XYZ 分析 - 用Excel進行數據分析(7)

2021-02-13 挨踢物流歡樂多

這部分我們將用到PowerQuery 的List功能,可以非常簡便的幫我們生成XYZ分析結果。

物料管理的一種比較重要的方法,XYZ 是對於需求的變化大小而言的指標

-        XYZ分別代表以下含義:

-        X – 變動比較小,穩定的消耗

-        Y – 中等變異係數的消耗率

-        Z – 高度變化,隨機的消耗率

變化的大小用 變異係數lamda 表示

lamda=standard deviation/mean

X :  0 < Lamda < 0,4     連續的需求

Y : 0,4  < Lamda< 0,8  不穩定

Z : 0,8 < Lamda < 1      零散需求

根據XYX不同 , 預測及管理的方法都是不同的,所有後續的分析都是基於ABC/XYZ的基礎上。(視頻裡面用了0.5,正式運用請以文章中0.4,0.8作為XYZ分類)

    

List 是PowerQuery一個非常重要而且非常有用的功能,通過List我們幾乎可以完成所有我們能想到的數據分析,他使我們對數據分析的整理整合減少了不少的工作量,並非常直觀和好用。

在Power query裡面,數據的存在有Query,table等形式,在Query的fx這個部分,我們可以稍微改動下公式,就可以產生list,而且,每個行可以link一個list。

我們可以再通過PowerQuery裡面的List 函數進行計算,比如求平均,求標準差等等。

List.StandardDeviation

List.StandardDeviation(numbersList as list) as null able number

返回列表中numbersList的值的標準偏差的基於樣本的估計。如果numbersList是數字列表,則返回一個數字。在空列表或非類型編號的項目列表上引發異常。

List.Average

List.Average(list as list, optional precision as nullablenumber) as any

返回列表list中各項的平均值。結果以與列表中的值相同的數據類型給出。僅適用於數字,日期,時間,日期時間,日期時區和持續時間值。如果列表為空,則返回null。

所以這個Any就是所有的數據類型

XYZ的計算公式這裡不再說了

List那麼好用,怎麼生成呢,我們用10分鐘時間簡單介紹一下,超級好用的List,除了我這裡講的,還有很多其他的運用,可以讓我們的分析生活更加美好快樂。

相關焦點

  • 用Excel進行供應鏈數據分析:如何判斷正態分布
    前幾集連結如下用Excel進行供應鏈數據分析:ABC 法詳解(附視頻)用Excel進行供應鏈數據分析:生成月度銷售數據(附視頻)用Excel進行供應鏈數據分析:獲取外部數據(附視頻)用Excel函數實現庫存分析、控制和預測用Excel函數實現庫存分析和供應鏈預測
  • 用Excel進行數據分析:回歸分析
    在日常數據分析工作當中,回歸分析是應用十分廣泛的一種數據分析方法,按照涉及自變量的多少,可分為一元回歸分析和多元回歸分析;按照自變量和因變量之間的關係類型
  • 像Excel一樣使用python進行數據分析
    Excel是數據分析中最常用的工具,本篇文章通過python與excel的功能對比介紹如何使用python通過函數式編程完成excel中的數據處理及分析工作。處理空值(刪除或填充)我們在創建數據表的時候在price欄位中故意設置了幾個NA值。對於空值的處理方式有很多種,可以直接刪除包含空值的數據,也可以對空值進行填充,比如用0填充或者用均值填充。還可以根據不同欄位的邏輯對空值進行推算。Excel中可以通過「查找和替換」功能對空值進行處理,將空值統一替換為0或均值。
  • 【數據分析】R語言獲取Excel數據
    ,我說,「我做數據分析的」;朋友又問我,「數據分析是做什麼的」,我想了又想,這樣回答,「數據分析是一個系統工程,以商業目的為驅動,包括數據獲取、數據整理、數據分析、數據展示、數據產品等一系列科學的環節,彼此之間相互關聯、支撐,又能夠不斷地迭代、優化和完善。
  • excel數據分析工具庫系列三回歸分析
    今天跟大家分享excel數據分析工具庫系列三——回歸分析!
  • 如何使用Excel進行數據分析?
    各項因素對結果的影響可以使用Excel 的相關係數工具來進行分析,通過對比各項因素的相關係數來判斷客觀的影響力度。1.注意事項數據分析的對象雖然不僅僅局限於純粹的數字類信息,但是Excel 分析工具只能對數據類信息進行處理。因此在使用Excel 分析工具時要靈活地將文字、圖形類信息轉化為數據信息。
  • 用 python 做數據分析:pandas 的 excel 應用初探 | 豈安低調分享
    上回筆者分享過一些 pandas 的常用數據查詢語法,但是數據查詢對於 pandas 而言只是冰山一角,它還有著更多更有價值的的應用場景。今天要分享的是,用 pandas 來寫 excel。我的數據分析工作經常是在這樣的場景下開展的:數據格式五花八門,有些存儲在關係型資料庫內,有些則是 csv 或者是 json,而最後老闆想要的數據報告是 excel 版本的。在沒有使用 pandas 處理數據以前,我會周旋在各個數據源之間,將取完的數之後黏貼到 excel 中,最終在統一在 excel 內進行處理。
  • 數據可視化|用散點圖進行數據分析
    /data/客戶年齡和消費金額.xlsx'# 讀取 Excel文件df = pd.read_excel(filepath, index_col='客戶編號')# 定義畫圖用的數據:年齡和人均消費金額df_group = df.groupby('年齡').mean()x = np.array(df_group.index).reshape(-1,
  • 從0開始數據分析(二):Excel入門到表格分析
    Excel功能介紹進行 數據分析前,需要預處理樣本:清洗、提取、整合。通過Excel電子表格是最基礎和普遍的處理工具。電子:存儲形式,通過電子設備存儲。如整體的主題色、字體大小、頁面邊距、橫向縱向等公式欄:excel最核心、重要的功能。提供了所有的計算公式,按照處理的數據對象進行分類。如文本函數、查找引用函數、數據函數等,也可自定義公式引用。數據欄:主要用於引入數據源、格式可以是網頁、文本、資料庫等。可對數據進行預處理工作。審閱:用於多人協作的批註功能,以及權限設置功能。
  • 使用Excel數據分析工具進行多元回歸分析
    使用Excel數據分析工具進行多元回歸分析與簡單的回歸估算分析方法基本相同。
  • 用撲克牌演示 Python 數據分析
    %matplotlib inlinenums = list(range(2, 11))faces = DataFrame(['A'] + nums + ['J', 'Q', 'K'])values = DataFrame([np.arange(1, 14)] * 4).Tfaces.columns = ['牌面']
  • 教你幾個Excel常用的數據分析技巧!
    其實微軟給我們開了個玩笑,它將一些好用的功能給隱藏起來了,比如「數據分析」,「規劃求解」工具欄。我也是在使用mac之後才發現,原來微軟是提供這兩個工具欄的,想想以前,真是被騙了好久……下面以2010版excel進行說明:文件->選項->自定義功能區->主選項卡打勾->excel工具欄多了一項開發工具-->加載項->選擇「數據分析」,「規劃求解」->數據選項卡就多了這兩個工具。
  • 天天要用的9個Excel數據分析小技巧
    對企業來說,銷售數據的日常監測尤為重要,財務和銷售統計崗位,一定要收藏今天蘭色分享的9個數據分析技巧。
  • Power BI操作教程 excel數據分析處理
    正版 從Excel到Power BI商業智能數據分析PowerBI入門教程 Power Query數據查詢工具書 Power BI操作教程 excel數據分析書籍Power Query 智能化數據匯總與分析 韓小良 PowerBI入門教程 Power Query數據查詢工具書 Power BI操作教程 excel數據分析處理書籍從Excel到PowerBI商業智能數據可視化分析與實戰 PowerBI軟體操作應用技巧 數據分析思路方法表格數據規範數據透視表使用基礎書籍
  • Excel的統計分析功能
    https://share.weiyun.com/5tABEfk(密碼:Memocl)5_生存率分析:https://share.weiyun.com/5VcYEjw(密碼:Memocl)6_交叉設計分析:https://share.weiyun.com/5svVjZf(密碼:Memocl)7_正交設計分析
  • 用Excel也能實現和Python數據分析一樣的功能!
    > 作者:Cherich_sun來源:公眾號「傑哥的IT之旅」ID:Jake_Internet本文為讀者投稿這是一篇關於如何用excel
  • 【每天學點應用軟體】用Excel進行數據分析:如何進行抽樣?
    編者按:做數據分析、市場研究、產品質量檢測,不可能像人口普查那樣,進行全量的研究,這就需要用到抽樣分析技術。
  • Excel作為一種強大的數據挖掘工具,數據分析是做什麼的
    數據挖掘工具(方法)中神經網絡、購物籃分析,粗糙(Rough)集、對應分析(雙尺度法)、主成分分析、聚類分析等。 (2)預測;利用數萬個數據進行預測,最有效的方法是神經網絡法,它是具有強大功能的工具,即使數據是非線性關係也無妨。伹缺點是,需要大量數據並且因子分析的功能弱。
  • 數據可視化|用箱線圖進行對比分析
    ,可以看出數據的對稱性和分散度等信息,適合用於對比分析多組數據的分布情況。比如說,調查用戶對某產品不同功能的滿意度,得到的數據如下表:我們可以用箱線圖來進行對比分析,效果圖如下:箱體兩頭的須線,代表數據的離散程度,須線越長,代表數據越分散,須線越短,代表數據越集中。02接下來,我們看看用 matplotlib 畫圖的具體步驟。首先,導入所需的庫,並設置中文字體和定義顏色等。
  • 如何使用SPSS進行數據分析工作
    SPSS是一款非常強大的數據處理軟體,那麼該如何用SPSS進行數據分析呢?