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.

Analisis Persediaan dengan Power BI

Opsi

Persiapan data

Eksplorasi data dan perhitungan

Ulasan singkat Power BI

Menyiapkan data

Membersihkan dan mengeksplorasi data

Cost of Goods Sold

Pendapatan dan laba

Wawasan dalam analitik persediaan

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

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

DataCamp vs. Local Experience

Exercises and Datasets

Metadata sheet

Sedang mencari tantangan untuk menguji apa yang telah Anda pelajari di Power BI? Studi kasus ini akan membantu Anda siap menghadapi masalah nyata di bidang analisis persediaan.
Anda akan menganalisis himpunan data dari perusahaan fiktif bernama WarmeHands Inc. Seperti banyak peritel lainnya, mereka ingin menelusuri peningkatan yang mungkin dilakukan dalam pengelolaan persediaan dan pembelian, namun mereka memerlukan bantuan. Di sinilah Anda berperan. Namun seperti pada kasus nyata, tidak semuanya akan sempurna.
Anda akan mulai menggunakan Power Query untuk membersihkan dan menelusuri data guna memastikan semuanya masuk akal. Selanjutnya, Anda akan melakukan beberapa manipulasi dan menggunakan rumus DAX tingkat menengah untuk menganalisis informasi yang sudah bersih agar memperoleh wawasan yang terfokus. Terakhir, Anda akan menutupnya dengan membuat halaman laporan yang menarik sekaligus informatif.
Di akhir pembelajaran, Anda akan lebih percaya diri melakukan analisis persediaan menggunakan Power BI.


<h2>Terapkan Keterampilan Anda dengan Studi Kasus Power BI</h2>
Mencari cara untuk menguji apa yang telah Anda pelajari di Power BI? Studi kasus ini dapat membantu Anda mempersiapkan diri untuk mengatasi masalah nyata di bidang analisis persediaan.
Anda akan menganalisis dataset dari sebuah perusahaan fiktif yang luar biasa bernama WarmeHands Inc. 
<br><br>
<h2>Menyelami Manajemen Persediaan </h2>
Seperti halnya banyak pengecer lainnya, mereka ingin menyelidiki kemungkinan perbaikan dalam manajemen persediaan dan pembelian, tetapi mereka membutuhkan bantuan. Di sinilah Anda datang untuk menolong. Namun, seperti yang akan Anda lihat, dalam kasus nyata, tidak semuanya sempurna.
<br><br>
<h2>Gunakan Power Query untuk Pembersihan Data</h2>
Anda akan mulai menggunakan Power Query untuk membersihkan dan menganalisis data guna memastikan semuanya masuk akal. Selanjutnya, Anda akan bekerja dengan beberapa manipulasi dan rumus DAX intermediate untuk menganalisis informasi yang telah dibersihkan guna memperoleh wawasan yang terfokus. Akhirnya, Anda akan menyelesaikan proses ini dengan membuat beberapa halaman laporan yang menarik namun informatif.
<br><br>
Setelah Anda selesai, Anda akan lebih percaya diri dalam melakukan analisis inventaris menggunakan Power BI.


Introduction to Power BI

Data Preparation in Power BI

DAX Functions in Power BI

Studi kasus Power BI ini membahas analisis inventaris menggunakan DAX dan visualisasi.

Studi Kasus: Analisis Persediaan di Power BI

Studi kasus Power BI ini menguraikan penerapan nyata dalam bisnis untuk menganalisis persediaan menggunakan DAX dan visualisasi. 


Mengoreksi kesalahan dengan opsi _Replace Values_

Memodifikasi struktur data dengan menggabungkan tabel menggunakan _Merge Queries_

Mengidentifikasi duplikasi dengan mengaktifkan tampilan _Column distribution_

Membuat variabel baru dengan _New column_

Mengidentifikasi variabel untuk memperoleh COGS

Membuat visualisasi data untuk mendapatkan gambaran informasi per kategori

Ulasan singkat Power BI

Studi Kasus: Analisis Persediaan di Power BI

Latihan interaktif praktis