商品运营的数据流

我们今天分享关于商品运营过程中的数据流管理，使用工具是Excel 2016 及更高版本。关于商品运营的数据流是指：以下业务过程中产生的数据管理。

通过Excel Power pivot 建模，如下所示：

数据源准备

该模型包含：

1. 商品请购数据，即商品运营人员在公司系统下商品请购oa，包含请购商品数量，以及期望回仓时间。
2. 商品采购数据，公司的供应链接收到请购需求后，根据实际情况将请购单转成工厂的采购单。
3. 总仓入库明细，由于有采购单，商品将不定时入库形成总仓入库明细。
4. 库存明细，即总仓和门店最新库存数据。
5. 出货明细，即总仓将商品发往门店的明细。
6. 销售明细，即门店商品销售情况。

准备上述数据源，BI数仓有类似的数据结构，如果没有，我们从数据库系统中清洗得到上述的明细表，我们取核心的【日期】【门店编码】【商品编码】【数量】【金额】等字段。其中，由于库存明细的特殊性，我们不可能将每天的历史库存放入我们的模型，那我们构造一个最新的日期作为日期字段，后期方便与【日期表】关联，如上图所示。

建模

首先将各个明细导入模型中，并建立【日期表】，将各个明细中的日期字段与【日期表】中的“日期”字段关联，由于Power Pivot 只能建立一个关系，针对明细表中有多个“日期”字段的明细表，我们首先建立最常用的日期关系，如出货明细中有出货单创建日期，以及实际出货日期，我们可以将【日期表】的日期字段与【出货明细】的“实际出货日期”建立激活的关系，另外再与“创建日期”建立待激活的关系。

待激活的关系在使用时通过 Dax 函数 USERELATIONSHIP 激活。

其次，将各个明细表的“门店编码”，“货品编码”分别与【门店基础信息表】【商品基础信息表】建立关系。至此，我们的商品运营的数据模型就搭建完成。

度量值

关于度量值，根据需求写不同的度量值。在零售行业里面，度量值的编写相对简单。大部分度量值都是围绕金额以及数量编写，配合 calculate 函数使用完成各种条件求和即可。

复杂度量值：比如计算分组排名时需要用到 EARLIER 等理解有难度的函数

透视表

构建完模型，写好度量值后，我们就能使用该模型直接拉取数据透视表，如下所示：

该透视表可以将商品运营全部业务数据关联在一起，能极大拓展商品运营的数据查询能力，比如采买节奏，最新库存支持销售天数，销售趋势等。

上述数据透视表截止到2021年8月，故2021年后续几个月暂无数据。