買這商品的人也買了...
-
Python 與 LINE Bot 機器人全面實戰特訓班 -- Flask 最強應用 (附210分鐘影音教學/範例程式)$550$434 -
動手學 GitHub！現代人不能不知道的協同合作平台$600$510 -
ChatGPT ✕ Excel VBA 網路爬蟲與資料分析：使用生成式 AI 「重啟」你的 Excel 辦公室自動化$499$394 -
商業分析師的數位轉型專案策略：結合 ChatGPT 從商業分析到需求工程管理實務$650$507 -
7天學會大數據資料處理 — NoSQL：MongoDB 入門與活用, 5/e$690$538 -
程式不會動就不能下班！給新手工程師的 Debug 攻略$550$435 -
超有料！職場第一高效的 Excel ✕ AI 自動化工作術 - 生成公式 + 函數、做自動化，用 AI 解決所有 Excel 難題！$599$473 -
新手也能學會的 Git & GitHub 教科書$580$458 -
ChatGPT × Excel VBA 資料整理自動化聖經：AI 幫你寫程式，百倍速完成報表$620$489 -
AI Prompt for Excel – 打造智慧流工作術$650$514 -
增長必然：SaaS及科創公司的7步行動模板$528$502 -
AI 融合策略：工業巨頭如何擁抱人工智慧、即時數據，華麗轉型成為未來智慧工業$400$340 -
Browser Web API 攻略大全：從開箱即用的實作範例開始，逐步掌握開發技巧（iThome鐵人賽系列書）$650$507 -
App 行銷變現術：從獲取用戶、精準投放廣告到實現流量獲利的商業模式$460$363 -
企業估值投資：華爾街頂尖智庫的估值心法，看透企業體質好壞，正確買進$850$672 -
Google Cloud 從雲端小白到黑帶高手！雲端架構設計、實戰操作、證照攻略與轉職指南$680$530 -
Vibe Coding - Cursor 教戰手冊$880$695 -
ChatGPT 5 萬用手冊：自動化 AI agent、提示詞技巧、研究推理、影音生成、自然語音、專案排程、工具連接$580$458 -
Google BI 解決方案：Looker Studio × AI 數據驅動行銷實作，完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498
相關主題
商品描述
本書基於Excel和Power BI兩大工具，從基礎功能講起，通過豐富的案例詳細講解供應鏈數據分析常用的技術和方法，幫助讀者快速入門。全書共9章：供應鏈數據分析概述、供應鏈數據分析常用的方法與工具、數據分析利器—Excel、數據分析利器—Power BI、供應鏈預測分析、生產數據分析、采購數據分析、物流數據分析、使用Power BI制作供應鏈數據分析可視化看板。
本書通俗易懂、循序漸進、內容全面、講解詳細、案例豐富、實用性強，適合從事銷售、計劃、采購、生產、倉儲物流等供應鏈相關領域的職場人士學習參考，也可作為大專院校的教材。
作者簡介
尚西，本名華彥春。資深數據分析師，網易雲課堂認證講師，擅長Excel數據建模與銷售預測、Power BI商業智能數據分析，在聯想集團、順豐速運、虎彩集團等企業有10余年倉儲物流運營管理經驗。具有10年以上數據分析培訓經驗，錄制有Excel和Power BI類線上教學視頻500多集，代表作品有《Excel供應鏈數據分析》《Excel預測分析實戰案例》《Power BI全套系統化課程訓練營》《Power BI財務應用從入門到進階》等。曾為聯想、順豐、物流沙龍、倉庫社區、一汽、比亞迪、深圳大數據聯盟、深圳寶安工會、開課吧、上海思考貓（SCON）供應鏈等企業和機構提供培訓服務，培訓學員數量超5萬人次。
目錄大綱
前言
第1章 供應鏈數據分析概述
1.1 供應鏈是什麼
1.2 供應鏈業務數據的特征
1.2.1 來源多系統
1.2.2 結構多維化
1.2.3 數據獨立性
1.3 供應鏈數據分析面臨的問題
1.3.1 信息孤島現象普遍，數據系統難打通
1.3.2 多表難以合並和關聯
1.3.3 種類繁多的數據分析軟件難掌握
1.4 供應鏈數據分析的四種類型
1.4.1 銷售數據分析：商業預測，驅動需求計劃
1.4.2 采購數據分析：庫存控制，實現最優采購決策
1.4.3 生產數據分析：科學排產，確保訂單及時交付
1.4.4 物流數據分析：最優模型，實現成本與效率最佳平衡
1.5 供應鏈數據分析的三個要點
1.5.1 看趨勢：了解過去，預測未來
1.5.2 看對比：對比數據，發現問題
1.5.3 看構成：降本增效，提升利潤
1.6 供應鏈數據分析的八個步驟
1.6.1 需求分析
1.6.2 流程梳理
1.6.3 指標構建
1.6.4 數據獲取
1.6.5 數據清洗
1.6.6 數據驗證
1.6.7 數據分析
1.6.8 結果呈現
第2章 供應鏈數據分析常用的方法與工具
2.1 供應鏈數據分析常用的方法
2.1.1 預測分析
2.1.2 規劃求解
2.1.3 模擬分析
2.1.4 EOQ法
2.1.5 ABC分類法
2.1.6 EIQ倉儲布局規劃法
2.1.7 SLP倉儲布局規劃法
2.1.8 評價指標法
2.1.9 重心法選址
2.1.10 供應鏈績效指標評估法
2.2 供應鏈數據分析常用的工具
2.2.1 Excel
2.2.2 Power BI
2.2.3 FlexSim
2.2.4 SPSS
2.2.5 其他工具
2.2.6 Excel與Power BI的互補關系
第3章 數據分析利器——Excel
3.1 數據分析必會的Excel函數
3.1.1 按條件查找引用函數：VLOOKUP
3.1.2 按條件求和函數SUMIF、SUMIFS
3.1.3 按條件計數函數：COUNTIF、COUNTIFS
3.1.4 批量乘積求和函數：SUMPRODUCT
3.1.5 多場景分類匯總函數：SUBTOTAL
3.1.6 字符串截取函數：LEFT、RIGHT、MID
3.1.7 統計日期差函數：DATEDIF
3.1.8 多重邏輯嵌套判斷函數：IF
3.2 Excel報表常用的處理工具
3.2.1 數據透視表：多維度匯總數據
3.2.2 條件格式：按條件顯示不同顏色
3.2.3 數據有效性：確保正確的數據輸入
3.2.4 數據分列：靈活拆分特定數據
3.2.5 數據合並：高效便捷的多表合並
3.3 常用的Excel圖表
3.3.1 選擇、制作Excel圖表的要點
3.3.2 趨勢分析——折線圖
3.3.3 結構分析——覆合餅圖
3.3.4 轉化分析——漏鬥圖
3.3.5 績效分析——雷達圖
3.3.6 頻率分析——直方圖
3.3.7 構成分析——瀑布圖
第4章 數據分析利器——Power BI
4.1 認識Power BI
4.2 Power BI Desktop概述
4.3 上手Power BI——數據分析與可視化制作全過程
第5章 供應鏈預測分析
5.1 非季節性變動趨勢預測
5.2 季節性變動趨勢下產品銷量預測
第6章 生產數據分析
6.1 使用Excel函數實現生產計劃自動排程
6.2 使用模擬分析實現總成本約束下的最優生產量分配
6.3 使用規劃求解實現利潤最大化下的最優目標產量分配
第7章 采購數據分析
7.1 用評價指標法選擇合適的供應商
7.2 用模擬分析實現最優采購方案
7.3 用EOQ模型實現最優訂貨方案
第8章 物流數據分析
8.1 ABC分類法的實戰應用案例
8.2 采用EIQ分析法優化倉儲布局
8.3 采用重心法進行倉庫選址
8.4 采用模擬運算表測算物流成本率的變化
8.5 用規劃求解實現多點配送模式下車輛指派最優
8.6 用規劃求解設計最優運輸方案
第9章 使用Power BI制作供應鏈數據分析可視化看板
9.1 某連鎖門店銷售分析可視化分析
9.2 某制造業成品物流發貨數據可視化分析
9.3 某零售企業庫齡與存貨周轉率可視化分析
