Wat is zelf in Python: voorbeelden uit de echte wereld
Wat is zelf in Python: voorbeelden uit de echte wereld
Ik ga hier een uniek stukje analyse bespreken met betrekking tot LuckyTemplates Inventory Management. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.
Dit idee kwam voort uit een vraag op het . Het lid wilde berekenen hoeveel dagen er waren dat de voorraad op nul stond. Dit zal gebaseerd zijn op gegevens over voorraadbewegingen.
Inhoudsopgave
Voorbeeld gegevensvisualisatie
Laten we beginnen met een visualisatie van de gegeven voorbeeldgegevens, zoals hieronder weergegeven.
U ziet dat de grafiek de voorraadniveaus over een bepaalde periode weergeeft . Veel SAP-systemen tonen gegevens zoals deze, waar u daadwerkelijke voorraadbewegingen kunt zien.
Je kunt zien of de voorraden op een bepaald moment met 20 zijn toegenomen, of met 3 zijn afgenomen, enzovoort. Dat zie je hier in de kolom Hoeveelheid .
Voor de duidelijkheid zijn de materialen ook in specifieke groepen verdeeld. Het maakt het efficiënter om erachter te komen welke specifieke producten of materialen in beweging zijn .
Als er voorraadwijzigingen plaatsvinden, heb je daar ook een datum voor nodig. Dit vertelt u wanneer een specifiek aandeel beweging vertoonde.
Hetzelfde wordt gedaan wanneer er extra voorraad binnenkomt. Elke activiteit is gekoppeld aan de datum waarop deze plaatsvond of wanneer deze werd geboekt.
Model met vereiste gegevens
Uit die specifieke groepen gegevens wordt dit eenvoudige model gegenereerd. Het toont elke beweging die nodig is om de gewenste resultaten te krijgen.
Met deze informatie kunnen we op elk moment een cumulatief totaal van ons voorraadniveau maken. Van daaruit kunnen we de dagen tellen dat er geen voorraad was.
Laten we hier wat context toepassen. We tellen de dagen af; dit betekent dat we specifieke data nodig hebben.
Zoals eerder vermeld, zijn de materialen ook verdeeld in aparte groepen. Dit vertelt ons welke specifieke aandelen in beweging zijn. Dat zien we hier.
Wat betreft de berekeningen, ze zullen allemaal gebeuren in de onderstaande tabel.
Het demomodel is niet zo lang en ingewikkeld, maar laat wel alle beweging zien die je nodig hebt.
Laten we nu eens kijken hoe deze eruit zien op onze tafel. Je hebt alleen een simpele som nodig van de voorraadwijzigingen en de hoeveelheid.
Die berekening verschijnt in de kolom Hoeveelheid .
We gaan hier ook enkele filters toevoegen. Ik zal later de formule laten zien die voor het filter is gebruikt, maar zo ziet ons filter eruit.
Je zult zien dat we op dit moment maar één specifiek materiaal hebben gekozen. Daarom zie je hetzelfde type materiaal ook staan vermeld in de kolom Materiaalbeschrijving.
Natuurlijk hebben we een slicer waarmee we de tijdsperiode kunnen specificeren voor de gegevens die we als resultaat krijgen.
Als je naar de tabel kijkt, kun je nu zien dat we op deze specifieke datum min 1 hadden, wat betekent dat er waarschijnlijk één aandeel is verkocht.
Elke keer dat er een nummer verandert, zie je de visualisatie ook veranderen. Dus in dit geval is dat 1 stuk verkochte voorraad te zien in deze druppel op de grafiek.
Naast de verkochte producten zie je ook dat er op een bepaalde dag 15 stuks voorraad zijn binnengekomen.
Het totale aantal dagen tellen met nul aandelen
De techniek die ik hier heb gebruikt lijkt erg op de gebruikelijke manier waarop je een zou doen .
Wanneer dit cumulatieve totaal is gemaakt, wordt het gespiegeld in uw visualisatie. We zoeken naar dagen waarop de voorraad nul is, wat u kunt zien in de dalen op uw grafiek.
Hier zie je dat op een specifieke dag 13 aandelen uit de inventaris zijn gehaald, waardoor je nul aandelen hebt. Dus alles wat we moeten doen is gelijkaardige dagen als deze vinden, en dan uitvinden hoeveel van die dagen er in totaal zijn.
Dit resultaat wordt hier weergegeven, aangeduid als Days Out Of Stock .
Om dat aantal te krijgen, moeten we een virtuele tabel bouwen die de drie kolommen laat zien die de gegevens bevatten die we nodig hebben.
Die virtuele tafel is gebouwd met behulp van dit deel van de formule.
Laten we die formule stuk voor stuk bespreken.
Ik begon met ADDCOLUMNS , daarna gebruikte ik CROSSJOIN om ervoor te zorgen dat elke specifieke datum en elk materiaal wordt weergegeven.
Dus laten we zeggen dat een specifiek soort materiaal op een specifieke dag is verplaatst. Dit deel van de formule zorgt ervoor dat alle datums binnen de tijdsperiode worden vermeld, inclusief de datum waarop de beweging plaatsvond.
Aan de andere kant is het dit deel van de formule dat een lijst maakt van alle mogelijke materiaalsoorten. Dit zorgt ervoor dat wanneer die beweging plaatsvindt, de tabel rekening houdt met die specifieke voorraad.
Zodra de datums en aandelen aan de tabel zijn toegevoegd met behulp van CROSSJOIN , kunt u nu een nieuwe kolom maken die het cumulatieve totaal weergeeft , zoals weergegeven in dit deel van de onderstaande formule.
Onthoud dat je hier alleen de nullen telt. Maar hoe zit het met de lege ruimtes op onze Totalen?
Daar is dit deel van de formule voor.
U zult zien dat we zoeken naar kolommen met nul erin. Tegelijkertijd sluiten we ook rijen uit die BLANK zijn .
Deze lege rijen zijn er omdat dat specifieke soort voorraad gedurende die specifieke tijd misschien nog geen deel uitmaakte van de inventaris. In de bovenstaande tabel ziet u dat de lege ruimtes komen voordat 15 stuks van die specifieke voorraad zijn toegevoegd. Dit betekent dat deze levering van 15 voorraden misschien wel de eerste keer was dat ze een dergelijk product hadden.
Zodra de formule is toegepast, krijgt u het nummer dat u nodig hebt. Dat is absoluut veel beter dan één voor één door de rijen te scrollen en te tellen hoeveel van hen nullen zouden bevatten.
Inzichten in voorraadbeheer met LuckyTemplates: voorraad vergelijken met verkoop
LuckyTemplates Mobile Reporting Tips en technieken
Het belang van het creëren van overtuigende LuckyTemplates-visualisaties
Conclusie
Dus nogmaals, we hebben een ander probleem opgelost door een virtuele tafel te bouwen. Deze keer wordt de aanpak toegepast als een LuckyTemplates-voorraadbeheertechniek. Die virtuele tabel gaf ons het exacte resultaat dat we nodig hadden, namelijk het totale aantal dagen dat er geen voorraad was.
Hopelijk kun je dit unieke concept binnen LuckyTemplates gebruiken.
Al het beste,
Wat is zelf in Python: voorbeelden uit de echte wereld
Je leert hoe je objecten uit een .rds-bestand in R opslaat en laadt. In deze blog wordt ook besproken hoe je objecten uit R naar LuckyTemplates importeert.
In deze tutorial over DAX-coderingstaal leert u hoe u de functie GENERATE gebruikt en hoe u de titel van een maat dynamisch wijzigt.
Deze zelfstudie behandelt hoe u de Multi Threaded Dynamic Visuals-techniek kunt gebruiken om inzichten te creëren op basis van dynamische gegevensvisualisaties in uw rapporten.
In dit artikel zal ik de filtercontext doornemen. Filtercontext is een van de belangrijkste onderwerpen waarover elke LuckyTemplates-gebruiker in eerste instantie zou moeten leren.
Ik wil laten zien hoe de online service LuckyTemplates Apps kan helpen bij het beheren van verschillende rapporten en inzichten die uit verschillende bronnen zijn gegenereerd.
Leer hoe u wijzigingen in uw winstmarge kunt berekenen met behulp van technieken zoals vertakking van metingen en het combineren van DAX-formules in LuckyTemplates.
Deze tutorial bespreekt de ideeën van materialisatie van datacaches en hoe deze de prestaties van DAX beïnvloeden bij het leveren van resultaten.
Als u tot nu toe nog steeds Excel gebruikt, is dit het beste moment om LuckyTemplates te gaan gebruiken voor uw zakelijke rapportagebehoeften.
Wat is LuckyTemplates Gateway? Alles wat u moet weten