"IT有得聊”是机械工业出版社旗下IT专业资讯和服务平台,致力于帮助读者在广义的IT领域里,掌握更专业、实用的知识与技能,快速提升职场竞争力。 点击蓝色微信名可快速关注我们!
送书规则:
留言点赞最多(前五名,一人一本)且转发至朋友圈
随着移动互联网和电商的发展,业务场景和企业数据呈现复杂化,多维化,海量化的特征,传统的Excel工具已经不堪重负,难以胜任。因此,企业人员急需一款易上手,简单实用的BI软件,便于对大数据中进行数据清洗,数据建模,并形成可视化动态图表分析,实现数据驱动业务决策。目前,Power BI无疑是最佳的商业智能分析工具之一。
PowerBI是国际上通用的一款商务智能软件,想象一下全球有超过150万的组织在使用Power BI。如果把学习看成一种投资,那么学习Power BI就是一项非常保值的学习投资。数据处理与分析能力已经成为职场人士的基本要求。熟练使用Excel已经成了职场人士基本必备技能,进一步掌握数据分析利器Power BI可以为职场人士提供重要的竞争力。Power BI拥有强大的数据清洗与整理,数据建模,数据可视化功能,可以很好地提升业务人员的数据处理分析能力。掌握Power BI甚至可能成为业务人员在未来 5 年安身立命的专业技能。那么,Power BI到底强在哪里呢?
1.我们可以将Power BI看作Excel和PPT的后辈。它整合了Excel里面的三大插件Power Query、Power Pivot、 Power View并加入了社交分享的功能。
2.Excel可以做出“精彩“的图表,但Power BI能作出效果令人“惊叹”的图表。
3.Power BI可以让用户以极高的效率完成数据处理和分析,快速得到炫酷的可视化结果。
眼见为实,举个例子,来看看Power BI是如何应用于业务实践。在企业中,库存周转率是一项重要的供应链指标,如何用Power BI做库存周转率分析呢?
首先要深刻理解什么是存货(库存)周转率。存货是仓储物流指标,存货周转率本质上是财务指标,属于管理会计范畴。以财务视角,就是优化企业存货管理,存货是企业的流动资产,但是流动性是所有资产中流动性最差的资产,是“不值钱”的资产,只有变现换成了钱才值钱,库存高的企业,占用资金额较大。所以,存货的周转速度,决定了企业资金的使用效率。具体选择哪种,要结合业务场景和分析的目的。如一家制造业,为了提升运营效率,减少库存,分析时更适合采取销货成本的方法计算存货周转率;而在诸如电商企业,为了分析加快周转速度对盈利能力的影响,一般使用营业收入来计算存货周转率。在仓储行业,主要目的是提升库存周转效率,监控库龄长的存货,适合选择以销货成本作为指标构建的存货周转率。下面以一家电商企业案例来分享分析过程。背景:源数据是一家电商企业截止2019年12月31日的库存和销售情况,通过这个数据,利用Power BI构建可视化图表,分析监控库存、库龄及存货周转率。通过提高存货周转效率,提升企业盈利能力。步骤2:数据建模-分别建立度量值:销售数量;销售金额;库存量;库存金额(SUMX)步骤3:数据建模-插入计算列:库龄(DATEDIFF)步骤4:数据建模-插入计算列:库龄区间(Switch函数分组)存货周转率(次数)=销货成本/平均存货余额 (从分析存货的流动性角度)存货周转率(次数)=营业收入/平均存货余额 (从分析盈利能力角度)平均存货余额=(期初采购库存金额+期末库存金额)/2步骤6:数据建模-创建存货周转率度量值。自定义期初采购库存金额。Purchase。提示:互联网促销,为了分析加快周转速度对盈利能力的影响,使用的是与营业收入相关的资产周转率。因此,为了提高库存周转效率,监控库龄长的存货,这里选择从销货成本作为构建存货周转率指标。步骤7:可视化构建-库龄区间瀑布图。X库龄区间,Y库存量。步骤8:可视化构建-卡片图。库存量;库存金额;库存周转率。步骤9:可视化构建-品类切片器(Chiclet Slicer)。步骤10:品类切片器排序。输入数据-创建新表:品类顺序表。构建一对多关系;新建列,用RELATED函数将品类顺序表中的顺序字段引入库存表。选择类别列,排列顺序选择按照 品类顺序。步骤11:创建度量值-毛利率。创建各品类的毛利率柱形图。工欲善其事,必先利其器。想了解Power BI更多的精彩实操案例,可以参阅尚西老师的新书《Power BI数据分析从入门到进阶》
▊《Power BI数据分析从入门到进阶》
尚西 著
本书从Power BI的基础功能讲起,逐步深入到Power BI进阶实战,以系统化的实操步骤和丰富的实际案例让读者快速入门Power BI数据分析,掌握Power BI在多个业务领域的实际应用。全书共8章:商业智能与数据分析概述;Power BI简介;数据分析与可视化制作全过程;Power BI数据预处理;Power BI数据建模;Power BI数据可视化;Power BI在线服务;Power BI数据分析实战案例。
扫码进入购书链接
庆祝机械工业出版社创立70周年钜惠来袭
机械工业出版社旗舰店
现货直发
当当图书