如何分析数据.ppt

  1. 1、本文档共24页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
如何分析数据

如何分析数据 2013-01-11 simonliu 分析数据 提升公司、部门、个人的价值 为何分析数据 发现公司营运异常,减少损失 表扬好的,警告差的 为持续改进做数据支持 资讯就是数据,EBIS需要分析数据 应该分析哪些数据 查找公司、部门、个人工作中的可能问题 库存周转率太低,明明库存很大,销量很低,还采购 库存残损品太多,快要过期,还不减价销售 天天有出差报销,有可能吗 亏损的生意,都有审批吗 操作失误,能发现吗 反省公司、部门、个人的目标 做这笔生意有多少钱赚,学会分析品牌 库存少点,如何提高周转率 应收少点,学会与客户谈判 客户满意了吗,意见收集了吗,改进了吗 如何分析数据 找平均值,排名 ABC分类 横向,纵向对比 Excel Oracle 分析函数 BI工具 数据表 cux_tran_oh OH 现有量 OG完好量 OS 发货区 PO本月采购 ORG_TRAN 本月中转 SALE本月销售 COST单位成本 pick 挑库数量 brand 品牌 city 城市 平均周转率 select sum(PICK * cost * PICK/(og+po+org_tran))/sum(PICK* cost) from cux_tran_oh where og+po+org_tran 0 品牌周转率 select rownum,r.* from ( select brand,sum(PICK * cost * PICK/(og+po+org_tran))/sum(PICK* cost) rate from cux_tran_oh tran where og+po+org_tran 0 group by brand having sum(PICK* cost) 0 order by rate desc) r partition 按品牌对数据进行分区,然后累积每个品牌每个城市的订单成本 select brand,city, sum(sale* cost) sales, sum(sum(sale* cost)) over(partition by brand) brand_sales from cux_tran_oh group by brand,city 按品牌查找上一年度订单成本总额占区域订单成本 20%以上的城市,每个城市所占的订单成本比例 select s.*,100 * round(sales / brand_sales, 2) || % Percent from (select brand,city, sum(sale* cost) sales, sum(sum(sale* cost)) over(partition by brand) brand_sales from cux_tran_oh group by brand,city ) s where sales brand_sales * 0.2 总结 Over函数指明在那些字段上做分析,其内跟Partition by表示对数据进行分组。注意Partition by可以有多个字段 Over函数可以和其它聚集函数、分析函数搭配,起到不同的作用。例如这里的SUM,还有诸如Rank,Dense_rank等。 排名 Rank, Dense_rank, row_number select brand,city, sum(sale* cost) sales, rank() over(order by sum(sale* cost) desc) rank, dense_rank() over(order by sum(sale* cost) desc) dense_rank, row_number() over(order by sum(sale* cost) desc) row_number from cux_tran_oh group by brand,city 总结 ①假如客户就只需要指定数目的记录,那么采用row_number是最简单的,但有漏掉的记录的危险 ②假如客户需要所有达到排名水平的记录,那么采用rank或dense_rank是不错的选择。至于选择哪一种则看客户的需要,选择dense_rank或得到最大的记录 分区后排名 select brand,city, sum(sale* cost) sales, rank() over(partition by

文档评论(0)

wyjy + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档