封面
前折页
书名页
版权
前言
第1章 供应链数据分析概述
 1.1 供应链是什么
 1.2 供应链业务数据的特征
  1.2.1 来源多系统
  1.2.2 结构多维化
  1.2.3 数据独立性
 1.3 供应链数据分析面临的问题
  1.3.1 信息孤岛现象普遍，数据系统难打通
  1.3.2 多表难以合并和关联
  1.3.3种类繁多的数据分析软件难掌握
 1.4 供应链数据分析的四种类型
  1.4.1 销售数据分析：商业预测，驱动需求计划
  1.4.2 采购数据分析：库存控制，实现最优采购决策
  1.4.3 生产数据分析：科学排产，确保订单及时交付
  1.4.4 物流数据分析：最优模型，实现成本与效率最佳平衡
 1.5 供应链数据分析的三个要点
  1.5.1 看趋势：了解过去，预测未来
  1.5.2 看对比：对比数据，发现问题
  1.5.3 看构成：降本增效，提升利润
 1.6 供应链数据分析的八个步骤
  1.6.1 需求分析
  1.6.2 流程梳理
  1.6.3 指标构建
  1.6.4 数据获取
  1.6.5 数据清洗
  1.6.6 数据验证
  1.6.7 数据分析
  1.6.8 结果呈现
第2章 供应链数据分析常用的方法与工具
 2.1 供应链数据分析常用的方法
  2.1.1 预测分析
  2.1.2 规划求解
  2.1.3 模拟分析
  2.1.4 EOQ法
  2.1.5 ABC分类法
  2.1.6 EIQ仓储布局规划法
  2.1.7 SLP仓储布局规划法
  2.1.8 评价指标法
  2.1.9 重心法选址
  2.1.10 供应链绩效指标评估法
 2.2 供应链数据分析常用的工具
  2.2.1 Excel
  2.2.2 Power BI
  2.2.3 FlexSim
  2.2.4 SPSS
  2.2.5 其他工具
  2.2.6 Excel与Power BI的互补关系
第3章 数据分析利器——Excel
 3.1 数据分析必会的Excel函数
  3.1.1 按条件查找引用函数：VLOOKUP
  3.1.2 按条件求和函数：SUMIF、SUMIFS
  3.1.3 按条件计数函数：COUNTIF、COUNTIFS
  3.1.4 批量乘积求和函数：SUMPRODUCT
  3.1.5 多场景分类汇总函数：SUBTOTAL
  3.1.6字符串截取函数：LEFT、RIGHT、MID
  3.1.7 统计日期差函数：DATEDIF
  3.1.8 多重逻辑嵌套判断函数：IF
 3.2 Excel报表常用的处理工具
  3.2.1 数据透视表：多维度汇总数据
  3.2.2 条件格式：按条件显示不同颜色
  3.2.3 数据有效性：确保正确的数据输入
  3.2.4 数据分列：灵活拆分特定数据
  3.2.5 数据合并：高效便捷的多表合并
 3.3 常用的Excel图表
  3.3.1 选择、制作Excel图表的要点
  3.3.2 趋势分析——折线图
  3.3.3 结构分析——复合饼图
  3.3.4 转化分析——漏斗图
  3.3.5 绩效分析——雷达图
  3.3.6 频率分析——直方图
  3.3.7 构成分析——瀑布图
第4章 数据分析利器——Power BI
 4.1 认识Power BI
  4.1.1 Power BI是什么
  4.1.2 Power BI能做什么
  4.1.3 为什么要学习Power BI
 4.2 Power BI Desktop概述
  4.2.1 Power BI Desktop的安装方法
  4.2.2 Power BI账号注册
  4.2.3 Power BI Desktop主界面介绍
 4.3 上手Power BI——数据分析与可视化制作全过程
  4.3.1 数据获取与清洗
  4.3.2 数据建模：构建关系、新建列和度量值
  4.3.3 数据可视化：图表制作与美化
  4.3.4 报表发布
第5章 供应链预测分析
 5.1 非季节性变动趋势预测
  5.1.1 移动平均法预测市场推广成本
  5.1.2 指数平滑法预测汽车用品销量
  5.1.3 一元线性回归预测仓储收入
  5.1.4 多元线性回归预测物流运输时间
  5.1.5 二次多项式预测小家电产量
  5.1.6 指数回归方程预测小家电产量
  5.1.7 使用Excel函数预测仓储收入
  5.1.8 应用切比雪夫不等式模型进行订货预测
  5.1.9 非季节性变动预测方法使用场景总结
 5.2 季节性变动趋势下产品销量预测
  5.2.1 使用居中移动平均法求季节指数
  5.2.2 使用居中移动平均法进行年度产品销售量预测分解
  5.2.3 使用规划求解法进行年度产品总销量预测
  5.2.4 使用线性回归系数调整法预测产品销量
  5.2.5 季节性变动预测方法适用场景
第6章 生产数据分析
 6.1 使用Excel函数实现生产计划自动排程
 6.2 使用模拟分析实现总成本约束下的最优生产量分配
 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
第7章 采购数据分析
 7.1 用评价指标法选择合适的供应商
 7.2 用模拟分析实现最优采购方案
 7.3 用EOQ模型实现最优订货方案
第8章 物流数据分析
 8.1 ABC分类法的实战应用案例
 8.2 采用EIQ分析法优化仓储布局
 8.3 采用重心法进行仓库选址
  8.3.1 仓库选址的原则
  8.3.2 仓库选址需要考虑的因素
  8.3.3 仓库选址的方法
  8.3.4 采用重心法进行仓库选址的案例
 8.4 采用模拟运算表测算物流成本率的变化
 8.5 用规划求解实现多点配送模式下车辆指派最优
 8.6 用规划求解设计最优运输方案
第9章 使用Power BI制作供应链数据分析可视化看板
 9.1 某连锁门店销售分析可视化分析
  9.1.1 数据清洗——数据的导入、合并查询与新建自定义列
  9.1.2 数据建模——规划导航页、添加书签、构建维度表及度量值
  9.1.3 数据可视化——建立多维度可视化看板
 9.2 某制造业成品物流发货数据可视化分析
  9.2.1 数据清洗——数据的导入、删空、删重与自定义列
  9.2.2 数据建模——创建计算列、计算表、维度表及度量值
  9.2.3 数据可视化——建立基于货量、运费、产品及区域等多维度的可视化看板
 9.3 某零售企业库龄与存货周转率可视化分析
  9.3.1 数据清洗——数据导入与整理
  9.3.2 数据建模——构建库龄与库存周转率指标
  9.3.3 数据可视化——制作多维度存货分析可视化看板
后折页
封底