви матимете на увазі вплив сезонності під час отримання цифр.
Почнемо з отримання результатів на основі місячних даних . Це ідеально підходить для сезонного впливу, оскільки він може враховувати такі елементи, як Різдво, літо або рекламні акції, які проводяться протягом певних часових проміжків.
Окрім переходу за місяцями, ви також робитимете це за продуктами . Об’єднані ці два параметри повинні дати вам сезонний вплив.
Тож тепер я збираюся створити нову таблицю . Пам’ятайте, що дані тут не будуть з Excel або будь-якої бази даних. Ми просто відтворюємо таблицю за допомогою формули DAX.
Я почну з функції ADDCOLUMNS .
Бувають випадки, коли достатньо використовувати дані з одного стовпця. У цьому випадку мені потрібні і місяць, і ідентифікатор продукту. Ось чому я використовуюфункція.
Зверніть увагу, що тут ми використовуємо чотири різні табличні функції в одній формулі. Але також тому ця формула дуже ефективна для отримання всієї необхідної інформації в таблицях і форматах, які можна аналізувати.
Повертаючись до функції ADDCOLLUMNS , ви побачите, що я використав її для додавання даних для бюджетів на 2018 рік.
Після цього я скористався функцією CALCULATE , щоб підрахувати загальний обсяг продажів у 2017 році, додавши зростання на 7,5%.
Простіше кажучи, для кожного продукту протягом кожного окремого місяця ми збираємося спрогнозувати або спроектувати бюджет вперед, який складатиметься з продажів за попередній рік плюс 7,5%.
Висновок
По суті, таким чином ви можете автоматично отримати деякі бюджети продукту з певним сезонним впливом. Ви просто збираєте продажі рік тому, але з додатковим розглядом того, що може вплинути на цифри на основі різних сезонів.
Наприклад, ваші продажі можуть зрости, коли в Північній Америці літо, тому що ви продаєте більше товарів людям у відпустці. Цей вплив буде продемонстровано в цих цифрах.
Ви навіть можете застосувати це до більш складних ситуацій, якщо концепція схожа, і вам потрібно буде усереднити історичну інформацію за різні роки, квартали тощо. Це лише питання заміни іншого елемента, а не просто перегляду Загальний обсяг продажів.
Пам’ятайте, що спочатку цього додаткового елемента не існувало. Ми щойно додали це, створивши нову таблицю.
Звідти досить легко візуалізувати дані, провести порівняння, показуючи відхилення та викиди, з’ясувати причини змін і визначити, що спричиняє вплив, який ми бачимо в наших даних.