Phân tích báo cáo
Dữ liệu phân tích
Hình 1 T ả i ngu ồ n d ữ li ệ u Storesales v ề máy.
Dữ liệu phân tích là file StoreSales đượ c cung cấ p bở i giảng viên môn Tin họcứng dụng khối ngành kinh tế - thầy NguyễnVăn Sơn
File storesales đượ c gọi là tệ p nénlưu trữ dữ liệu đượ c trình bày trên MicroSoft Access.
Sau khi có dữ liệu về máy, thực hiện giải nén dữ liệu
Đưa dữ liệu vào Excel
To enable Microsoft Pivot for Excel, open Excel and navigate to File, then select Options Next, click on Add-ins and use the Manage dropdown to choose Com Add-ins Click Go, and Excel will display the Com Add-ins window where you can select Microsoft Pivot for Excel.
Hình 3 Thi ế t l ậ p PivotPower cho Excel (1)
Hình 4 Thi ế t l ậ p PivotPower cho Excel (2)
Bướ c 2: Chọn mở Power Pivot trên thanh công cụ Excel
Bướ c 3: Chọn file cần xử lí để xuất vào Power Pivot Trong trườ ng hợ p này chọn Get External Data Chọn From DataBase Chọn from Access.
Hình 5 B ả ng Power Pivot trong Excel
Hình 6 Tha o tác đưa dữ li ệ u ngoài vào Excel
Bướ c 4: Chọn các bảng số liệu cần xử lí vào Power Pivot Chọn Finish
Thiết lậ p quan hệ giữa các bảng dữ liệu (Relation Diagram View)
Hình 7 Ch ọ n các d ữ li ệ u c ầ n x ử lí vào Power Pivot
Hình 8 S ử d ụng Diagram View để liên k ế t các m ố i quan h ệ gi ữ a các b ạ n d ữ li ệ u
Bướ c 2: Liên k ết các mối quan hệ giữa các bảng dữ liệu có sẵn.
Sử dụng PivotTable để phân tích dữ liệu
Các bướ c lậ p dữ liệu liên k ết
Bướ c 1: Sau khi liên k ết các mối quan hệ ở Diagram View, chọn Switch to
Workbook quay lạiExcel để bắt đầu xử lí dữ liệu.
Hình 9 Diagram View các m ố i quan h ệ gi ữ a các b ả ng d ữ li ệ u
Bướ c 2: Sử dụng PivotTable trong Excel và kéo các dữ liệu có liên k ết để bắt đầu lậ p bảng dữ liệu.
Hình 10 Quay v ề Excel Workbook để x ử lí d ữ li ệ u.
Hình 11 S Hình 12 X ử d ử lí d ụng PivotTable để ữ li ệ u b ằ ng PivotTable Field trong Excel l ậ p b ả ng th ố ng kê d ữ li ệ u.
K ết quả phân tích dữ liệu bằng công cụ Pivot trong Excel
3.2.1 Dữ liệu thống kê các dòng sản phẩm đượ c nhập giữ a các ngành hàng
Hình 13 S ử d ụng PivotChart để th ố ng kê s ố li ệ u d ạng đồ th ị
B ả ng s ố li ệ u 1 Dòng s ả n ph ẩm đượ c nh ậ p gi ữ a các ngành hàng
Kết luận cho thấy kho hàng đã nhập tổng cộng 111,933 sản phẩm, trong đó 45,578 sản phẩm chuyên dụng cho vùng núi, 49,539 sản phẩm cho đường thường, và 16,876 sản phẩm cho đường dài Đồng thời, đại lý bán lẻ với giá trị gia tăng đã nhập 80,309 sản phẩm, đứng thứ hai về số lượng, với các sản phẩm chủ yếu phục vụ cho vùng núi.
(Mountain) là 34,927 cái, số sản phẩm chuyên sử dụng cho đường thườ ng (Road) là 33,769 cái, số sản phẩm chuyên sử dụng cho đườ ng dài (Tour) là 11,613 cái
Tiệm chuyên bán xe đạp (Specialty Bike Shop) cung cấp tổng cộng 22,076 sản phẩm, trong đó có 8,172 sản phẩm dành cho vùng núi, 10,973 sản phẩm cho đường thường, và 2,931 sản phẩm cho đường dài.
3.2.2 Số tiền giao dịch qua các ngân hàng theo 2 ngành hàng nhận phân phối lớ n nhất (Warehouse và Value Added Reseller)
Theo thống kê, dữ liệu chỉ tập trung vào hai lĩnh vực chính là kho hàng và đại lý bán lẻ với giá trị gia tăng Đồ thị 1 minh họa dòng sản phẩm được nhập khẩu giữa các ngành hàng.
K ế t lu ậ n: Công ty giao dịch mua bán qua Guardian Bank nhiều nhất là $117,600,000 mỗi năm, International Bank và International Security có khối lượ ng giao dịch nhiều thứ
Mỗi năm, tổng giá trị giao dịch đạt $114,600,000, trong khi đó, Primary Bank & Reserve có khối lượng giao dịch là $114,400,000 Cuối cùng, khối lượng giao dịch thấp nhất được ghi nhận.
$114,100,000 mỗi của ba ngân hàng và công ty quỹ bao gồm Primary International, Reserve Security và United Security.
B ả ng s ố li ệ u 2 S ố ti ề n giao d ị ch qua các ngân hàng theo 2 ngành hàng nh ậ n phân ph ố i l ớ n nh ấ t
(Warehouse và Value Added Reseller) Đồ th ị 2 S ố ti ề n giao d ị ch qua các ngân hàng theo 2 ngành hàng nh ậ n phân ph ố i l ớ n nh ấ t
(Warehouse và Value Added Reseller)
3.2.3 Giá thành các loại sản phẩm bên thứ baở các quốc gia
Kết luận : Qua phân tích này chúng ta thấy được giá thành các bên thứ ba của các loại sản phẩm ở các quốc gia.
3.2.4 So sánh giá trị xe đạp đã bán trong hai năm 2015-2016
Số liệu đượ c dựa vào các loại xe đạ p.
B ả ng s ố li ệ u 4 Giá thành các lo ạ i s ả n ph ẩ m bên th ứ ba ở các qu ố c gia. Đồ th ị 3 Giá thành các lo ạ i s ả n ph ẩ m bên th ứ ba ở các qu ố c gia.
B ả ng s ố li ệ u 6 So sánh giá tr ị xe đạp đã bán trong 2 năm 2015 -2016 (2)
B ả ng s ố li ệ u 5 So sánh giá tr ị xe đạp đã bán trong 2 năm
B ả ng s ố li ệ u 7 So sánh giá tr ị xe đạp đã bán trong hai năm
K ế t lu ậ n: Xe đạp được ưa chuộng hơn ở năm 2015 vớ i tổng số tiền bán ra gần gấ p đôi 2016, trong đó dòng Mountain-200 Black, 38 đượ c yêu thích nhấtở cả 2 năm
3.2.5 Tương quan giờ nghỉ giữ a các phòng ban
B ả ng s ố li ệ u 8 So sánh giá tr ị xe đạp đã bán trong 2 năm 2015 -2016
B ả ng s ố li ệ u 9 Tương quan giữ a gi ờ ngh ỉ trưa giữ a các phòng ban Đồ th ị 4 So sánh giá tr ị xe đạp đã bán trong 2 năm 2015 -2016
K ế t lu ậ n: Giờ nghỉ giữa các phòng là gần như tương đồng, trong đó phòng
Production có số giờ nghỉ gấ p 10 lần phòng ban đứng thứ hai và cao hơn nhiều so vớ i tổng số giờ các ban còn lại
3.2.6 Tổng giá trị phụ kiện đã bán năm 2015 Đồ th ị 5 Tương quan giờ ngh ỉ gi ữ a các phòng ban
B ả ng s ố li ệ u 10 T ổ ng giá tr ị ph ụ ki ện đã bán năm 2015
Năm 2015, tổng số sản phẩm thuộc nhóm "phụ kiện" được bán ra đạt 296,533 sản phẩm Trong đó, sản phẩm "móctreo" cho xe đạp là mặt hàng bán chạy nhất với 118,428 sản phẩm.
Trong năm 2016, lượng tiêu thụ sản phẩm "bộ vá" vớ i 628 sản phẩm đã giảm hơn 40% so với năm trước, điều này cho thấy sự sụt giảm đáng lo ngại trong tất cả các mặt hàng thuộc danh mục "phụ kiện" Tổng giá trị phụ kiện bán ra trong năm 2015 cũng đã ghi nhận sự thay đổi rõ rệt.
3.2.7 Tổng giá trị phụ kiện đã bán năm 2016
B ả ng s ố li ệ u 11 T ổ ng giá tr ị ph ụ ki ện đã bán năm 2016
Kết luận: Biểu đồ năm 2016 cho thấy doanh thu từ móc treo xe đạp chiếm 49% tổng doanh thu trong nhóm phụ kiện, trong khi bộ vá có doanh số thấp nhất, cần xem xét giảm bớt nhập hàng loại sản phẩm này.
3.2.8 Lương & giờ du lịch của các phòng ban
Biểu đồ thể hiện lương & giờ du lịch của các phòng ba n
Mức lương Giờ đi du lịch
B ả ng s ố li ệ u 12 Lương & giờ du l ị ch c ủ a các phòng ban
Kết luận cho thấy biểu đồ thể hiện mức lương và thời gian đi du lịch của các phòng ban trong công ty, với trung bình 500 giờ đi du lịch và mức lương trung bình là 200 Đặc biệt, phòng Production có sự chênh lệch lớn với mức lương 2533 và số giờ đi du lịch lên tới 8787 Do đó, yêu cầu phòng nhân sự và phòng kế toán kiểm tra lại dữ liệu đầu vào.
3.2.9 Nhu cầu mua sắm trên thế giớ i qua các mùa
B ả ng s ố li ệ u 13 Nhu c ầ u mua s ắ m trên th ế gi ớ i qua các mùa Đồ th ị 9 Nhu c ầ u mua s ắ m trên th ế gi ớ i qua các mùa.
Vào tháng 8, doanh thu mua sắm đạt mức cao nhất trong mùa Thu với $238,926, trong khi tháng 2 ghi nhận doanh thu $99,909 trong mùa Xuân Tháng 5, vào mùa Hè, doanh thu đạt $170,095, và tháng 11, trong mùa Đông, doanh thu là $171,392 Kết luận cho thấy số lượng quần áo bán ra cao nhất vào mùa Thu và đứng thứ hai vào mùa Đông.
B ả ng s ố li ệ u 14 Phân tích th ị trườ ng tiêu th ụ gi ữa các nướ c
Kết luận cho thấy nước Mỹ là thị trường tiêu thụ lớn nhất của doanh nghiệp với doanh thu đạt $53,607,801, tiếp theo là Canada với $14,377,926, và cuối cùng là Úc với $1,594,335.
3.2.11 Số lượ ng nón bán ra của công ty
Kết luận: Số lượng nón được bán ra vào mùa Thu đạt sản lượng cao nhất vào tháng 8 là
861 cái.Số lượng nón bán ra ở mùa Đông và Hè lần lượt là 651 và 623 cái Ở mùa Xuân số lượng nón bán ra thấp nhất trong bốn mùa là 350 cái.
Thiết lậ p KPI cho nhân viên dựa vào dữ liệu có sẵn
Sau khi thiết lập mối quan hệ giữa các bảng dữ liệu, bạn có thể sử dụng Pivot Power trong Data View để thiết lập và đánh giá KPI cho nhân viên dựa trên dữ liệu hiện có Bước đầu tiên là áp dụng hàm tính để xác định doanh thu của từng nhân viên theo kế hoạch.
B ả ng s ố li ệ u 15 S ố lượ ng nón bán ra c ủ a công ty Đồ th ị 11 S ố lượ ng nón bán ra c ủ a công ty
Hình 14 Hàm tính thi ế t l ậ p KPI cho nhân viên d ự a vào d ữ li ệ u
Bước 2: Sử dụng hàm sum để tính tổng doanh thu theo kế hoạch
Hình 15 Công th ức hàm Sum để tính doanh thu theo k ế ho ạ ch
Bước 3: Sử dụng hàm Sum để tính tổng doanh thu theo thực tế
Hình 16 Công th ức Sum để tính t ổ ng doanh thu theo th ự c t ế
Bướ c 4: Chuột phải vào ô tổng doanh thu thực tế để thiết lậ p KPI
Bướ c 5: Điều chỉnh KPI theođiều kiện
Hình 18 Điề u ch ỉ nh KPI
Bướ c 6: Chọn công cụ PivotTableở Power Pivotđể tạo bảngở Excel Workbook
Hình 19 S ử d ụ ng PivotTable ở Power Pivot
Bướ c 7: Chọn các thuộc tính cần thiết cho vào ô Rows, Values.
Bướ c 8: Đối chiếu vớ i k ế hoạch KPI đã thiết lậ p và cho ra k ết quả cuối cùng
Hình 20 Ch ọ n cách thu ộ c tính c ầ n thi ết để đánh giá KPI
Hình 21 K ế t qu ả đánh giá KPI của nhân viên năm 2014
Phân tích dữ liệu bằng công cụ MS Power BI
Doanh số của nhân viên
Hình 23 Doanh s ố c ủ a nhân viên th ể hi ệ n b ằ ng công c ụ MS Power BI
K ế t lu ậ n: Linda đạt đượ c doanh số bán hàng cao nhất vớ i tổng doanh số là
$10,367,007, tiế p theo là Jillian vớ i tổng doanh số là $10,065,803 Doanh số lần lượ t giảm dần, Michael là $9,293,903, Jae là $8,503,338, Tsvi là $7,171,012, Shu là
$6,427,005, José là $5,926,418, Ranjit là $4,509,888, David là $3,729,945, Garrett là
$3,609,447, Pamela là $3,325,102, Tete là $2,312,545, Rachel là $1,790,640, Lynn là
Hình 22 B ả ng s ố li ệ u doanh s ố c ủ a nhân viên đượ c th ể hi ệ n b ằ ng công c ụ Ms Power BI
$1,421,810, Stephen là 1,092,123, Amy là $732,078, cuối cùng là Syed vớ i doanh số
4.2 Tổng chi phí của các danh mục sản phẩm
Kết luận cho thấy chi phí của xe đạp chiếm tần suất lớn nhất, đạt 84,14% tổng chi phí sản phẩm Tiếp theo, chi phí của các thành phần nhỏ đứng thứ hai với tần suất 13,46% Trong khi đó, chi phí cho quần áo chỉ chiếm 1,93% và chi phí cho linh kiện là thấp nhất, với tần suất 0,47%.
Hình 24 T ổ ng chi phí c ủ a các danh m ụ c s ả n ph ẩ m đượ c th ể hi ệ n b ằ ng MS Power BI