In this first chapter, you will prepare and explore your new dataset in Power BI, to set things up for your inventory analysis. Of course, as with a real-world dataset, things might not be perfect, so you should keep your eyes open to check your data is in order and makes sense.

Inventory Analysis with Power BI

Power BI recap

Preparing data

Cleaning and exploring data

Cost of Goods Sold

Revenue and profit

Insight of inventory analytics

Exploratory Analysis

Here, you will continue developing more interesting metrics and methods for inventory analysis in Power BI, such as inventory turnover and ABC analysis, to help you investigate which items are best for WarmeHands Inc.

Analysis for Inventory Control and Management

Options

TRUE

FALSE

Identifying tools and metrics

Sales by year

Inventory turnover

Contrasting revenue

ABC analysis

Preliminary results

Reviewing results

Inventory Analysis

In the final chapter, it's time to start creating dashboard-style pages to share information with suitable applications on management practices, such as assisting in purchase decisions to improve stock management efficiently.

Reporting analytics

Dashboard objective

Smart purchasing

Inspecting categories

Control decisions

Management solutions

Item recommendations

Wrap-up

Reporting inventory analytics

Exercises and Datasets

Metadata sheet

DataCamp vs. Local Experience

Looking for a way to challenge what you have learned in Power BI? This case study can help you be prepared to tackle real-world problems in the field of inventory analysis.
You’ll analyze a dataset from a wonderful fictitious company named WarmeHands Inc. As with many retailers, they want to investigate possible improvements in inventory management and purchases, but they need some help. Here is where you come to the rescue. But as you will see, in a real-world case, not everything is perfect.
You will start using some Power Query for cleaning and exploring the data to verify everything makes sense. Next, you’ll work with some manipulations and intermediate DAX formulas for analyzing the clean information to obtain focused insights. Finally, you’ll finish by creating some attractive yet informative report pages.
By the time you’re finished, you’ll be more confident performing an inventory analysis using Power BI.


<h2>Uplatněte své dovednosti v případové studii Power BI</h2>
Hledáte způsob, jak prověřit to, co jste se naučili v Power BI? Tato případová studie vám může pomoci připravit se na řešení reálných problémů v oblasti analýzy zásob.
Budete analyzovat datovou sadu od úžasné fiktivní společnosti WarmeHands Inc. 
<br><br>
<h2>Ponořte se do správy zásob </h2>
Stejně jako mnoho maloobchodníků chtějí prozkoumat možné zlepšení v řízení zásob a nákupech, ale potřebují s tím trochu pomoci. Tady přicházíte na pomoc. Ale jak uvidíte, v reálném světě není všechno dokonalé.
<br><br>
<h2>Využijte Power Query pro čištění dat</h2>
Začnete používat Power Query k čištění a prozkoumávání dat, abyste ověřili, že vše dává smysl. Dále budete pracovat s různými úpravami a středně pokročilými vzorci DAX pro analýzu vyčištěných informací a získání cílených poznatků. Nakonec vše zakončíte vytvořením několika atraktivních, ale zároveň informativních stránek reportů.
<br><br>
Až budete hotovi, budete si jistější při provádění analýzy zásob pomocí Power BI.


Introduction to Power BI

Data Preparation in Power BI

DAX Functions in Power BI

Tato případová studie Power BI se zabývá analýzou zásob pomocí DAX a vizualizací.

Case Study: Inventory Analysis in Power BI

Tato případová studie Power BI sleduje reálný obchodní use case řešení analýzy zásob pomocí DAX a vizualizací. 


When filtering with DAX functions, you can do multiple filters at once by writing "&&" between each statement. 

You can create a new calculated table as a copy of an old table by using a DAX function to select columns from the old table.

You can use a DAX function to create a cumulative sum of an ordered variable.

Using a DAX function, you can assign more than two categories for your items. 

The starting and ending value in average value of inventory can be calculated by multiplying retail price with quantity of orders.

In ABC analysis, it is not necessary to order the percent of total revenue before calculating the cumulative increase.

Identifying tools and metrics

Case Study: Inventory Analysis in Power BI

Interaktivní praktické cvičení