Создал: link: [kat12]

Показатели продаж: — У каждой компании есть продукт, который им нужен, чтобы продать его, чтобы увеличить свой бизнес и возместить расходы компании. Таким образом, продажи играют очень важную роль в развитии бизнеса, поэтому нам пришлось сосредоточиться на их эффективности. В конечном итоге, когда продажи увеличатся, компания вырастет.

Панель показателей продаж полезна для анализа показателей продаж. Используя панель управления эффективностью продаж, мы можем видеть индивидуальную производительность и улучшать ее на основе данных, это поможет нам спрогнозировать следующее видение целей и достижений, а также управлять такими вещами, как то, как мы можем улучшить продажи и как мы можем получать доход и т. д.

Цель: цель панели управления — визуально понять продажи, отфильтрованные (по таким факторам, как регион, Salesman и т. Д.) И сгруппированные (по таким факторам, как год, заказчик и т. д.).

Данные:

⇒ Исходные данные не очень информативны. Я дал действительные имена для «Продавцов», «Продуктов» и «Клиентов».

⇒ Каждый «продавец» совершил определенное количество продаж. Чтобы провести осмысленное сравнение, я взял максимальные продажи как 1500 и рассчитал процент каждой продажи, произведенной против него. Я разделил данные на 3 категории:

{пусто} 1. От 10% до 40% — Ниже среднего (показано коричневым цветом)

{пусто} 2. От 41% до 80% — Хорошо. Может лучше (показано светло-оранжевым цветом)

{пусто} 3. > 80% — близко к фактической цели 1500 (показано зеленым цветом)

Информационная панель: Информационная панель используется, чтобы помочь пользователю «развернуть» (с точки зрения продавцов, клиентов и продуктов) и найти количество (по категориям) с точки зрения количества и цвета.

Приборная панель создана с помощью 17-дюймового монитора. Пользователю может потребоваться прокрутка при просмотре на меньшем мониторе.

Панель управления:

img1

Визуальные компоненты приборной панели.

  1. Срезы. Срезы помогают анализировать данные по 4 категориям — «Регион», «Продавец», «Продукт» и «Клиент».

img2

{пусто} 2. Сетка: когда вы щелкаете срез или выбираете столбец, в котором должны отображаться отсортированные данные, сетка изменится соответствующим образом.

Под сеткой вы увидите квадратные прямоугольники коричневого, светло-оранжевого и зеленого цветов. Числа в них — это то, что вы получаете после щелчка по одному или нескольким элементам в срезе (и / или выбора столбца, по которому вы хотите отсортировать данные.

img3

После выбора столбца для сортировки столбцы появляются внизу и итоговые значения для значений, выбранных в срезе для столбца, рассчитываются по 3 категориям (от 10% до 40%, от 41% до 80% и> 80%, и сетка отображает эти значения цветами)

3.Сортировка по столбцу У вас есть возможность представить сортировку данных, полученных после выбора элементов в срезах. Это раскрывающийся список со значениями. Возможные значения:

img4

Примеры использования:

1. Для «Регион 1» для продавца «Кортни» найдите количество продаж миндаля, хлеба и печенья, сделанных клиенту Синди, и отсортируйте сначала по продуктам, а затем по годам 2011 По продуктам

img5

По годам

img6

Анализ: Продавцы в большинстве случаев продавали продукцию покупателям выше среднего.

  1. Для «Региона 2», для продавцов (кроме Amber и Barbera), для продуктов (пончики, яйца и мука), между покупателями, к 2011 и 2012 годам.

по 2011 г.

img7

К 2012 году

img8

Анализ: Продавцы в большинстве своем были выше среднего по продажам продуктов клиентам, при этом несколько «более высоких» продаж обозначены зеленым цветом.

  1. При анализе данных для Региона 3, сортировке данных по продавцам, мы видим следующее:

img9

Примечание:

{пусто} 1. При нажатии на «слайсер» после отображения сетки фокус остается в ячейке B2.

  1. При выборе значения из раскрывающегося списка после отображения сетки фокус будет находиться на ячейке AR2.

Исключение

В сетке может отображаться количество продаж до 81. Если вы выберете несколько регионов, количество будет больше 81. В этом случае мы видим сообщение об ошибке, и сетка очищается от предварительно окрашенного цвета.

img10

img11

Затем мы снимаем выделение со всех регионов и выбираем один регион и подфильтры в других срезах. Затем мы анализируем данные.

Данные по региону 1

img12

Данные по региону 3

img13

Данные по региону 4

img14