Analiza scenariuszy – zmiany wolumenu

Studium przypadku: Analityka łańcucha dostaw w Power BI

Nick Switzer

Analytics Lead

Głębokie przemyślenia mądrego człowieka

Każdy ma plan, dopóki nie dostanie ciosu w twarz. -Mike Tyson

Mężczyzna w rękawicach bokserskich po otrzymaniu ciosu

Kobieta z laptopem unosząca palec w górę, jakby badała kierunek wiatru

Projekty zaczynają się od założeń
Narzędzia analityczne powinny uwzględniać tę niepewność
Źródła niepewności:
- Popyt
- Dopasowanie produktu do rynku
- Zewnętrzne warunki ekonomiczne
- Cena

Cykl pokazujący, że cena wpływa na popyt, popyt na wolumen produkcji, wolumen na koszt produkcji, a koszt na cenę (punkt wyjścia)

Zapracowany pracownik biurowy rozmawiający przez telefon i piszący na papierze przed laptopem

Przygotowanie i przetwarzanie ofert wymaga:

Nazwa kolumny	Opis
Part_Number	Identyfikator cytowanego numeru części
Supplier	Nazwa dostawcy, który przesłał ofertę
Volume	Minimalny wolumen produkcji dla podanej ceny
Unit_Cost	Cena jednostkowa z oferty
Non_recurring_expenses	Jednorazowe koszty wymagane dla danego wolumenu produkcji

Supplier	Part_Number	Volume	Unit_Cost	Non_recurring_expenses
Supplier_XYZ	Part_A	1000	$12.90	$2000
Supplier_XYZ	Part_A	5000	$9.78	$3000
Supplier_MNO	Part_A	1000	$5.90	$6000

Miara pełnego kosztu musi używać parametru wolumenu
Miara pełnego kosztu zwróci najniższy koszt spośród wszystkich kwalifikujących się kombinacji:
- Dostawca
- Część
- Wolumen
Idealny przypadek użycia funkcji iteracyjnej

MINX(<table>, <expression>) zwraca minimalną wartość wyrażenia obliczonego dla każdego wiersza podanej tabeli.

Funkcja do użycia

Full Cost (Measure) = MINX(<table>, < expression>)

Struktura miary

Full Cost (Measure) = MINX(FILTER(<table>,<filter>), <Full Cost formula>)

Studium przypadku: Analityka łańcucha dostaw w Power BI