Power BI實用案例——存貨分析
老闆又來出難題了，最近公司新入職一個IE工程師，大刀闊斧的在公司推行精益管理，第一板斧揮向倉庫呆滯物料，公司例會上言辭犀利的闡述呆滯物料對於公司經營的阻礙，呆滯物料不僅會佔用倉儲空間，還會佔用公司資金流，隨著時間的推移，呆滯物料貶值，也會直接造成公司經濟損失，老闆表示相當認同的同時，要求倉儲部門全面配合推行IE工程師的工作，你作為倉儲主管組織人手對在制物料進行一次大盤點，如期將物料明細交給IE工程師，卻在公司例會上被老闆狠批一頓，為啥被批呢？因為倉儲管理不能目視化，一堆資料擺在那裡，呆滯物料型別是什麼？為什麼會呆滯？庫存結構無法直觀體現？庫存分佈是啥樣的？接下來物料管理的改善方向在哪裡？一堆問題砸的你是啞口無言一籌莫展，會議的最後IE工程師高喊口號：改善永無止境！你在心理叫苦連天：這活咋幹嘛！別急，跟我來！
想要一份這樣的視覺化看板嗎？想學嗎？我教你呀！
一、案例背景：
以某服飾品牌資料為例，從庫存狀況，銷售狀況、倉儲狀況三個角度對存貨進行分析，瞭解整體庫存情況，包括當前庫存數量，庫存金額、庫存款式數量、零星款式數量等，另外從年份、季節、性別、類別、貨齡等多個維度檢視庫存結構，透過貨齡檢視庫存分佈。
二、設計思路：
（1）、建立度量值和輔助列（8個度量值+1個新增列貨齡區間）
（2）、製作視覺化報告—年份、季節切片器
（3）、製作視覺化報告—庫存數量、庫存金額、款式數量、零星款式數量卡片圖
（4）、製作視覺化報告—年份、季節、性別環形圖
（5）、製作視覺化報告—庫存金額分解樹
（6）、製作視覺化報告—庫存量賽跑圖
★建立度量值
首先建立三個基礎度量值
公式:
銷售數量 = SUM('存貨明細'[銷量]) 銷售金額 = SUM('存貨明細'[銷售額]) 庫存量 = SUM('存貨明細'[庫存數量])
再建立兩個迭代聚合函式度量值
公式:
庫存金額 = SUMX('存貨明細','存貨明細'[庫存數量]*'存貨明細'[零售價]) 銷售零售額 = SUMX('存貨明細','存貨明細'[銷量]*'存貨明細'[零售價])
√公式解析：
這裡用到了SUMX函式，這個函式是一個迭代函式，以“庫存金額”為例，公式含義為求庫存數量與零售價的乘積之和，語法形式：SUMX（表，列*列）
最後建立款式數量度量值
公式:
款式數量 = CALCULATE(DISTINCTCOUNT('存貨明細'[貨號]),'存貨明細'[庫存數量]>0) 零星款式數量 = CALCULATE(DISTINCTCOUNT('存貨明細'[貨號]),'存貨明細'[庫存數量]>0&&'存貨明細'[庫存數量]<6)
√公式解析：
這裡用到了CALCULATE和DISTINCTCOUNT，CALCULATE行上下文函式，用於表示式新增篩選條件，DISTINCTCOUNT對列中不重複的值進行計數，以“款式數量”為例，公式含義為對庫存數量大於0的不重複的貨號進行計數。
★建立輔助列
為了分析庫存分佈，我們需要對資料表新增兩個輔助列，來幫助我們計算貨齡區間，新建列貨齡和貨齡區間，
公式:
貨齡 = DATEDIFF([上市日期],DATE(2018,6,30),DAY)+1
√公式解析：這裡用到了DATEDIFF返回兩個日期之間的單位量，公式含義為以天為單位求上市日期到2018.6.30之間的日期差，+1是為了將上市日期當天也算到日期差中
公式:
貨齡區間 = SWITCH(TRUE(), '存貨明細'[貨齡]<=30,"30天以下", '存貨明細'[貨齡]<=60,"30-60天以下", '存貨明細'[貨齡]<=90,"60-90天以下", '存貨明細'[貨齡]<=120,"90-120天以下", "120天以上")
√公式解析：這裡用到了SWITCH(TRUE()邏輯函式的固定寫法，以此為例'存貨明細'[貨齡]<=30,"30天以下",含義為貨齡小於等於30，返回“30天以下”字串
到這一步，我們需要的分析運算就都完成了，下面讓我們一起來進行製作視覺化報告吧。
1、建立兩個切片器，分別是年份、季節
2、建立四個卡片圖，分別將庫存量、庫存金額、款式數量和零星款式數量拖動進去
3、建立三個環形圖，對不同維度的庫存金額進行分析，以第一張環形圖為例，將庫存金額拖動到值欄位，將年份拖動到圖例，設定格式，開啟詳細資訊標籤，將標籤內容改為“類別，總百分比”，其餘兩張圖只需要更換圖例欄位就可以了
4、建立一個分解樹，將“庫存金額”拖動到分析欄中，設定欄位將值顯示為“佔總計的百分比”，再將貨齡區間、性別、類別拖動到解釋依據欄中，透過點選藍色條形，就可以很直觀的解析庫存結構，以下圖為例，主要庫存金額中主要以60-90天以下貨齡區間為主，佔比44.25%，其中男子服飾佔比31.23%，而男子服飾主要呆滯類別為短袖T恤
這裡我要對貨齡區間做一下解讀，一個健康的庫存結構，多數以當季為主，也就是貨齡區間小的，比如30天以下的，或者60-90天以下的，相對的過季產品也就越少越好，貨齡區間越大，呆滯風險越高，所以貨齡區間為管理庫存結構的重要指標。
5、建立一個庫存量賽跑圖，從第三方圖表中下載Animated Bra Chart,將類別拖動到name欄中，將款式數量拖動到Value欄中，將年份拖動到Period欄中，就可以得到一張庫存量賽跑圖，賽跑圖顧名思義是一張滾動圖，我們可以很直觀的看到，哪個產品類別的庫存量在逐步上升
到這裡我們的庫存視覺化分析案例就大功告成了，你學會了嗎？
目前已組建有BI線上服務團隊，活躍接單老師超百人，專注解決BI橫向、縱向相關的各類技術問題，包括但不限於各類BI工具、python、資料倉儲、程式設計開發等服務。
BI包括但不限於永洪bi、quickbi、PowerBI、FineBI、Finereport、smartbi、tableau、qliksense等BI工具 ，可以製作BI系統，或解決單個專案，單個問題，考試相關、一對一教學等服務有意聯絡瓶子微信：wdfyqx