内容简介
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。
目录
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 Excel 20
2.2.2 Power BI 20
2.2.3 FlexSim 21
2.2.4 SPSS 21
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—Excel 24
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：VLOOKUP 24
3.1.2 按条件求和函数：
SUMIF、SUMIFS 26
3.1.3 按条件计数函数：COUNTIF、COUNTIFS 27
3.1.4 批量乘积求和函数：SUMPRODUCT 30
3.1.5 多场景分类汇总函数：SUBTOTAL 31
3.1.6 字符串截取函数：LEFT、RIGHT、MID 32
3.1.7 统计日期差函数：DATEDIF 33
3.1.8 多重逻辑嵌套判断函数：IF 34
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 BI 54
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 BI 54
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
前言/序言
如今，随着移动互联网、大数据、5G的发展，建设数字化供应链已成为诸多企业的战略目标，“得供应链者得天下”的理念已深入人心。因此，如何让供应链管理更加高效和智能就显得尤为重要。数据是供应链管理的关键，供应链各个环节，如计划、采购、制造、物流如何高效协同，就需要运用合适的工具采集各环节数据，运用供应链数据分析技术进行数据分析，洞察数据背后隐藏的规律，从而精准预测和决策，实现供应链高效运行。Excel和Power BI就是进行这一工作常用且高效的工具。本书结合这两个工具的使用，通过大量实践案例，详细介绍了如何进行供应链数据分析。
全书共9章，各章内容概述如下：
第1章介绍供应链数据分析的基本概念、特征、面临的问题，以及供应链数据分析的类型、要点和步骤。
第2章介绍供应链数据分析常用的方法与工具，为后续的案例实践打下基础。
第3章介绍最为常用的数据分析利器—Excel，重点针对常用的Excel函数、报表处理工具和可视化图表进行详细讲解。
第4章介绍另一种常用的数据分析利器—Power BI，内容包括Power BI的基本概念、组件构成、软件安装及操作界面介绍。同时，本章通过介绍一个完整使用Power BI进行数据分析的示例，让读者充分认识从数据获取、数据整理、数据建模及可视化制作到报表发布的数据分析全过程。
第5章介绍供应链预测分析，内容包括非季节性和季节性变动趋势预测两大场景。非季节性变动趋势预测重点讲解移动平均法、指数平滑法、一元和多元线性回归、二次多项式、指数回归方程、函数预测、切比雪夫不等式等方法，季节性变动趋势预测重点介绍居中移动平均法、规划求解法、线性回归系数调整法等方法。
第6章介绍生产数据分析，重点阐述如何使用生产计划自动排程、模拟分析、规划求解等实现最优生产效率。
第7章介绍采购数据分析，重点阐述如何使用评价指标法、模拟分析和EOQ模型实现最优采购决策。
第8章介绍物流数据分析，内容包括ABC分类法、EIQ分析法、重心法、模拟运算表、规划求解。
第9章介绍使用Power BI制作供应链数据分析可视化看板，通过Power BI在供应链领域的实际案例，展示了数据清冼、数据建模与数据可视化全过程，引领读者学以致用。
供应链数据分析涉及的方法理论性较强，背后的原理推导相对较深，所以本书力求避免单纯的理论介绍，各章均采取案例式教学方式，案例数量多，且具有代表性，通过浅显易懂的文字配合清晰直观的截图（受篇幅所限，书中截图显示了部分内容，但文件中是全的），以及完整、清晰的操作步骤，做到实操环节全程无盲区、无遗漏，让零基础的读者轻松实现一看就懂、一学就会，能够举一反三，将所学知识有效应用于工作实践。另外，本书配备了全套的案例数据集、Excel案例源文件和Power BI案例源文件，方便读者上手练习。
如果读者需要进一步系统学习Power BI的使用，可以参考笔者的畅销书《Power BI数据分析从入门到进阶》。另外，笔者另一本新书《AI+Power BI：高效财务数据分析》即将出版，对财务数据分析有需求的读者朋友可以持续关注。
因笔者水平所限，书中难免有不足之处，恳请广大读者批评指正。
尚 西
