I det här första kapitlet förbereder och utforskar du ditt nya dataset i Power BI för att lägga grunden för lageranalysen. Precis som med verkliga dataset är inte allt alltid perfekt – håll därför ögonen öppna och kontrollera att dina data är korrekta och rimliga.

Lageranalys med Power BI

Repetition av Power BI

Förbereda data

Rensa och utforska data

Kostnad för sålda varor

Intäkter och vinst

Insikt om lageranalys

Utforskande analys

Här fortsätter du att utveckla intressanta mätvärden och metoder för lageranalys i Power BI, till exempel lageromsättningshastighet och ABC-analys, för att undersöka vilka produkter som är mest värdefulla för WarmeHands Inc.

Analys för lagerkontroll och lagerhantering

Alternativ

SANT

FALSKT

Identifiera verktyg och mätvärden

Försäljning per år

Lageromsättning

Jämföra intäkter

ABC-analys

Preliminära resultat

Granska resultaten

Lageranalys

I det sista kapitlet är det dags att börja skapa dashboardliknande sidor för att dela information med relevanta tillämpningar inom hanteringspraxis – till exempel som stöd vid inköpsbeslut för att effektivisera lagerhanteringen.

Rapporteringsanalys

Dashboardens syfte

Smart inköpsplanering

Undersöka kategorier

Styra beslut

Hanteringslösningar

Artikelrekommendationer

Avslutning

Rapportering av lageranalys

Exercises and Datasets

Metadata sheet

DataCamp vs. Local Experience

Vill du utmana dig själv med det du lärt dig i Power BI? Den här fallstudien hjälper dig att förbereda dig för verkliga problem inom lageranalys.
Du analyserar ett dataset från det fiktiva företaget WarmeHands Inc. Precis som många återförsäljare vill de undersöka möjliga förbättringar i lagerhantering och inköp – och de behöver hjälp. Det är här du kliver in. Men som du kommer att märka är verkligheten sällan perfekt.
Du börjar med att använda Power Query för att rensa och utforska data och kontrollera att allt stämmer. Sedan arbetar du med olika omvandlingar och DAX-formler på mellannivå för att analysera den rensade informationen och ta fram användbara insikter. Avslutningsvis skapar du tilltalande och informativa rapportsidor.
När du är klar kommer du att känna dig tryggare med att utföra en lageranalys i Power BI.


<h2>Tillämpa dina färdigheter med en Power BI-fallstudie</h2>
Letar du efter ett sätt att utmana det du har lärt dig i Power BI? Den här fallstudien kan hjälpa dig att vara förberedd på att ta dig an verkliga problem inom lageranalysområdet.
Du kommer att analysera en datamängd från ett underbart fiktivt företag som heter WarmeHands Inc. 
<br><br>
<h2>Fördjupa dig i lagerhantering </h2>
Precis som många återförsäljare vill de undersöka möjliga förbättringar i lagerhantering och inköp, men de behöver lite hjälp. Här kommer du till undsättning. Men som du kommer att se är inte allt perfekt i ett verkligt fall.
<br><br>
<h2>Använd Power Query för datarensning</h2>
Du kommer att börja använda lite Power Query för att rensa och utforska data för att verifiera att allt är logiskt. Därefter kommer du att arbeta med några manipulationer och mellanliggande DAX-formler för att analysera den rena informationen och få fram fokuserade insikter. Slutligen avslutar du med att skapa några attraktiva men informativa rapportsidor.
<br><br>
När du är klar kommer du att känna dig säkrare på att genomföra en lageranalys med Power BI.


Introduction to Power BI

Data Preparation in Power BI

DAX Functions in Power BI

Denna Power BI-fallstudie handlar om lageranalys med DAX och visualiseringar.

Fallstudie: Lageranalys i Power BI

Denna Power BI-fallstudie följer ett verkligt affärsfall om att hantera lageranalys med DAX och visualiseringar. 


När du filtrerar med DAX-funktioner kan du tillämpa flera filter samtidigt genom att skriva "&&" mellan varje uttryck.

Du kan skapa en ny beräknad tabell som en kopia av en befintlig tabell genom att använda en DAX-funktion för att välja kolumner från den ursprungliga tabellen.

Du kan använda en DAX-funktion för att skapa en kumulativ summa av en ordnad variabel.

Med en DAX-funktion kan du tilldela fler än två kategorier till dina artiklar.

Start- och slutvärdet för genomsnittligt lagervärde kan beräknas genom att multiplicera försäljningspriset med orderkvantiteten.

Vid ABC-analys behöver man inte sortera andelen av den totala intäkten innan man beräknar den kumulativa ökningen.

Identifiera verktyg och mätvärden

Fallstudie: Lageranalys i Power BI

Interaktiv övning med praktiskt arbete