供应链数据分析实战：Excel+Power BI

本书基于Excel和Power BI两大工具，从基础功能讲起，通过丰富的案例详细讲解供应链数据分析常用的技术和方法，帮助读者快速入门。全书共9章：供应链数据分析概述、供应链数据分析常用的方法与工具、数据分析利器—Excel、数据分析利器—Power BI、供应链预测分析、生产数据分析、采购数据分析、物流数据分析、使用Power BI制作供应链数据分析可视化看板。 本书通俗易懂、循序渐进、内容全面、讲解详细、案例丰富、实用性强，适合从事销售、计划、采购、生产、仓储物流等供应链相关领域的职场人士学习参考，也可作为大专院校的教材。

尚西（本名华彦春），供应链数据分析实战引领者，具备15年以上供应链数据分析实战经验。历任联想集团供应链分析师、顺丰速运物流数据分析专家，是人社部人工智能训练师（高级）、中物联供应链数据分析专家，拥有精益六西格玛黑带（成本优化方向）及钉钉低代码开发工程师认证（供应链数字化方向）。物流沙龙和仓库社区首席讲师，全网培训课程学习人数超50000，数据分析畅销书《Power BI数据分析从入门到进阶》作者。

前言 第1章 供应链数据分析概述1 本章介绍了供应链数据分析的基本概念，让读者了解供应链数据分析的含义、特征、类型和分析思路等，帮助读者建立对供应链数据分析的基本认知。 1.1　供应链是什么1 1.2　供应链业务数据的特征1 1.2.1　来源多系统2 1.2.2　结构多维化2 1.2.3　数据独立性2 1.3　供应链数据分析面临的问题2 1.3.1　信息孤岛现象普遍，数据系统难打通2 1.3.2　多表难以合并和关联3 1.3.3　种类繁多的数据分析软件难掌握3 1.4　供应链数据分析的四种类型4 1.4.1　销售数据分析：商业预测，驱动需求计划4 1.4.2　采购数据分析：库存控制，实现最优采购决策4 1.4.3　生产数据分析：科学排产，确保订单及时交付5 1.4.4 物流数据分析：最优模型，实现成本与效率最佳平衡5 1.5　供应链数据分析的三个要点6 1.5.1　看趋势：了解过去，预测未来6 1.5.2　看对比：对比数据，发现问题6 1.5.3　看构成：降本增效，提升利润6 1.6　供应链数据分析的八个步骤7 1.6.1　需求分析7 1.6.2　流程梳理7 1.6.3　指标构建7 1.6.4　数据获取7 1.6.5　数据清洗7 1.6.6　数据验证8 1.6.7　数据分析8 1.6.8 结果呈现8 第2章 供应链数据分析常用的方法与工具9 本章重点介绍供应链常用的方法和工具，让读者对这些方法和工具有一个系统性的认识。本章内容是全书后续内容的总括，详细的实操将在后面章节中结合具体案例逐一讲解。 2.1　供应链数据分析常用的方法9 2.1.1　预测分析9 2.1.2　规划求解10 2.1.3　模拟分析11 2.1.4　EOQ法11 2.1.5　ABC分类法13 2.1.6　EIQ仓储布局规划法14 2.1.7　SLP仓储布局规划法16 2.1.8　评价指标法17 2.1.9　重心法选址18 2.1.10　供应链绩效指标评估法18 2.2　供应链数据分析常用的工具20 2.2.1　Excel20 2.2.2　Power BI20 2.2.3　FlexSim21 2.2.4　SPSS21 2.2.5　其他工具22 2.2.6　Excel与Power BI的互补关系22 第3章 数据分析利器—Excel24 Excel是大多数企业离不开的实用工具，Excel功能丰富，很多资深用户也往往只掌握了其10%的功能。从供应链数据分析的角度，掌握Excel常用的功能尤为重要。 3.1　数据分析必会的Excel函数24 3.1.1　按条件查找引用函数：VLOOKUP24 3.1.2　按条件求和函数： SUMIF、SUMIFS26 3.1.3　按条件计数函数：COUNTIF、COUNTIFS27 3.1.4　批量乘积求和函数：SUMPRODUCT30 3.1.5　多场景分类汇总函数：SUBTOTAL31 3.1.6　字符串截取函数：LEFT、RIGHT、MID32 3.1.7　统计日期差函数：DATEDIF33 3.1.8　多重逻辑嵌套判断函数：IF34 3.2　Excel报表常用的处理工具36 3.2.1　数据透视表：多维度汇总数据36 3.2.2　条件格式：按条件显示不同颜色40 3.2.3　数据有效性：确保正确的数据输入42 3.2.4　数据分列：灵活拆分特定数据44 3.2.5　数据合并：高效便捷的多表合并46 3.3　常用的Excel图表48 3.3.1　选择、制作Excel图表的要点48 3.3.2　趋势分析—折线图49 3.3.3　结构分析—复合饼图50 3.3.4　转化分析—漏斗图50 3.3.5　绩效分析—雷达图51 3.3.6　频率分析—直方图52 3.3.7　构成分析—瀑布图52 第4章 数据分析利器—Power BI54 本章重点介绍数据分析利器—Power BI的基本概念、组件构成、基本术语、工作流程；学习Power BI的必要性；Power BI Desktop软件安装方法及操作界面；通过一个完整的数据分析可视化案例，让读者对数据分析的过程有一个系统性的认识。 4.1　认识Power BI54 4.2　Power BI Desktop概述56 4.3　上手Power BI—数据分析与可视化制作全过程63 第5章 供应链预测分析88 需求预测是供应链计划中最关键的一环，预测虽然并非精准结果，但有助于我们基于客观数据做出相对合理的预测并指导决策。 5.1　非季节性变动趋势预测88 5.2　季节性变动趋势下产品销量预测106 第6章 生产数据分析123 生产数据即与生产有关的数据，如原料数据、设备数据、工艺数据、产品数据等，生产数据分析主要包括生产计划自动排程、生产成本与效率分析、生产优化分析等。 6.1 使用Excel函数实现生产计划自动排程123 6.2 使用模拟分析实现总成本约束下的最优生产量分配127 6.3 使用规划求解实现利润最大化下的最优目标产量分配131 第7章 采购数据分析136 降本增效是采购的核心价值。如何实现降本增效？首先要基于采购数据进行深入的多维度数据分析，如价格分析、市场分析、产品分析、品类分析、区域分析、采购经济批量分析、供货水平分析、供应商服务能力分析等。 7.1 用评价指标法选择合适的供应商136 7.2 用模拟分析实现最优采购方案138 7.3 用EOQ模型实现最优订货方案141 第8章 物流数据分析152 物流数据分析主要包括仓储规划分析、进销存分析、存货周转分析、存货分析、物流成本分析、时效分析、物流网络布局规划等。 8.1 ABC分类法的实战应用案例152 8.2 采用EIQ分析法优化仓储布局159 8.3 采用重心法进行仓库选址163 8.4 采用模拟运算表测算物流成本率的变化167 8.5 用规划求解实现多点配送模式下车辆指派最优171 8.6 用规划求解设计最优运输方案173 第9章 使用Power BI制作供应链数据分析可视化看板179 供应链数据具有来源多系统、结构多维化、数据独立性的特征。因此，针对供应链数据，需要构建多维度、可视化的动态数据分析看板，便于清晰直观地对数据进行深入分析和钻取，从而洞察数据背后的业务规律。 9.1 某连锁门店销售分析可视化分析179 9.2 某制造业成品物流发货数据可视化分析198 9.3 某零售企业库龄与存货周转率可视化分析206