REPORTING
REPORTING
Un esempio pratico da utilizzare per sperimentare le infinite potenzialità di Power BI
Reperire in rete modelli dati semplici per poter fare esperienza su Power BI non é semplice...
La maggior parte delle volte é disponibile solo il PBIX e non si può accedere al modello dati per fare pratica anche con l'import dei dati e le trasformazioni in Power Query!
Qui sotto troverete una cartella Excel (link) che potrete scaricare e importare in Power BI:
Quali potrebbero essere le possibili analisi? Vediamo le principali su alcune Dashboard basate sul modello dati
Analisi vendite vs PY:
nell'anno 2021 sono stati venduti 236 boomerangs pari a +1,29% vs PY
il modello che ha mostrato il maggiore incremento di vendite é stato MegaBoom: +50% (chissà perché?? é quello che vola meglio?? é stato più pubblicizzato rispetto al 2020??)
nell'anno il fatturato é stato pari a 4.960€ (+1,43% vs PY)
Analisi vendite vs Target:
rispetto ad un target di 258 unità (vedi misuratore in alto a destra), le vendite a consuntivo sono state solo di 236 (-8,53%)
il modello che ha registrato il maggiore incremento é stato Tempesta (+14,29% ed in Settembre addirittura +600%!)
complessivamente (vedi waterfall chart in basso) i problemi principali sono stati sui modelli Tuono e MegaBoom (avranno avuto delle recensioni negative dai clienti??)
Analisi marginalità:
nel 2021 il margine é stato pari a 1.391€
i margini più elevati sono stati nei mesi di maggio, giugno e luglio (probabilmente perché con la bella stagione... tutti vogliono avere un boomerang!)
il prodotto che ha generato la maggiore marginalità é stato Saetta (incrementare le spese di Marketing su questo item??)
Analisi clientela:
nel 2021 ci sono stati 10 clienti che hanno acquistato per più di 140€ (il customer care ne é a conoscenza?? come fare per incrementare la customer retention??)
più del 36% delle visite sono arrivare da Google (quanto abbiamo speso in Ads con i 3 fornitori?? quale é stato il più efficiente??)
il tempo medio di permanenza sul sito del prodotto MegaBoom é stato di 340 secondi, mentre quello di Saetta solo di 193 (i contenuti nel sito sono gli stessi?? perché i clienti hanno passato più tempo sul primo??)
l'età media dei clienti é piuttosto varia: si passa dai 30 anni per il modello Tuono ai 45 anni del modello Saetta
la regione che ha registrato maggiori acquisti é stata la Calabria con 33 boomerangs, mentre in Abruzzo abbiamo venduto solo 8 boom (partecipare ad eventi sportivi in Abruzzo per incrementare le vendite??)
Come noterete le visualizzazioni sono molto immediate e facilitano tantissimo l'analisi dei dati (nulla di paragonabile ad una triste tabella di Excel!)
Creare le varie misure per ottenerle non é sempre semplice, ma può essere molto stimolante perché DAX offre infinite possibilità... basta provare e non arrendersi!