|
POWER BI 采购数据分析 《摆脱束缚，效率倍增》 POWER BI数据分析系列 主讲：刘磐超 【课程背景】 在当今的数字化时代，采购分析不仅在管理采购功能方面，而且在整个组织中都起着重要作用。与传统的采购系统相比，通过数据聚合和数据挖掘等商业智能化BI工具，采购数据分析不仅能够帮助了解过去，更有助于通过预测未来行为来降低成本；帮助构建稳健的采购策略、做出更明智的采购决策，同时监控异常支出。 POWER BI是微软推出的一款强大智能分析工具，相比EXCEL，它能让用户更好地通过软件服务、应用和连接器的集合，轻松连接到数据源，直观地去创建各种见解和分析报表，并且通过强大的在线报表模板的存储库，用户还可制作在EXCEL中需要很高技巧才能实现的，各种维度的、精美报表出来。 本次课程，我们就将使用POWER BI这一强大的商业BI工具，从数据分析的维度，来讲解如何进行采购系统的数据建模，从采购业务、产品分析、供应商管理三个维度来搭建基本的采购业务分析数据视图，相信你一定会大有收获！ 【课程目标】 · 掌握数据分析的基本原理和步骤 · 会使用POWER BI进行数据整理 · 掌握建模方法 · 掌握几个重要的DAX函数 · 掌握如何创建度量值 · 掌握可化化报表的创建过程 · 掌握基本图表的运用 · 掌握POWER BI SERVICE，可视化报表的发布 【课程特色】干货，实战，系统掌握，受众面广，提升企业整体数据质量。 【课程对象】各办公室文员、有使用Excel需求的各级中层经理、业务骨干等。 【课程时间】2天 【课程大纲】 一. 数据分析思维 1. 数据分析概述– 知识/智慧、信息、数据 2. 数据分析参与的角色及分工 3. 业务数据分析 1) 描述性分析 2) 数据透视 3) 可视化图表 4. 数据分析要解决的问题 1) 了解情况 2) 发现规律 3) 预测未来 5. 商业智能分析框架介绍 1) 主要指标体系 – 汇总类、对比类、财务指标、电商指标、互联网运营指标、快消行业指标 2) 主要分析模型 – RFM模型，4P理论、可视化分析方法，5W1H分析法，销售漏斗模型、树状指标体系 3) 数据分析的流程 a) 业务理解 – 5W1H思维模型 b) 数据收集 – 各种数据源 c) 数据处理 – 数据的清洗和整理 d) 数据分析 – 描述性和预测体质 e) 数据展现 – 可视化展现 f) 成果报告 – 分析报告， POWER BI分析报表 二. POWER BI介绍 1. POWER BI 简介 2. POWER BI 的下载和安装 三. POWER BI进行数据整理 1. 数据源的导入 1) 从文本和CSV导入 2) 从工作簿导入 3) 从网站导入 4) 导入表 5) 导入连接 6) 案例演示 – 供应商联系记录表 2. 数据源整理 1) 列操作 a) 快速制作标题列 b) 选择和筛选列 c) 移动列 d) 添加自定义列 e) 添加条件列 f) 透视列和逆透视列的用途 g) 创建索引列 h) 创建重复列 2) 行操作 a) 删除和保留行 b) 转置行 c) 反转行 d) 分组依据 e) 转换
- 数据类型（日期、数值、文本、时间等类型的转换）
- 替换值 – 对不规范数据的修复
- 格式控制 - （大小写、修整、清除、添加前后缀等）
- 列的拆分与合并
- 数值提取 – 从不规范的数据中提取有用的数据
3) 数据的合并与追加 a) 表连接 – 替代VLOOKUP 连接原理 – 左外部、右外部、完全连接、内部连接在不同场景下的应用 两表连接 多表连接 b) 表追加 四. 度量值与DAX函数 1. 计算列和度量值 2. 聚合函数 3. 逻辑函数 4. 信息函数 5. 数学函数 6. 文本函数 7. 转换函数 8. 日期和时间函数 9. 关系函数 五. 数据呈现 1. 可视化看板的定制步骤 1) 明需求 2) 看数据 3) 定图表 4) 定排布 5) 画看板 2. 明需求 – 5W1H分析法 1) 看数据 a) 度量值 b) 分析维度 （时间、地点、人物、事件） 2) 定图表 – 只做介绍，展开在实战案例中讲 a) 关键指标 -卡片图、进度图、仪表图、水位图 b) 结构占比 – 饼图、树状图、旭日图、堆积图 c) 时间趋势 – 漏斗图、面积图、动态条形图 d) 比较排序 – 矩阵热力图、词云图、雷达图 e) 地理位置 – 点地图、热力地图、流程地图、三维地图 f) 分布规律 – 散点图、气泡图、箱线图、小提琴图 3) 定排布 – 注意力优先区域 a) 画看板 – 颜色的搭配 六. POWER BI报表的发布 1. 工作区 2. 内容分享– 发布到MS TEAMS 3. 报表的更新 4. POWER BI报表与仪表板操作 七. 采购业务数据分析 1. 业务看板 1) 分析维度：采购金额、采购量、采购折扣 2) 分析指标1： a) 指标：KPI, 上年年累计、增长率、平均折扣率、采购子品类数、平均付款周期、供应商数量 b) 数据可视化：仪表看板 3) 分析指标2： a) 指标：类别、子类别、品类、国家、城市、供应商 b) 数据可视看：分解树看板 2. 业务趋势分析 1) 分析维度1：采购金额、采购量、采购折扣 2) 分析维度2：类别、区域、供应商 3) 分析指标：KPI本期累计、同期累计 4) 数据可视化：对比柱状图 3. 业务ABC分析 1) 分析维度1：采购金额、采购量、采购折扣 2) 分析维度2：类别、区域、供应商 3) 分析维度3：ABC参数、自然年 4) 数据可视化：帕累托占比图 4. 产品品类分析 1) 分析维度1：国家、城市 2) 分析维度2：供应商，自然年 3) 分析指标：采购品类、采购子品类、平均折扣率 4) 数据可视化： a) 采购金额：瀑布图 b) 采购折扣、采购金额、平均折扣率：趋势折线图 5. 产品象限分析 1) 分析维度：国家、城市、供应商，自然年 2) 分析指标A组：采购金额与采购折扣率、采购金额与采购次数 3) A组可视化：散点图反应相关的关系 4) 分析指标B组：类别、子类别 、品类、子品类、采购金额、采购量、采购折扣、平均折扣率、最后采购间隔天数、采购次数、平均付款周期 5) B组可视化：条件格式化表格 6. 供应商总体分析 1) 分析维度：类别、子类别、品类、国家/地区 2) 分析指标A组：供应商数量、平均付款周期、平均折扣天数、平均折扣率真 3) 数据可视化A组：仪表板 4) 分析指标B组：采购金额（按供应商） 5) 数据可视化B组：瀑布图 6) 分析指标C组：采购金额（按年和城市）、采购折扣（按年）、采购折扣和平均折扣率（按年） 7) 数据可视化C组：各种形式的趋势对比图 7. 供应商RFM分析 1) 分析维度1：最后采购间隔天数、采购次数、采购金额 - 可调节参数 2) 分析维度2：子类别、国家/地区 3) 分析指标：按RFM方法对客户进行分类 4) 数据可视化: a) 条形图展示客户分类 b) 环形图展示分类占比 c) 散点图展示客户分类在采购金额与采购次数关系 d) 条件格式列表按供应商分类展示采购明细
| 
